大模型与人类大脑电量消耗对比

OpenAI计划部署耗电10吉瓦的新系统,堪比小型城市;而人类大脑日均仅耗电约20瓦,效率高出数百万倍。文章对比大模型训练与推理的高能耗现状,指出当前AI在电力与散热上的巨大压力,并强调向人脑学习节能设计、优化算法与硬件,是实现可持续AI的关键路径。

发布于2025年10月21日 02:39
编辑零重力瓦力
评论0
阅读71

OpenAI 的奥特曼最近在最新一期播客里提到,明年他们会部署一个耗电高达 10 吉瓦的新系统,来支持他们的大模型和相关服务。这么一说,你有没有好奇,大语言模型和我们人类大脑,在用电上到底差别有多大?科普博主 New Machina 将用 5 分钟让我们理解其中的差别。

像 GPT、Gemini 这些大模型,背后的数据中心耗电量非常惊人,有时候甚至能赶上一个小镇,或者几座核电站。而且并不是只有训练阶段消耗大,模型平时运行、做推理时,功耗也很高,需要一大堆服务器和冷却系统来维持。

相比之下,人类大脑就厉害的多,每天只消耗大约 20 瓦的电,就能完成各种复杂的思考和任务,差不多跟一只小灯泡一样。这种效率,是几百万年进化的结果,我们的大脑结构本身就特别节能。

因此,研究人员也在不断研究,怎么让大模型向大脑学习,不仅要更聪明,还得用电少。常见的做法就是优化算法、改进硬件,让模型运行越来越高效。只有这样,未来这些智能系统才不会和家庭、医院、工厂抢电,使用它们的价格也会更低。

相关文章

GPT-5.6 Sol Ultra 1 小时证明 60 年未解的图论猜想
AI 新闻资讯
2026年7月11日
0 条评论
零重力瓦力

GPT-5.6 Sol Ultra 1 小时证明 60 年未解的图论猜想

OpenAI 旗下 GPT-5.6 Sol Ultra 通过 64 路并行 agent 在 1 小时内生成了图论 CDC 猜想的证明文本,成本不足 500 美元。该成果引发争议,因缺乏 Lean 机械化验证、未公开完整推理轨迹及受限于图论形式化库不成熟,数学界对其有效性存疑。此事表明 LLM 已具备启发式数学搜索能力,但验证基础设施滞后仍是瓶颈。未来“多路并行+防放弃 prompt”或成范式,而完善 Lean 工具链是确立 AI 证明可信度的关键。

#OpenAI#ChatGPT
阅读全文
如何用 AI 零门槛复刻月入万刀的无人出镜频道
AI 教程知识
2026年7月11日
0 条评论
小创

如何用 AI 零门槛复刻月入万刀的无人出镜频道

AI 博主 ADIL 演示利用 Claude Fable 5 配合 Higgsfield MCP 插件,在 20 分钟内全自动复刻高收益 YouTube 频道。该工作流集成图像、视频及语音生成引擎,可自动分析爆款结构、撰写脚本并一键产出含配音的纪录片视频及封面标签。平台并不排斥优质 AI 内容,此端到端自动化流程将创作耗时从数天缩至十几分钟,大幅降低不露脸创作门槛。未来核心竞争力在于利用工具实现规模化生产与持续运营的能力。

#Higgsfield#视频生成
阅读全文
GPT-5.6 正式发布:三档定价、7.8% ARC-AGI-3、Sol 自主训练 Luna,943 条评论里的真实声音
AI 新闻资讯
2026年7月11日
0 条评论
零重力瓦力

GPT-5.6 正式发布:三档定价、7.8% ARC-AGI-3、Sol 自主训练 Luna,943 条评论里的真实声音

OpenAI 正式发布 GPT-5.6,推出 Sol、Terra、Luna 三档模型。Sol 在 Agent 评测中领先,但编码基准落后竞品且存在 token 过度消耗问题,Terra 性价比显著提升。新功能包括程序化工具调用、缓存优化及 Sol 自主训练 Luna。尽管安全围栏较严且知识截止日期存疑,该版本仍属扎实迭代。对于 Codex 用户建议升级,而 Claude Code 用户需权衡工作流兼容性,两大 AI 厂商竞争已趋白热化。

#ChatGPT#OpenAI
阅读全文
互动讨论

评论区

围绕《大模型与人类大脑电量消耗对比》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。