跳到正文

行业动态Interconnects23:07

教每个人钓取令牌

Teaching Everyone to Fish for Tokens

英伟达鼓励自建模型,意在分走API巨头蛋糕,须权衡成本与自家生态绑定。

判断

企业 AI 负责人现在要重新算一笔账:继续买 Anthropic/OpenAI API,还是用 Nvidia 的开放配方自建 token 机器。Nvidia 用自己的 $26 billion 赌注压低前期门槛,代价是未来更绑在其芯片与生态上。

依据

Nathan Lambert 在 Interconnects 说,Nvidia 想让你自建模型,而不是从 Anthropic/OpenAI 买 API(应用程序接口)。机制上,Nvidia 的 Nemotron 发布能合法公开的数据和训练代码,属于“近乎开源”配方,让更多公司能训练并运行自己的 token 机器;这些公司一旦分散做推理,就会持续采购 Nvidia 芯片。材料给的对照数字是:Nvidia 目前被报道为这件事花 $26 billion。若走通,它创造的芯片需求与利润要超过建模成本;若走不通,开放模型会分叉到效率、可修改、专用等长尾,而 Anthropic/OpenAI 仍占知识工作协作、药物发现、SWE(软件工程)等高价值领域。文章还提到 Databricks 和 01.ai 退出训练游戏像异常,并警告开放生态未来会越来越依赖 Nvidia 的融资。

  1. 开放Nemotron配方
    降低门槛
  2. 企业自建模型
    造token
  3. 分散推理需求
    芯片需求
  4. 采购Nvidia芯片
Nvidia用开放配方把训练能力扩散,换成推理芯片需求的链条。

没写清 材料没给 Nvidia 这 $26 billion 投入的回收周期,也没给企业自建模型相对买 API 的每 token 成本,所以不能替它算清迁移是否划算。

下一步 下一步可核对 Nvidia 后续财报或 Nemotron 发布:是否披露这 $26 billion 投入对应的推理收入、客户数或自建模型企业名单。

本期其他新闻

  1. 行业动态

    我们追踪了一批珍本书的运输,最终目的地竟是亚马逊AI训练设施

    Simon Willison

  2. 行业动态

    防御者的窗口

    OpenAI

  3. 行业动态

    OpenAI加入PORTS-Pike项目

    OpenAI

  4. 精选深读

    Qwen 3.8 27B在人工智能分析智能指数上得分52

    Simon Willison

  5. 精选深读

    相同集群,利用率提高33个点:变化的是顺序

    Hugging Face