2026-11-03 · 来源:华尔街见闻全球·中继

Meta 首席执行官明确“规模即路径”的技术判断,同时以人脑 10 瓦功耗与百万倍能效差距,为 AI 算力买方标出短期投入与长期风险的双重坐标。
Meta 首席执行官马克·扎克伯格近日就通往超级智能的技术路线给出明确判断:实现这一目标未必依赖架构层面的突破,把算力规模堆到足够大,同样可能“大力出奇迹”。换言之,在他看来,持续加大算力投入本身就是一条可行的登顶路径。这一表态来自一位亲手指挥超大规模数据中心与 GPU 集群建设的科技公司掌门人,其分量不在于理论新意,而在于它为整个行业的资本开支方向提供了某种背书:只要规模扩张的逻辑成立,那么采购、建站、供电的投入就仍有正当性。
不过,他同时点出了这条路线背后的效率隐忧:人脑的运行功率只有 10 瓦,而现有 AI 系统的能效比人脑低约百万倍。这组数字值得算力行业的每一位参与者反复咀嚼。10 瓦,大约相当于一只小灯泡的耗电;而一座现代 AI 训练集群的功耗往往以兆瓦甚至百兆瓦计。两者之间约百万倍的数量级鸿沟,意味着即便算力堆叠在工程上可行,其能源成本与散热压力也会随规模呈超线性增长。对于数据中心运营方而言,这不只是哲学层面的讨论,而是直接写进电力采购合同与 PUE 指标的现实约束。
正是基于这一差距,扎克伯格把“理解人脑”定位为未来的胜负手。算力规模可以支撑当下的竞赛,但若要走得长远,关键在于弄清人脑如何以极低功耗完成复杂的智能任务,并将这种机制反哺于下一代 AI 系统的设计之中。从行业史的视角看,这一判断并不孤立。神经形态计算、稀疏激活、混合精度推理等方向,本质上都是向生物大脑的运行机制借力:大脑并非全脑同时高强度运转,而是以高度选择性的方式调度神经元,用极低的占空比完成看似流畅的连续计算。现有 GPU 架构则恰恰相反,以稠密的矩阵运算换取通用性,代价就是能效上的巨大浪费。谁能率先把生物启发的效率机制工程化,谁就可能在不增加电力预算的前提下获得等价的智能产出。
从产品定位的角度理解扎克伯格的表态,可以看出 Meta 自身的战略自洽。Meta 长期以开源大模型路线参与竞争,其商业模式并不直接依赖模型的按次售卖,而是通过更大的算力底座撬动广告、推荐与下一代硬件生态的价值。在这种定位下,“堆算力”既是能力宣言,也是对开发者的吸引力来源;而强调“理解人脑”,则为长期研发投入预留了叙事空间,避免被解读为无脑烧钱。两条线索并行,恰恰勾勒出头部玩家对 AI 算力的完整态度:短期用规模换速度,长期用效率换生存。
对于正在规划 GPU 采购与数据中心投资的算力买方而言,这一表态提供了双重参照。短期内,规模化逻辑仍在为持续的基础设施投入提供支撑;长期看,能效差距则提示,竞争的走向未必只取决于谁堆的算力更多,单位功耗所能承载的智能水平,可能成为更持久的分水岭。落实到采购层面,这意味着几点具体考量。第一,在同等预算下,应优先比较每瓦特可获得的训练与推理吞吐,而非单纯比较卡数或峰值算力标称值;能效比在未来电力成本占比不断上升的环境中,会直接转化为毛利率。第二,采购合同应保留架构迭代的灵活性,扎克伯格口中的“理解人脑”一旦转化为新的硬件形态,现有以稠密计算为中心的集群可能面临适配成本,过长的锁定期会放大这一风险。第三,散热与供电设计应按更高的功率密度预留冗余,无论效率革命是否到来,算力密度上升都是确定的趋势。第四,买方应把软件生态与模型架构的演进纳入评估,效率突破往往先发生在算法层,硬件只是滞后兑现。
从 AI 算力买家的整体视角看,扎克伯格的这番话还可以读出一层风险管理含义:当行业领袖公开承认现有系统与生物基准之间存在百万倍能效差距时,等于暗示当前的技术路线仍有被颠覆的可能。这并不意味着买方应停止投入——恰恰相反,在通往超级智能的竞赛中,缺席的成本可能高于错配的成本——而是提醒买方,投入的方式应当是“可迭代的投入”:分期建设、模块化扩容、租购结合,用结构上的弹性对冲技术路线上的不确定性。
就当前市场而言,用户关注的该相关算力型号,目前在售挂价数据暂缺,无法给出有效价格带与在售台数参考,本篇亦无对应行情报告编号可供引用。建议有采购意向的买家持续关注行情更新,在数据恢复后结合每瓦性能与单位算力成本再做决策。
总体而言,扎克伯格的判断可以浓缩为一句话:算力规模决定你能否上牌桌,能效与对智能本质的理解决定你能坐多久。对算力买方来说,短期照旧采购,但每一笔采购都应为那个能效数量级跃迁的未来留出退路与入口。
Q: 扎克伯格认为人脑与现有 AI 系统的能效差距有多大?
A: 人脑运行功率仅 10 瓦,现有 AI 系统的能效比人脑低约百万倍,两者在能源效率上存在数量级鸿沟。
Q: 这一判断对 GPU 采购方最核心的启示是什么?
A: 短期规模化投入逻辑仍成立,但采购应以每瓦特吞吐为核心指标,保留架构迭代灵活性,因为单位功耗承载的智能水平可能成为长期分水岭。
主题标签: Meta · Mark Zuckerberg · Superintelligence · Compute Scaling · AI Efficiency
萬安算交所 AIXX · 萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅