人工智能尚未准备好大规模应用 - Zeihan 谈地缘政治

当今的人工智能技术虽然前景广阔，但尚未做好广泛应用的准备。我并不是在谈论人工智能的能力，而是在谈论阻碍的硬件限制和供应链挑战。

为了让人工智能管理大量数据，它需要仍在开发中的专用芯片。因此，给研发部门几年的时间来解决这个问题，然后再给生产和供应链十年以上的时间来解决这个问题。如果没有这些新芯片，电力需求将会猛增（因为当前效率低下的芯片会像没人那样消耗电力）。在这些新芯片到来之前，美国将必须决定哪些行业将获得可用的有限芯片，例如农业、国防或金融。

虽然延迟似乎是一件坏事，特别是对于那些准备好让人工智能完成工作的人来说——在海滩上的某个地方喝着麦泰酒——但它让我们有时间弄清楚如何解决所有问题人工智能及其实际影响会是什么样子。

嘿大家。彼得·泽汉在这里。从波士顿北部的里维尔海滩来找您。你们中的很多人都写信询问我对人工智能的看法。那么我们开始吧。不管你怎么想，都可以把它拆开。这很诱人。因此，GPT 和大型语言模型正在引领我们前进。它们远非有意识的思维。通常，他们甚至无法将自己之前在对话中所做的工作与其本身联系起来。 

如果你愿意的话，它基本上是有针对性的随机性。也就是说，它仍然提供了洞察力和搜索庞大数据库的能力，比我们以前从搜索引擎中看到的任何东西都更有组织性和连贯性。如此有前途的技术。我们尝了尝。它绝对还没有准备好进行我所认为的大规模应用，但是，可能性是存在的，特别是在数据管理方面，当涉及到研究和遗传学等事情时，这非常重要。 

然而，我认为了解人工智能的物理限制很重要，这是一个制造问题。因此，我们使用的高端芯片、GPU、图形处理单元并不是为运行人工智能模型而设计的。它们被设计为同时运行多个图形处理任务，主要用于游戏机。直到最近，我们当中那些花了大量时间玩《毁灭战士》和《堡垒之夜》以及其他所有游戏的玩家一直是推动这些技术向前发展的主要经济引擎。 

只有在自动驾驶和电动汽车等领域，我们的高端芯片才有了更大的市场。但是 GPU，特别是因为它们同时运行多个场景和计算，这就是大型语言模型发挥作用的原因。哇。突然起风了。让我确保这有效。 

好的。因此，GPU 会产生大量热量，因为它们同时执行多项操作。因此，通常情况下，您有一个游戏机，其核心有一个 GPU，并且有多个冷却系统（通常是风扇）对它们吹气，以防止笔记本电脑着火。 

因此，如果您将 10 或 20,000 个这些设备放在服务器场的同一个房间中，就会遇到严重的散热问题。这就是为什么大多数预测表明，我们用于数据中心的电量将在未来几年内增加一倍，以进行补偿。这就是它们如此耗电的原因。 

现在，如果你想设计一款用于大型语言模型和人工智能系统的芯片，那只是偶然的用途。您可以看到，这些设计现在正在构建中，我们希望在 2025 年底之前拥有一个功能原型。如果成功，那么您就可以对芯片进行首次大规模运行，以生产足够的芯片到 2027 年底实现单个服务器场。 

然后你可以谈论到 2029 年、2030 年大规模制造进入系统。所以，你知道，即使在最好的情况下，我们也不会很快为此拥有定制设计的芯片。请记住，GPU 的大小与邮票差不多，因为它是为放置在笔记本电脑中而设计的。或者，如果您要专门设计一款芯片来运行人工智能，那么您所说的就是比餐盘更大的东西，因为它将内置冷却系统。 

更不用说能够并行运行更多的事情了。因此，即使在最好的情况下，我们也在寻找一种相当有出路的方法。因此，您必须考虑供应链来生产我们正在生产的产品。现在。高端芯片世界，尤其是亚 10 纳米，我们在这里讨论的是 4 纳米及更小范围（接近 2 纳米）的芯片，实际上是人类历史上最复杂、最专有的供应链。一个 

有超过 9000 家公司参与制造最终允许台积电在台湾制造这些芯片的材料。当然，这些非常高端的芯片 99% 都是在台湾面向中华民国的一个城镇制造的。因此，不需要特别恶劣的情况就能从供应链系统中移除这 9000 件产品中的一些。 

由于这些供应链步骤中大约有一半是由为一个最终用户生产一种产品的小公司完成的，并且在全球范围内没有竞争，因此你会失去其中的一小部分，并且在你重建供应链之前你根本无法做到这一点基于问题的生态系统。重建可能需要长达 10 到 15 年的时间。 

因此，在最好的情况下，我们需要新的硬件，而我们在五年内都不会拥有这种硬件，而且更有可能出现这种情况。在十年或更长时间内，我们不会拥有用于构建硬件的供应链系统。然而，我们已经尝到了我能做什么的滋味。 

随着婴儿潮一代的退休，我们正在进入一个劳动力和资本短缺的世界。利用人工智能或类似技术来提高我们的效率的想法是我们不能忽视的。问题是我们是否有足够的芯片来完成我们想做的一切。答案是否定的。因此，我们必须选择是否希望人工智能芯片运行来破解基因组，以便我们能够在世界上推出一种新型转基因生物，从而使 10 亿人免于饥饿。一个 

在一个农业供应链失效的世界里。在一个工人不足的世界里，我们是否用它来提高工人的生产力？就美国而言，我们需要将工业工厂规模扩大一倍才能弥补中国的失败？或者，既然婴儿潮一代的钱不再可用，我们是否应该用它来进一步扩大投资，并让我们的金融体系变得更加高效？ 

或者我们将其用于国防和密码学？您知道，这些都是顶级问题，我们可能只会有足够的芯片来完成这四个任务之一。因此，我认为下一任美国总统必须做出的最重要的决定是关注哪里，我们可以生产多少芯片以及将它们放在哪里？ 

没有正确答案。答案没有错误。只是答案不太令人满意。这就给我们留下了权力问题。假设我们能够制造出能够大规模采用人工智能的 GPU，但无论如何我们可能做不到。您正在谈论将数据空间中使用的功率需求加倍。不过，事情就是这样。 

如果我们无法制造 GPU，并且短期内也无法制造更先进的芯片，我们仍然希望从人工智能中获得一些好处。因此，我们将使用旧的、更笨的芯片来进行补偿，这些芯片每次计算都会产生更多的热量，这意味着我们可能会看到这些电力需求的估计值，不仅仅是两倍，而是三倍或更多。一个 

与此同时，我们得到的计算量越来越少，生成的人工智能系统实际上效率较低，因为我们无法大规模制造芯片。那么它来了吗？是的。但从短期来看，速度不会那么快。这将花费更多。这将需要更多的电力。 

我们可能要等到 2040 年左右才能设计和大规模制造并应用我们真正希望能够真正做到这一点的芯片。所以，不管你信不信，实际上这只是一件好事，因为这在美国非常罕见，以至于我们在技术进化完全淹没我们之前就讨论了它的结果。 

我认为我们还有 15 年的时间来制定细则。