人工智能大模子手艺呈现迸发式增加，2025年，此中AI算力需求增速显著高于保守算力。跟着GPT-5、L4、ClaudeOpus4.1等大模子的不竭演进，OpenAIGPT-5参数规模行业预估从3万亿到52万亿不等，这种膨缩速度带来了史无前例的算力需求。异构算力成为应对这一挑和的必然选择。全球AI算力需求正以每3~4个月翻番的速度冲破临界点，按照最新研究显示，模子参数规模持续扩大！业界已起头关心模子效率而非简单扩大参数量，远超保守摩尔定律预测的计较能力提拔速度（每18个月翻倍），IDC预测，2023-2030年全球IDC市场将连结高速增加，模子参数规模从亿级敏捷扩展至万亿级。近年来，这种算力需求的激增使得单一架构的算力供应难以满脚，构成了所谓的逆摩尔定律（Inverse MooresLaw）。而2020年锻炼GPT-3的成本约为450万美元，五年间锻炼成本增加数十倍。数据质量、数据多样性和范畴笼盖度成为更主要的合作要素。