单次训练一千亿美元、电力对标核电站：微软苏莱曼揭秘顶级大模型为何变成重工业

训一个人工智能模型，要花掉一千亿美元？ 有没有搞错？ 一千亿美元是什么概念？ 波音造一架最新的 787 宽体客机，造价大概两三亿美元。 一千亿美元，够买四百架大型客机了。 拿这么多钱去跑一段程序，到底是算法疯了，还是算账的人疯了？

说这话的人，可不是什么网上的蹭热度博主。 他是微软 AI 的首席执行官，也是当年 DeepMind 的联合创始人，穆斯塔法·苏莱曼（Mustafa Suleyman）。 他在播客节目里算了一笔账： 接下来的两三年里，跑一次超大模型的训练，成本很可能会冲到几百亿、甚至一千亿美元。 而且全球能调动这种资源的实验室，只剩下五六家，微软就是其中之一。

很多人听完的第一反应肯定是：至于吗？ 前阵子科技圈不是到处都在传，大模型已经撞墙了吗？ 网上的公开文本差不多被抓空了。 开源社区也在后面紧咬不放，几千万美元跑出来的模型，日常用起来差距好像也没那么明显。 花一千亿美元去堆算力，还能堆出什么新花样？

因为这场比赛的打法变了。 以前大模型比的是预训练。 把全网的书籍、论文、代码一股脑倒给神经网络，算力砸得越多，模型背下的规律就越多。 但文本总有用光的时候。 现在顶级实验室都在把资源砸向另一个方向：测试时算力。

什么是测试时算力？ 以前你问聊天机器人一个问题，它几百毫秒就得把第一个字吐出来。 这就像让人去考高难度数学竞赛，不给发草稿纸，也不准验算，看完题目必须张嘴报答案。 答得再快，遇到真复杂的逻辑题也是瞎猜。 现在的推理模型不一样了。 你扔给它一个难题，它不急着回答。 它在后台悄悄生成几千条思考路径，一步一步做推导。 发现某条路走不通，自己把它推翻，再换个方向重新算。 模型在后台思考几十秒甚至几分钟，解开博士级理科难题和复杂软件架构的能力，就跟着指数级往上蹿。

思考能力是上去了，代价也跟着爆炸了。 以前模型训完放到服务器上，用户问一句答一句，算力消耗相对可控。 现在只要用户提一个复杂需求，模型就在后台疯狂燃烧几分钟的算力。 几千万人同时用，推理端的服务器瞬间被挤爆。 而且为了教会模型怎么思考，实验室还得用强化学习让模型自己跟自己博弈、生成天文数字级的推导演算数据。 预训练的算力还没降下来，后训练和推理的算力又翻了几百倍。

算力翻一千倍，买芯片要多少钱？ 英伟达一套最顶级的服务器机柜，售价就在上百万美元。 要把几十万张芯片连在一起协同工作，光是高带宽的光纤交换机和网络布线，就是个吃钱的无底洞。 几百亿美元砸进硬件里，连水花都听不见几个。

但这还不是最卡脖子的瓶颈。 钱可以找华尔街融，电从哪里来？

苏莱曼在采访里提到了一个词：吉瓦级算力。 一吉瓦等于一百万千瓦。 很多朋友对这个单位没什么概念。 一个标准的中型核电站反应堆，装机容量大概就是一吉瓦。 一吉瓦的电力，足够供应七十多万户普通家庭一整年的生活用电。 把几十万张高功耗计算芯片塞进数据中心，再加上庞大的水冷散热系统，整个机房的耗电量已经对标一座中型城市了。

如果你拿着几百亿美元去找电网公司买电，对方多半只能摊手。 在欧美很多工业区，申请接入一个吉瓦级的用电负荷，排队审批加上电网改造，少说要等五年到七年。 大模型几个月就迭代一代，谁能等七年？

等不起怎么办？ 科技巨头们只能自己动手去抢能源。 微软为了给自己的算力中心供电，直接签了二十年的购电协议，出钱重启已经退役五年的宾州三里岛核电站一号反应堆，打包买走它全部 835 兆瓦的清洁电力。 亚马逊花了六亿五千万美元，把整个数据中心园区直接建在宾州萨斯奎哈纳核电站隔壁，电缆直接连进核电站的变压器。 谷歌甚至去跟初创公司合作，提前锁定未来小型模块化核反应堆的供电名额。

把这一整条链条连起来看，你就明白苏莱曼为什么说这是断层级的优势了。 这早就脱离了几个程序员在屏幕前调调参数的代码比赛。 它变成了一场调动海量电力、工业地产、核反应堆和千亿美元资本的重工业阵地战。

全球能同时掏出千亿美元现金、搞定吉瓦级电网接入、还能把几十万张芯片捏成一个集群的，数来数去也就微软、谷歌、亚马逊、Meta 这些体量的巨头。 初创公司就算融到了五亿、十亿美元，在这样的体量面前，可能连一个吉瓦级变电站的地基都还没打完。

那开源模型还能靠以前的蒸馏技巧追平吗？ 苏莱曼给出的判断很不乐观。 当头部实验室靠着几吉瓦的电力和千亿级算力，在深度推理和自我演进上把模型推到新高度时，这种计算规模带来的代差，很难再靠小巧的算法技巧去弥补。 就像蒸汽机刚出现的时候，工匠再怎么改良手摇织布机，也挡不住大工厂机器轰鸣的降维打击。

大家以前聊人工智能，总觉得那是硅谷车库里的软件神话。 几个天才坐在电脑前写几千行优雅的代码，就能改变世界。 现在看到千亿美金和吉瓦级电力的账单才发现： 当算法需要吞下一座核电站才能继续往前跑的时候，它已经彻底变成了重工业。