文章摘要
【关 键 词】 GPT-6、微软工程师、电力难题、AGI、核聚变
微软工程师最近透露，他们正在为GPT-6的训练搭建10万个H100训练集群，但在部署过程中遇到了电力问题。
据悉，一旦在同一州部署超过100,000个H100 GPU，电网就会因无法负荷而崩溃。这个问题突显了人工智能发展中的一个重要难题：电力供应。
同时，OpenAI的内部时间线图片在网上流传，显示OpenAI早在2022年8月-10月之间就开始了GPT-5的训练，而GPT-6的测试预计早在去年9月就开始了。这表明，尽管GPT-5还未发布，微软已经开始为OpenAI训练GPT-6。
然而，尽管GPT-5和GPT-6的训练正在进行，但它们并不是人工智能的终极目标——人工智能通用智能（AGI）。AGI是一种可以理解、学习、适应和应对任何智能任务的人工智能，而GPT-5和GPT-6尚未达到这个标准。尤其是，它们无法解决“量子引力”问题，这是当前物理学尚未解决的问题。
电力问题是AI发展的一个重要难题。据波士顿咨询集团的分析，到2030年，数据中心的用电量预计将增加两倍，相当于为大约4000万美国家庭供电所需的电力量。此外，AI的电力需求将呈指数级增长，在2023年至2026年间至少增长10倍。这种电力短缺将直接限制未来GPU的发展。
为了解决这个问题，OpenAI的CEO Sam Altman认为，核聚变可能是最有效的解决方案。他已经在核聚变上投入了数亿美元的投资。然而，核聚变的实现并不容易，可能要到本世纪下半叶才能准备就绪。
除了电力问题，AI发展还面临其他挑战，如散热和空间堆叠问题。这些问题在未来可能会越来越严重。因此，解决这些问题将是AI发展的重要任务。
原文和模型
【原文链接】 阅读原文 [ 2337字 | 10分钟 ]
【原文作者】 新智元
【摘要模型】 gpt-4-32k
【摘要评分】 ★★★★★
