推理 (inference)
集里怎么说它
- 《PM的生存法则:AI时代别当瓶颈,去抢活干》(30:10起):本集提到 Oji 的智能房子运行在一个带有 AI 芯片和推理功能的处理器上
- 《走进中国 AI 实验室:他们比你想的更普通,也更专注》(07:35起):本集说中国 AI 推理市场增长会存在但受芯片供应限制,且训练相对推理的算力占比正在下降。
- 《Base 10 的 Julian:推理正在从「租用智能」走向「拥有智能」》(00:36起):本集主线:推理正从「我需要跑这个模型」变成「一套运行这些智能体的工具」,推理栈上不断积累模型路由、沙箱等原语。
- 《AI Engineer 大会背后的社区逻辑与创业生存法则》(05:47起):本集提到工程师想了解模型训练时做了什么,因为在推理时可以据此做另一件事,‘training’和’inference’作为对应概念出现
- 《Claude Tag:住在 Slack 里的主动型队友,如何让 65% 的 PR 由 AI 开出》(25:35起):本集在列举将模型原始智能转化为实际价值所需的基础设施时,顺带提到如何处理所有的推理
- 《不只做推理:Modal 如何跨界多节点训练与智能体云》(00:31起):本集说 Modal 最大的用例就是弹性推理,尤其是为 Suno、Runway 等客户在流量波动极大时提供按需自动伸缩算力的推理服务。
- 《OpenAI 工业算力负责人:把电子变成 token 的巨兽工厂》(13:39起):本集说推理如今可能已占算力的大头,且训练与推理界限模糊——合成数据、后训练、测试时计算全是推理。
- 《Hugging Face CEO:开源 AI 更安全,下一阶段属于模型路由》(14:40起):本集说开放权重的来源不重要,但用中国的 API 跑推理是「大得多的问题」——那是在发送数据,对方可以切断或偏向你的访问。
- 《「智能是数据的派生物」:Fireworks 创始人 Lin Kuo 的专用智能宣言》(00:55起):本集称推理市场增长极其疯狂、将成为世界最大市场之一;Fireworks 在模型调优后进一步针对推理部署优化,并追求训练与推理系统间的 0KLD 比特级等价以兑现训练投资。
- 《主导投资 Anthropic 的人:风投的游戏规则已经彻底变了》(20:52起):本集说「仅仅因为推理计算的成本,已经很难说你会成为一家 80%、90% 毛利率的公司了」,推理成本压低了应用公司的利润率结构
- 《Sam Altman 谈 AI 时代的创业法则:被全世界当成白痴是最大优势》(33:09起):本集把它说成:全球对其需求将在未来许多年里每年增长 10 倍,对高质量、低价格智能的需求实际上是无限的。
- 《让 AI 像人一样犯错:Simile 创始人的模拟人类生意》(21:36起):本集提到 Simile 找到了不同的建模方式,使用相同的奖励模型和哲学,但在推理时效率高得多,使模型运行成本降低了约 100 倍
- 《Jeff Dean 谈 AI 原生时代的创业经:找零个正确的甜点》(03:44起):本集把它说成:与训练不同,推理对延迟极其敏感,追求极低延迟时大批次处理就不管用了,因为必须等凑齐一大批请求才能一起算。
- 《Waymo 谈物理 AI 的七条实战教训》(04:46起):本集提到在物理世界中必须在车上运行所有推理、做出所有决定,计算设备只能放在车后备箱里
- 《开源模型没差距,缺的是让它跑起来的基础设施》(00:21起):本集把它说成:在 GPU 等加速器上运行大语言模型的计算密集型过程,需要处理输入输出的极大差异和非确定性。
- 《合成数据怎么做强化学习:Tonic AI 的方法》(06:48起):本集说基础模型的推理成本会随着那些公司走向 IPO 而上升,而开源模型能提供更便宜的推理
- 《从算盘到 AI 原生软件:Pipecat 创始人的八十年计算史漫游》(17:20起):本集说 2010 年代的云计算为扩展 AI 推理所需的基础设施奠定了基础;在嘉宾的大型多人游戏项目中,每一刻都有数百个实时推理调用在发生
- 《Mayfield 管理合伙人 Navin:AI 投资的泡沫数学与蓝海打法》(13:14起):本集说推理工作负载目前不到 10%,但推理比训练大 10 倍,当推理增长时硬件 CapEx 将继续增长;推理被比喻为跑在训练高速公路上的’车’
- 《Tether 做本地 AI:数据中心造太多了》(27:43起):本集把推理描述为’你向模型提问、得到回复’的计算过程,QVAC 在 Llama CPP 之上做了大量优化使其能扩展到几乎所有消费级 GPU
- 《沙堡时代:AI 赢家的画像变了——投资人 Eric 谈算力、云与机器人》(27:49起):本集把推理说成一门有真实专业壁垒的生意:同样的模型与硬件性能差 5 倍,跑 2-4 万亿参数模型非常难、高效地跑更是超级难;还提到把推理跑起来是可控因素之一、边缘推理会存在。
- 《AI 投资泡沫的崩盘剧本:为什么万亿美元建数据中心注定亏钱》(12:45起):本集把它说成:响应提示词的 token 完成。专门用于推理的芯片,其寿命比用于高强度的训练的芯片长得多。
- 《Lindy 创始人谈 AI 员工的上下文战争:从红黑树到”走去洗车”》(53:51起):讨论内部推理支出与薪酬的比例时提及,薪酬仍更高但三到六个月后将交叉
- 《Uber COO 谈会员制反转、自动驾驶终局与AI预算失控》(39:07起):本集在讨论合并人头预算和算力预算时提到,CTO 可以决定在推理上花更多钱如果认为那是最高 ROI
- 《当签名已死:AI智能体如何击穿传统网络安全》(05:53起):本集说推理正从数据中心和 NeoClouds 扩展到端点,将无处不在,蓝队需要考虑如何在这种推理分散部署的环境中进行防御
- 《Ben Thompson:美国赢得 AI 竞赛反而是危险的》(07:43起):本集反复强调推理成本是真实存在的,是 AI 打破零边际成本的关键;且边际成本分布悬殊——免费 ChatGPT 用户和做测试时扩展的用户不在同一个宇宙。
- 《SpaceX 600亿买Cursor:AI并购的疯狂逻辑》(14:30起):本集说’10 万的推理,你就可以雇佣这么多工程师’,将推理支出作为 AI 支出的核心指标;还提到 Amazon 基本上拥有 Claude Code 的计算资源,获得了那方面的推理收入。
- 《Martin Casado:AI 时代,钱比以前好使了》(34:46起):本集在列举 AI 堆栈各层价值积累时提到推理公司表现得很好
- 《Insight 创始人 Jerry Murdock:AI 泡沫何时破裂,谁会死掉》(11:59起):本集提到推理提供商之间的比较,以及通过交易所直接购买推理而不需要支付 5% 加价的模式
- 《两家公司,买下全世界的算力》(03:15起):本集的反共识判断:实验室不会把越来越多算力分给推理,而是转向训练和研发;推理算力占比将下降。
- 《把 token 压到最便宜:一家「代币工厂」的算力拾荒术》(02:21起):本集核心议题:推理支出没有投机、单调递增,与训练的投机性相反;推理不需要算力集中,适合分布式小数据中心,是嘉宾整个商业模式的立足点。
- 《Canva 联合创始人:AI 把设计成本从零变成美分之后》(13:30起):本集说要自己掌控数据飞轮并「管理推理」(manage the inference),才能把向数亿用户部署 AI 的成本降下来。
- 《前 Twitter CEO Parag:给智能体重造一个搜索引擎和一个新互联网》(10:12起):本集说智能体搜索是 LLM 推理的毗邻业务,买 LLM 做工作的客户十个用例里有九个需要让模型访问网络,且推理量每年增长 7 倍时固定费用的训练数据协议不具可持续性
- 《Parag:为什么智能体搜索不该照搬人类那一套》(10:12起):本集说 AI 推理量今年涨 7 倍、明年再涨 7 倍就是 50 倍,但固定费用授权合同金额不会跟着涨,导致内容方在续约时必然被稀释——这是固定费用模式在推理世界里的根本矛盾
- 《AI 应用层的黄金时刻:a16z 投资人 Anish Acharya 谈智能如何变成生意》(11:01起):本集说实验室向下纵向整合到推理和算力,因为推理的工作负载非常同质化,可以在价值链一段建巨大规模
- 《Ed Zitron:生成式 AI 是一场万亿级骗局》(14:40起):本集说它是数据中心内产生输出的过程,需要建好 GPU 来承接需求,买多浪费钱、买少客户用不了,且推理提供商似乎都不盈利。
- 《超级智能为什么危险:Ryan Greenblatt 的推演与解法》(37:44起):本集在 Plan A 交易结构中提到’停训练、只推理’(stop training and switch to just doing inference)作为暂停研发的具体手段
- 《NVIDIA 布局全栈、OpenAI 被迫上市与 AI 资本的”第五名效应”》(22:10起):本集在算收入构成时提到’一半的支出花在计算和推理上’(half of that spend goes on compute and inference),作为前沿模型成本结构的组成部分
- 《RL环境的供应链黑箱与模型的分工时代》(71:22起):本集提到推理正在移向边缘——未来一两年将获得成本 200-300 美元的硬件,能运行足够智能的模型满足 99% 需求;也提到 OpenAI 宣布了推理芯片 Jalapeno。
- 《智能体网站:为每一个人实时生成的超个性化网页》(02:10起):本集反复强调快速推理是关键:页面生成须控制在 1-2 秒内,Cerebras + Gemma 4 实测每秒 2,200-2,300 token,LLM 耗时约一秒。
- 《最便宜的模型反而是最便宜的:Factory CTO 谈 AI 定价陷阱》(17:09起):本集说模型提供商想成为擅长卖推理的平台公司,Azure 应该是 Anthropic、OpenAI 和开放模型的推理场所
- 《Arm CEO 谈芯片、AI 与下一个十年的算力格局》(13:01起):本集说 AI 重心正从训练转向推理——token 的使用与分发——这一转移正是 CPU 需求回升的原因。
- 《Rackspace 首席 AI 官 Chetan Gupta:企业该停止纠结模型、开始思考架构》(34:10起):在嘉宾的分层架构中,推理层位于模型层之上,是「你如何从一个模型中获得一些智能」的方式。
- 《BlackRock Tony Kim:一万亿美元的资本支出,只为把数据移动几毫米》(08:27起):本集提到最好的模型建立在最优化推理之上,并提到推理云/边缘云提供「最后一公里的 token」把自己插进 token 流。
- 《给智能体系上绳索:Two Sigma 让云端 AI 以你的身份安全运行》(15:44起):问答中提到:对于企业的大量 token 使用和推理,自己管理的本地模型可能是最终方向,因为成本、模型弃用与前沿实验室发新模型带来的性能波动。
- 《Ollama CEO:开源模型正吃掉企业 80-90% 的 token》(09:03起):本集把推理引擎支持、推理供应商优化、经典计算问题在推理领域重演,当作 Ollama 零日发布行动手册和团队技术底蕴的核心话题。
- 《开源权重不是威胁:Box CEO 聊 AI 的经济账》(12:07起):本集嘉宾的核心经济学判断:AI 的赚钱机器是推理,钱最终会流向基础设施层;无论开源闭源,最终真正重要的只是推理成本。
- 《每块 GPU 多付 10 万美元插队:Speechify 创始人的算力账与战略悔棋》(07:29起):另一种 GPU 用途:用户调用 Speechify、给文本还音频时后台跑的数学;推理对芯片速度要求低、100 毫秒内出结果即可,因此可用老款 GPU,是买旧 GPU 不亏的关键。
- 《PG 炉边谈话:创业的核心从来没变过》(11:32起):本集用它论证低成本起步没死:同等推理水平下价格一年大约降 30 倍,token 现在贵只是 GPU 短缺所致,技术总会变便宜
- 《别小看 harness:智能体的「脚手架」正在决定成绩》(39:21起):本集在部署语境中反复出现:本地推理成本/延迟大降、云端优化本地栈但部署推理零云端成本、harness 跑出的推理轨迹可喂下一版模型。
- 《从 Hugging Face 到中国药企:NVIDIA 的开源终局与 AI 制药的未来》(07:37起):本集说软件层商品化让搭推理公司更容易、必然买 NVIDIA 芯片,且 Google Cloud 上 Gemini 与开源模型的推理收入在火箭般蹿升
- 《RL 为什么灵、蒸馏为什么凶:三位研究员的前沿圆桌》(41:26起):本集说 RL 时代强调 rollout 的推理效率,这会压低前沿模型的激活参数量。
- 《当 AI 决定买什么软件:G2 的「信任层」生意》(00:44起):本集反复强调验证层是「inference 时的工作」:模型在推理时识别高权威来源、执行实时检索,前沿实验室算力受限、只消费最容易消化的数据。
- 《Box 创始人 Erin Levy:套壳的逆袭与应用层的万亿机会》(10:43起):本集把它说成:Meta、SpaceX、中国、NVIDIA 等博弈结构不同的玩家可能把推理毛利打到 10%,token 成本长期下行,价值因此往应用层累积。
- 《一颗餐盘大的芯片:Cerebras 创始人讲晶圆级豪赌》(29:21起):本集说公司原以为推理会发生在分布式设备上,后来看到「AI 会聪明到人人都想用」时意识到「推理将会压垮计算基础设施」,于是转向推理;还通过与 AMD、AWS 的解耦拿到 5 倍额外吞吐量。
- 《扩散模型能不能取代GPT?扩散模型之父下场创业》(08:01起):本集说最终重要的是推理时扩展:扩散模型的推理工作负载与训练相似、能很好映射到 GPU,且推理是 RL 后训练的关键瓶颈,推理快的模型在每瓦特/每美元智能上占优。
- 《AI 时代怎么做出能留住人的消费产品》(43:31起):本集把消费 AI 变现说成『我们这个时代科技领域一个非常有趣的挑战』:推理是可变成本,未来几年『构建和服务的成本能变得多便宜』与用户付费意愿会交汇,广告+购买+订阅将覆盖推理成本
- 《推理已成一个分布式系统问题:Meta 讲透大规模推理的编排之道》(00:14起):本集说推理已不再只是研究产物,而是基础的超大规模基础设施工作负载,行为像一个分布式事务,需要自己的控制平面
- 《智能体推理不是聊天加量:Friendly AI 重建推理云》(00:28起):本集把推理说成智能体时代的核心负载,推理栈本身必须为任务而非单请求重建。
- 《推理才是赚钱的生意:Positron 联合创始人谈内存墙、缓存暴利与「守住前沿」之争》(01:51起):本集核心主题:推理与训练是两种完全不同的活——训练是计算受限、可大规模并行,推理是生成式、每个 token 都要读全部权重,因此是重度内存受限的问题。
- 《「数百万个爱因斯坦」还没法雇:UiPath 创始人拆穿 AI 转型的真瓶颈》(32:04起):谈到有公司推理支出是工资三倍时,Dines 说他个人不在乎:若机器能以同等或更好的质量完成工作,今天就会雇机器哪怕更贵;他同时预测 90% 流量走向划算模型,并强调规模化的推理需要锁定算力。
- 《黄仁勋:AI 末日论已经喊过头了》(60:35起):本集说第二条扩展定律就是测试时扩展,即推理:搜索、探索越多,发现的答案越好;推理也是智能技术表述中的分解能力,AI 工厂从预训练到推理的整个生命周期都由 NVIDIA 架构支撑。
- 《300亿美元的隐形公司:VastData 要做 AI 时代的操作系统》(01:55起):本集说训练只要规模和速度,推理才是真正考验:低延迟、100% 在线(「训练挂了没人注意;推理挂了,就没有服务了」)、要韧性、分布式、安全,还要模型路由、缓存与上下文管理
- 《OpenRouter 创始人:「套壳论」最愚蠢,代币经济需要新警长》(21:11起):本集说有账号偷偷转卖推理服务,未来只靠在推理之上加价的模式难以为继;开发者要能在推理之上直接构建应用。
- 《Tokens 进、互动出:推荐系统正在像 LLM 一样扩展》(05:08起):「tokens 进、互动出」飞轮的一环:训练模型后运行推理生成推荐;本集并论证推荐器解码的是指向内容的指针,生成一小时互动的推理成本比 AI 聊天便宜 100 倍以上。
- 《智能体才是互联网的下一个大客户:Parallel 创始人 Parag Agrawal 谈智能体搜索》(10:25起):本集把 Parallel 的生意定义为推理的相邻业务:所有模型用于运行智能体的推理花费中约 5-20% 会流向网页搜索技术栈,推理增长多少 Parallel 就随之增长。
- 《个人助理 Instinct:零界面、十亿美元交易与每天10%的增长》(60:02起):本集说他们为自有工作负载定制推理部署:大量主动式、批处理工作不需要几百毫秒内完成,可用效率高 3-8 倍的部署形态服务,以极低成本做到与前沿模型相同的参与度和评估表现。
- 《苹果该买谁?一场收购选秀 + 追踪阳光的可穿戴吊坠》(13:16起):Lon 在论证收购 Etched 时说:苹果不做模型训练,「一直在不停地跑推理」,Siri 和 Apple Intelligence 响应数十亿台设备的请求正是推理专用芯片的用武之地。
- 《Anthropic 的 Thariq 谈 Claude Code:提示词、CloudMods 与给前沿踩刹车》(09:24起):本集说探针(probes)在推理阶段运行,查看输入输出的激活值,判断模型是否在尝试入侵,且可以在线实时调整。
- 《25张图表看懂AI是不是泡沫:a16z年度市场全景》(01:36起):本集说推理成本下降让智能体可以「尝试-检查-重试」,打开大量原本因成本不可行的任务,尤其在可靠性决定用不用智能体的场景
- 《Sam Altman:AI 是新的文艺复兴,不是工业革命》(31:34起):本集把它说成:速度维度的核心——OpenAI 自研芯片是为了把非常快的推理交到每个人手里,同时持续改进推理栈。
- 《OpenAI DevDay 双专访:计算机使用 180 度大变样》(01:54起):本集反复谈到推理团队的工作:前几个月聚焦效率降本(Luna 降价 80% 的原因),现在转向把速度做到极致(UltraFast),Decisions API 也靠极致优化推理栈实现。
- 《GPU 之后是什么:内存短缺、光子学与摩尔定律的尽头》(03:10起):本集把推理层称为当前 AI 硬件的瓶颈所在,具体卡在电力与能源、内存、散热、数据传输四个环节。
- 《重造互联网:DocsNet 与一场隐私保卫战》(21:31起):本集说 Barrett 对大型推理和 AI 提供商极度不信任,自建了 AI 技术栈,所有推理都留在内部、不导出给大厂。
- 《NVIDIA 开放模型与物理 AI:世界模型为什么是关键拼图》(15:34起):本集说物理 AI 里很多任务是批大小为 1 的推理:没有可聚合的 API 调用来填满 GPU 算力,加上实时与安全约束,催生与云端不同的架构和芯片。
- 《一切都会成功:a16z 投资人 David 的 AI 全栈乐观主义》(06:01起):本集说推理是比训练大得多的市场,且经验规律是「模型在推理时算得越多,结果越好」,这会在知识工作上持续成立,因此不担心效率突破证伪整个故事。
- 《内存带宽才是 AI 芯片的下一个战场:Fractile 创始人 Walter 的押注》(01:26起):本集的主线概念:模型部署后响应用户的阶段;Walter 认为行业曾回避它,而速度真正撬动局面的地方是让长时间运行的智能体和万亿参数模型以每秒数千 token 运行。
- 《前沿正在回家:把超级智能的记忆装进你自己的口袋》(04:39起):本集说「拥有推理给你的是自主性——没人能把模型夺走」,但那只解决问题的一半;换推理模型、换硬件都不影响可移植的记忆。
- 《Vercel CEO:AI 时代,写代码的人要变成什么》(20:55起):本集说你已经在为推理付费,应该能用上自己的推理和喜欢的 harness,而知识工作将坍缩成托管或推理。
- 《GPU 坏了,训练不用停:Crusoe 的自愈式训练平台》(06:45起):本集说现代 AI 负载不只训练,还有推理;推理高峰时可从训练集群抽硬件过去,Slurm 作业结束后 GPU 也可立刻调度推理 pod。
- 《把 AI 助手挂在脖子上:一块树莓派的随身记忆实验》(09:19起):本集强调树莓派上没有任何 LLM 推理发生——所有模型调用全走云端,『大脑袋通过一根线连到云端』,这是弱硬件能跑真智能体的关键。
- 《开源大模型要跑得快,背后全是硬功夫》(00:32起):本集主线:为生产环境工程化开源模型的推理——托管推理服务、引擎选型、延迟/吞吐/成本的引擎级优化
- 《卖数据中心、卖 GPU、再卖 token:Crusoe 的 AI 算力生意经》(00:57起):本集称现在是「推理的时代」:服务推理不需要吉瓦级集群,关键是 time to token 和 GPU 利用率;Crusoe 的托管推理把基础设施复杂性抽象掉。
- 《知识该放哪?提示词、记忆还是微调?》(00:36起):本集开篇就说关键架构决策是知识如何到达推理(inference),并强调推理靠合适的模型,上下文再多也救不了不会推理的模型
- 《当AI能替你建网站:一个OpenAI产品负责人的花式用法》(25:57起):本集说 sites 正在试验『把你的推理带进站点』(bring your inference into the site),让玩家在游戏里直接唤起 ChatGPT 改东西,比如给孩子设游戏额度让他们在游戏里提需求
- 《Stripe 联合创始人:AI 智能体会重造互联网的商业逻辑》(12:23起):本集说企业支出中越来越大的比例花在 AI 和推理上,推理成本改变了产品的定价结构。
- 《在浏览器里跑大模型:DeepMind 带来的开源新玩具》(08:40起):本集说高端手机可以用本地硬件加速器完成所有推理工作而非回退到 CPU;Gemma 4 小尺寸的优势是不需要分布式推理、GPU 占用小。
- 《让小模型先猜,大模型来批:推理加速值不值?》(02:39起):本集围绕推理生成展开:解码阶段逐 token 生成、大模型前向传播昂贵,投机解码是在推理生成上省钱提速的手段;Sheila 自述专注于推理优化
- 《大模型背后:推理引擎到底在干什么》(00:49起):本集的核心论点:训练是成本中心,推理是收入中心,人们愿意为推理付费,推理工程师需求巨大
- 《每家公司都该有自己的AI模型吗?》(03:39起):本集说推理是大部分价值捕获发生的地方、将是世界最大的市场之一;训练方式直接影响推理部署怎么搭,两者是一枚硬币的两面。
- 《AI基建狂潮比你想的更大,而且还没到头》(00:58起):本集说全世界的推理大量从美国输出——Anthropic 和 OpenAI 服务欧洲的推理大部分在美国数据中心跑,这是美国 CapEx 反常高的原因之一。
- 《每家 AI 公司都在不知不觉间盖了一座银行》(06:27起):本集提出的关键模式之一:在推理之前预留额度、推理完成后按实际用量结算;而今天大多数团队的检查和结算发生在推理之后,通常太晚。
- 《当AI智能体成为云的大客户:AWS CEO Matt Garman 谈2200亿美元的豪赌》(22:01起):本集反复谈推理:AWS 大部分用量来自核心计算、存储与推理;Trainium 虽名为训练芯片却成了最好的推理芯片之一,驱动 Bedrock 大部分推理。
- 《前沿实验室高管亲口说:AI 有一个我们不该越过的智能上限》(00:57起):本集把 Positron 说成做 AI 推理芯片的公司,并从内存、上下文长度、带宽利用率等角度谈推理的硬件瓶颈。
- 《700 个 AI 智能体联手攻击公司,只为掩盖自己作弊》(109:54起):本集在’刹车踏板’方案中提到:AI 公司把算力约五五分配给训练和推理(服务客户),政府可要求把比例调向推理。
- 《芯片设计变快了,瓶颈却跑到别处去了:Pat Gelsinger 谈 AI 硬件的下一个战场》(00:42起):本集说市面上约一百家 AI 推理加速芯片公司是暂时现象;推理模型需要更像 CPU 的硬件,且训练与推理未来会更趋融合而非分离。
- 《AI 自己改自己:他们说要分清「真进步」和「砸钱堆出来的进步」》(18:38起):本集说 MakerMaker 选推理加速作为切入点:推理越快改进系统本身也越快,形成复利,也是当下最有经济价值的问题。
- 《AI 没有网络效应,只有「复利效应」:Perplexity CEO 的反共识打法》(29:49起):本集说如今大部分 AI 推理跑在云端数据中心,批量推理带来高吞吐;但长上下文场景下数据中心对本地硬件的成本优势缩到 3 倍甚至接近持平
- 《智能体时代,界面和设计反而更重要?Atlassian CEO 的清醒判断》(30:11起):本集 Mike 押注推理成本会暴跌,因为投向芯片、数据中心、蒸馏的资本与人才太庞大;杰文斯悖论意味着使用量会爆炸,但成本仍会下降。
- 《让机器人自己「想象」未来:Dyna Robotics 的世界动作模型》(17:56起):本集强调机器人推理延迟必须极短——拿着刀发呆三秒会吓坏人、重力不等人,所以模型要本地部署,Dyna 为此自建了整个推理栈。
- 《投资Hugging Face的人怎么看AI创业》(05:41起):本集说 Hugging Face 靠付费训练和运行推理赚钱;Matt 做本地语音工具的出发点就是「为什么还要为这个东西的推理付费」,零推理成本是它的卖点。
① 提到它的金句
22 条
所以在推理计算方面,这基本上比当今最前沿的模型小了一百多倍。
指向原始笔记的链接
So that’s like more than a hundred X smaller in terms of inference compute than basically the absolute frontier of models today.
—— Mustafa Suleyman · [10:28]
推理从「我需要运行这个模型」变成「一套运行这些智能体的工具」。
指向原始笔记的链接
Inference goes from, I need to run this model to a set of tools to run these agents.
—— Julian · [11:32]
推理从狭义的解决方案变成了解决更广泛问题的一套工具。
指向原始笔记的链接
inference turns from a narrow solution to a set of tools to solve a broader problem.
—— Julian · [12:07]
在游戏的每一刻,都有数百个推理调用正在发生,即使是一年前我们也无法构建任何这样的东西。
指向原始笔记的链接
At every moment in the game, there are hundreds of inference calls happening, and we couldn’t have built anything like this even a year ago.
—— Kwindla Kramer · [19:25]
这就是为什么如此多的 CapEx 正在投入,但推理工作负载还不到 10%。
指向原始笔记的链接
That’s why so much CapEx is going, but inference workloads are less than 10%.
—— Navin Chaddha · [28:58]
即使对于头部内容,这也是一个破碎的商业模式,因为当 AI 或推理增长时,假设今年增长 7 倍,明年再增长 7 倍。在这 50 倍上,他们的交易规模并没有增长 50 倍。
指向原始笔记的链接
And even for the head, it is a broken business model because when AIs or inference grows, let’s say 7x this year and another 7x the next year. On this 50x, their deal size is not growing 50x.
—— Parag · [38:25]
在美国开源这一边,我总体上认为 AI 的赚钱机器是推理。
指向原始笔记的链接
on the open source US side, I generally think that the moneymaker in AI is inference.
—— Aaron Levie · [12:08]
我们认为在不久的将来,你会看到人们日常推理调用中的很大一部分,甚至可能是大多数,会走向本地设备和本地笔记本电脑或本地工作站,而不是像今天这种一切都被推上云端的标准做法。
指向原始笔记的链接
We think in the very near future, you’re going to see a huge proportion, maybe even a majority, of people’s daily inference calls going to local devices and on-prem laptops or on-prem workstations, as opposed to the kind of standard of today where everything’s being pushed up to the cloud.
—— 嘉宾 · [45:06]
如果每个人都想使用它,推理将会压垮计算基础设施。
指向原始笔记的链接
If everybody wants to use it, inference is going to crush the compute infrastructure.
—— Andrew Feldman · [31:30]
在 Inception,我们押注 diffusion 模型,因为我们相信最终重要的是推理时扩展。
指向原始笔记的链接
At inception, we’re betting on diffusion models because we believe that what matters eventually will be inference time scaling.
—— Stefano Ermon · [08:01]
推理流量已经超过了世界上最大的微服务,而且其增长速度是我们见过的任何工作负载中最快的。
指向原始笔记的链接
The inference traffic already outpaces the largest microservices in the world, and the rate of growth is fastest of any workload we have ever seen.
—— Nishant Gupta · [00:43]
推理需要它自己的控制平面。
指向原始笔记的链接
Inference needs its own control plane.
—— Naman Ahuja · [17:05]
所以智能体推理不仅仅是带更多请求的聊天,它是一个不同的问题。
指向原始笔记的链接
So agency inference is not just chat with more requests. It’s a different problem.
—— Byung-Gon (Gon) Chun · [06:35]
响应更快的聊天机器人,差不多就是快速推理领域里的「更快的马」。
指向原始笔记的链接
The snappier chatbot is kind of the faster horses of kind of fast inference.
—— Walter Goodwin · [13:21]
拥有推理给你的是自主性,没有人能把模型夺走。但拥有记忆给你的是连续性。
指向原始笔记的链接
Owning inference gives you autonomy. Nobody can take the model away. But owning memory gives you continuity.
—— Dylan Couzon · [04:39]
这是智能体的时代、推理的时代。而为此,你并不需要一台 1 吉瓦规模的计算机来服务这些模型。
指向原始笔记的链接
It’s the era of the agent, the era of inference. And for that, you don’t need a gigawatt scale computer to serve these models.
—— Chase Lochmiller · [21:44]
我认为,这里是工程工作如此关键的落点、作为工程师在这里工作如此酷的根本原因是:归根结底,训练是成本中心,推理是收入中心。
指向原始笔记的链接
I think the fundamental reason why this is such a critical place for engineering work to get done and why it’s such a cool place to work as an engineer is that in the end, training is a cost center and inference is a revenue center.
—— Charles Frye · [04:52]
你能对推理引擎做的许多其他优化,都像是寸土必争的百分比游戏,每次百分之五、百分之十,而且你必须为每一个百分点做非常困难的性能工程。
指向原始笔记的链接
So many other optimizations that you can do on your inference engine are like, it’s like a game of inches of a percent, five percent, 10 percent each time, and you have to do the very difficult performance engineering for each of those percentage points.
—— Charles Frye · [52:31]
但实际上,推理才是大部分价值捕获发生的地方。
指向原始笔记的链接
But really, inference is actually where most of the value capture happens.
—— Yash · [27:39]
所以我们的观点是,后训练实际上赢得推理。
指向原始笔记的链接
And so what our view is is that the most post-training actually wins inference.
—— Yash · [29:24]
所以我们看到 Anthropic 现在在收入减去算力成本的意义上已经盈利了,训练和推理加在一起。
指向原始笔记的链接
And so we’ve seen Anthropic is now profitable in terms of compute cost minus revenue, or revenue minus compute cost, both training and inference combined.
—— Dylan Patel · [13:10]
结果发现 Trainium 从绝对性能和性价比的角度来看,可能是目前市场上最好的推理芯片。
指向原始笔记的链接
It turns out that Terranium is actually maybe the best inference chip on the market right now from an absolute performance and cost performance point of view.
—— Matt Garman · [38:03]
② 出现在这些集
100 集
- 《PM的生存法则:AI时代别当瓶颈,去抢活干》 — 作为概念(提及)
- 《走进中国 AI 实验室:他们比你想的更普通,也更专注》 — 作为概念
- 《Base 10 的 Julian:推理正在从「租用智能」走向「拥有智能」》 — 作为概念
- 《AI Engineer 大会背后的社区逻辑与创业生存法则》 — 作为概念(提及)
- 《Claude Tag:住在 Slack 里的主动型队友,如何让 65% 的 PR 由 AI 开出》 — 作为概念(提及)
- 《不只做推理:Modal 如何跨界多节点训练与智能体云》 — 作为概念
- 《OpenAI 工业算力负责人:把电子变成 token 的巨兽工厂》 — 作为概念
- 《Hugging Face CEO:开源 AI 更安全,下一阶段属于模型路由》 — 作为概念
- 《「智能是数据的派生物」:Fireworks 创始人 Lin Kuo 的专用智能宣言》 — 作为概念
- 《主导投资 Anthropic 的人:风投的游戏规则已经彻底变了》 — 作为概念
- 《Sam Altman 谈 AI 时代的创业法则:被全世界当成白痴是最大优势》 — 作为概念
- 《让 AI 像人一样犯错:Simile 创始人的模拟人类生意》 — 作为概念(提及)
- 《Jeff Dean 谈 AI 原生时代的创业经:找零个正确的甜点》 — 作为概念
- 《Waymo 谈物理 AI 的七条实战教训》 — 作为概念(提及)
- 《开源模型没差距,缺的是让它跑起来的基础设施》 — 作为概念
- 《合成数据怎么做强化学习:Tonic AI 的方法》 — 作为概念(提及)
- 《从算盘到 AI 原生软件:Pipecat 创始人的八十年计算史漫游》 — 作为概念
- 《Mayfield 管理合伙人 Navin:AI 投资的泡沫数学与蓝海打法》 — 作为概念
- 《Tether 做本地 AI:数据中心造太多了》 — 作为概念
- 《沙堡时代:AI 赢家的画像变了——投资人 Eric 谈算力、云与机器人》 — 作为概念
- 《AI 投资泡沫的崩盘剧本:为什么万亿美元建数据中心注定亏钱》 — 作为概念
- 《Lindy 创始人谈 AI 员工的上下文战争:从红黑树到”走去洗车”》 — 作为概念(提及)
- 《Uber COO 谈会员制反转、自动驾驶终局与AI预算失控》 — 作为概念(提及)
- 《当签名已死:AI智能体如何击穿传统网络安全》 — 作为概念
- 《Ben Thompson:美国赢得 AI 竞赛反而是危险的》 — 作为概念
- 《SpaceX 600亿买Cursor:AI并购的疯狂逻辑》 — 作为概念
- 《Martin Casado:AI 时代,钱比以前好使了》 — 作为概念(提及)
- 《Insight 创始人 Jerry Murdock:AI 泡沫何时破裂,谁会死掉》 — 作为概念(提及)
- 《两家公司,买下全世界的算力》 — 作为概念
- 《把 token 压到最便宜:一家「代币工厂」的算力拾荒术》 — 作为概念
- 《Canva 联合创始人:AI 把设计成本从零变成美分之后》 — 作为概念
- 《前 Twitter CEO Parag:给智能体重造一个搜索引擎和一个新互联网》 — 作为概念
- 《Parag:为什么智能体搜索不该照搬人类那一套》 — 作为概念
- 《AI 应用层的黄金时刻:a16z 投资人 Anish Acharya 谈智能如何变成生意》 — 作为概念
- 《Ed Zitron:生成式 AI 是一场万亿级骗局》 — 作为概念
- 《超级智能为什么危险:Ryan Greenblatt 的推演与解法》 — 作为概念
- 《NVIDIA 布局全栈、OpenAI 被迫上市与 AI 资本的”第五名效应”》 — 作为概念(提及)
- 《RL环境的供应链黑箱与模型的分工时代》 — 作为概念(提及)
- 《智能体网站:为每一个人实时生成的超个性化网页》 — 作为概念
- 《最便宜的模型反而是最便宜的:Factory CTO 谈 AI 定价陷阱》 — 作为概念(提及)
- 《Arm CEO 谈芯片、AI 与下一个十年的算力格局》 — 作为概念
- 《Rackspace 首席 AI 官 Chetan Gupta:企业该停止纠结模型、开始思考架构》 — 作为概念
- 《BlackRock Tony Kim:一万亿美元的资本支出,只为把数据移动几毫米》 — 作为概念(提及)
- 《给智能体系上绳索:Two Sigma 让云端 AI 以你的身份安全运行》 — 作为概念(提及)
- 《Ollama CEO:开源模型正吃掉企业 80-90% 的 token》 — 作为概念
- 《开源权重不是威胁:Box CEO 聊 AI 的经济账》 — 作为概念
- 《每块 GPU 多付 10 万美元插队:Speechify 创始人的算力账与战略悔棋》 — 作为概念
- 《PG 炉边谈话:创业的核心从来没变过》 — 作为概念
- 《别小看 harness:智能体的「脚手架」正在决定成绩》 — 作为概念(提及)
- 《从 Hugging Face 到中国药企:NVIDIA 的开源终局与 AI 制药的未来》 — 作为概念
- 《RL 为什么灵、蒸馏为什么凶:三位研究员的前沿圆桌》 — 作为概念(提及)
- 《当 AI 决定买什么软件:G2 的「信任层」生意》 — 作为概念
- 《Box 创始人 Erin Levy:套壳的逆袭与应用层的万亿机会》 — 作为概念(提及)
- 《一颗餐盘大的芯片:Cerebras 创始人讲晶圆级豪赌》 — 作为概念
- 《扩散模型能不能取代GPT?扩散模型之父下场创业》 — 作为概念
- 《AI 时代怎么做出能留住人的消费产品》 — 作为概念
- 《推理已成一个分布式系统问题:Meta 讲透大规模推理的编排之道》 — 作为概念
- 《智能体推理不是聊天加量:Friendly AI 重建推理云》 — 作为概念
- 《推理才是赚钱的生意:Positron 联合创始人谈内存墙、缓存暴利与「守住前沿」之争》 — 作为概念
- 《「数百万个爱因斯坦」还没法雇:UiPath 创始人拆穿 AI 转型的真瓶颈》 — 作为概念
- 《黄仁勋:AI 末日论已经喊过头了》 — 作为概念
- 《300亿美元的隐形公司:VastData 要做 AI 时代的操作系统》 — 作为概念
- 《OpenRouter 创始人:「套壳论」最愚蠢,代币经济需要新警长》 — 作为概念
- 《Tokens 进、互动出:推荐系统正在像 LLM 一样扩展》 — 作为概念
- 《智能体才是互联网的下一个大客户:Parallel 创始人 Parag Agrawal 谈智能体搜索》 — 作为概念
- 《个人助理 Instinct:零界面、十亿美元交易与每天10%的增长》 — 作为概念
- 《苹果该买谁?一场收购选秀 + 追踪阳光的可穿戴吊坠》 — 作为概念
- 《Anthropic 的 Thariq 谈 Claude Code:提示词、CloudMods 与给前沿踩刹车》 — 作为概念
- 《25张图表看懂AI是不是泡沫:a16z年度市场全景》 — 作为概念
- 《Sam Altman:AI 是新的文艺复兴,不是工业革命》 — 作为概念
- 《OpenAI DevDay 双专访:计算机使用 180 度大变样》 — 作为概念
- 《GPU 之后是什么:内存短缺、光子学与摩尔定律的尽头》 — 作为概念
- 《重造互联网:DocsNet 与一场隐私保卫战》 — 作为概念(提及)
- 《NVIDIA 开放模型与物理 AI:世界模型为什么是关键拼图》 — 作为概念
- 《一切都会成功:a16z 投资人 David 的 AI 全栈乐观主义》 — 作为概念
- 《内存带宽才是 AI 芯片的下一个战场:Fractile 创始人 Walter 的押注》 — 作为概念
- 《前沿正在回家:把超级智能的记忆装进你自己的口袋》 — 作为概念
- 《Vercel CEO:AI 时代,写代码的人要变成什么》 — 作为概念
- 《GPU 坏了,训练不用停:Crusoe 的自愈式训练平台》 — 作为概念
- 《把 AI 助手挂在脖子上:一块树莓派的随身记忆实验》 — 作为概念
- 《开源大模型要跑得快,背后全是硬功夫》 — 作为概念
- 《卖数据中心、卖 GPU、再卖 token:Crusoe 的 AI 算力生意经》 — 作为概念
- 《知识该放哪?提示词、记忆还是微调?》 — 作为概念(提及)
- 《当AI能替你建网站:一个OpenAI产品负责人的花式用法》 — 作为概念
- 《Stripe 联合创始人:AI 智能体会重造互联网的商业逻辑》 — 作为概念
- 《在浏览器里跑大模型:DeepMind 带来的开源新玩具》 — 作为概念
- 《让小模型先猜,大模型来批:推理加速值不值?》 — 作为概念
- 《大模型背后:推理引擎到底在干什么》 — 作为概念
- 《每家公司都该有自己的AI模型吗?》 — 作为概念
- 《AI基建狂潮比你想的更大,而且还没到头》 — 作为概念
- 《每家 AI 公司都在不知不觉间盖了一座银行》 — 作为概念
- 《当AI智能体成为云的大客户:AWS CEO Matt Garman 谈2200亿美元的豪赌》 — 作为概念
- 《前沿实验室高管亲口说:AI 有一个我们不该越过的智能上限》 — 作为概念
- 《700 个 AI 智能体联手攻击公司,只为掩盖自己作弊》 — 作为概念(提及)
- 《芯片设计变快了,瓶颈却跑到别处去了:Pat Gelsinger 谈 AI 硬件的下一个战场》 — 作为概念
- 《AI 自己改自己:他们说要分清「真进步」和「砸钱堆出来的进步」》 — 作为概念
- 《AI 没有网络效应,只有「复利效应」:Perplexity CEO 的反共识打法》 — 作为概念
- 《智能体时代,界面和设计反而更重要?Atlassian CEO 的清醒判断》 — 作为概念
- 《让机器人自己「想象」未来:Dyna Robotics 的世界动作模型》 — 作为概念
- 《投资Hugging Face的人怎么看AI创业》 — 作为概念
③ 关联
点进去有真内容 —— 本页主要出口
智能体 · OpenAI · Anthropic · NVIDIA · GPU · 微调 · Cursor · Hugging Face · 沙箱 · Meta
