继首台DGX H200之后，OpenAI再次收到了英伟达的首批工程版DGX B200。外媒爆料称，由于微软提供算力不足，OpenAI正与甲骨文开始谈判了。
当备受期待的GPT-5历经数次跳票，OpenAI全新发布的o1模型及时挽回了行业的信心，并从此为大模型领域开启了一个新的竞技方向——当推理模型大行其道时，行业如何从Infra层面着手降低推理阶段的算力成本？
随着 AI 模型的参数量越来越大，对算力的需求也水涨船高。
在 2024 年的今天，人工智能已经渗透到各个领域，从医疗诊断到智能交通，从金融分析到智能家居，AI 技术的发展正以前所未有的速度改变着我们的生活和工作方式。 这一背景下，算力和存力成为了支撑人工智能发展的两大关键要素。究竟算力与存力谁更重要，成为了一个备受关注的问题。
在算力资源的匮乏下，中国的实时语音AI正面临着一场艰难的较量，试图在技术舞台上与GPT-4o一决高下，这无疑是当前中国AI版图中的尴尬局面。
CoT铸就了o1推理王者。 它开创了一种推理scaling新范式——随着算力增加、更长响应时间，o1性能也随之增长。
在电影《天下无贼》中，葛优扮演的黎叔有这样一句经典的台词，「二十一世纪什么最贵？人才！」而随着人工智能行业进入到大模型时代，这一问题的答案已然变成了「算力」。
OpenAI的新模型o1，可谓是开启了Scaling Law的新篇章——
现在的大模型仍旧是算力杀手，想要让它真达到操作系统的使用规模，可能在硬件上、推理架构上还有一段路要走，但其前景是显而易见的。
云+AI基础设施已成为企业智能化转型的关键支撑，但企业在尝试AI时，也面临包括算力、算法开发和专业人才的挑战。
