行业领袖称，人工智能安全和智能体人工智能将推动大规模计算需求。

领先的人工智能模型开发商表示，人工智能安全性和一致性工作的加强将推动基础设施支出持续增长，从而直接抵消投资者对硬件需求可能放缓的担忧。花旗集团在一份研究报告中总结了在圣克拉拉举行的人工智能基础设施峰会首日的情况，指出该行业的主要瓶颈并非模型架构，而是大规模计算、电力和设施的获取。

英伟达预测智能体人工智能需求将增长100倍

英伟达（纳斯达克股票代码：NVDA）概述了从对话式聊天机器人向自主“智能体人工智能”的过渡将如何导致硬件需求呈指数级增长。英伟达超大规模和高性能计算副总裁伊恩·巴克表示，智能体工作负载所需的计算能力将是2023年左右对话式应用程序的约100倍。

巴克将这一巨大增长归因于智能体人工智能固有的几个因素，包括更长的输入序列、更大的键值缓存、多轮交互以及多个子智能体的生成。这一趋势正在推动下一代数据中心的设计，使其能够容纳增加 30% 到 40% 的 GPU，而像英伟达即将推出的 Vera Rubin 这样的平台则专注于优化端到端系统吞吐量。

基础设施巨头详述扩展路线图

各大科技公司详细阐述了构建支持下一代人工智能所需庞大基础设施的战略。

Ad

英特尔的全栈转型

英特尔（纳斯达克股票代码：INTC）的陈立步（Lip-Bu Tan）探讨了公司从传统 CPU 供应商向全栈人工智能基础设施提供商的战略转型。他强调，随着行业重心转向系统级优化，CPU 在强化学习、编排和智能体工作流中仍然发挥着至关重要的作用。谭先生还确认，英特尔的 18A 制程节点已进入量产阶段，更先进的 14A 制程节点也将随后推出。

Meta 的 5GW 愿景

Meta Platforms（纳斯达克股票代码：META）基础设施主管 Santosh Janardhan 分享了公司大规模训练设施建设的经验。Meta 正在从目前的 1 吉瓦“Prometheus”集群向未来的 5 吉瓦“Hyperion”部署进行扩展。Janardhan 指出，多区域无损网络是最大的运营挑战，并表示 Meta 已部署定制的后端聚合 (BAG) 网络架构，以维持其庞大 GPU 集群的稳定性。