360创始人周鸿祎近日就AI算力发展方向发表观点，认为推理算力将是未来十年AI产业的核心竞争领域。他将AI训练比作积累知识，而推理则类比毕业后解决实际问题。周鸿祎指出，当前行业过度关注训练算力，耗费巨资训练大模型，却忽视了AI落地所需的推理算力。诸如ChatGPT的每日海量问答、工厂质检、医院CT阅片以及手机翻译等场景，都高度依赖推理能力，且未来需求可能呈万倍增长。他强调，训练与推理的算力需求存在本质差异：训练追求高精度和不惜成本的强大计算能力，而推理则侧重速度、能效和稳定性，要求在极短时间内给出结果，并适配各类终端设备。周鸿祎认为，强行“训推一体”会浪费资源，并以OpenAI与AMD合作研发推理芯片MI450为例，说明推理芯片在能效和速度上的优势，这契合了AI高效落地的需求。他进一步指出，推理芯片的技术门槛相对较低，更侧重极致优化，对中国而言是弯道超车的绝佳机遇，抓住推理算力才能真正释放AI在各行各业的巨大产业价值。

💡 AI推理算力将是未来十年AI产业的主战场。周鸿祎将AI训练比作积累知识，而推理则是毕业后解决实际问题，指出当前行业过度关注训练算力，忽视了AI落地关键的推理算力需求，而这类需求未来可能呈万倍增长。

⚡️ 训练与推理的算力需求存在本质差异。训练追求高精度和不惜成本的强大计算能力，而推理则侧重速度、能效和稳定性，要求在极短时间内给出结果，并适配手机、工厂设备等终端。强行“训推一体”会浪费资源。

🚀 推理芯片是AI落地效率和成本的关键。OpenAI与AMD合作研发推理芯片MI450，正是看中了其在推理场景的能效和速度优势，契合AI高效落地的需求。周鸿祎认为，推理芯片门槛低于训练芯片，对中国而言是弯道超车的机遇。

💰 抓住推理算力才能释放AI的产业价值。AI从“能读清华”的知识积累阶段，需要迈向“真正赚大钱”的产业价值释放阶段，而这依赖于推理算力的普及和发展，让AI深入千行百业。

快科技10月9日消息，360创始人周鸿祎今天围绕AI算力发展方向发表观点，指出推理算力才是未来十年AI产业的主战场。

周鸿祎用通俗比喻阐释训练与推理的差异：训练如同花十年读清华北大积累知识，推理则是毕业上班解决实际问题。

此前行业过度聚焦训练算力，砸重金用数万张芯片训练大模型，却忽视AI落地关键在推理——ChatGPT每日5亿次用户提问、工厂测次品、医院看CT、手机当翻译等场景，均需依赖推理算力，未来这类需求或暴增1万倍。

他强调，训练与推理的算力需求本质相悖：训练需暴力计算与高精度，不惜成本；推理则追求快、省、稳，需0.1秒内出结果，适配手机、工厂设备等终端。

强行“训推一体”只会浪费资源，而OpenAI选择与AMD合作研发推理芯片MI450，正是看中其在推理场景的优势——跑GDD4推理时比英伟达A100更省电、速度更快，契合AI高效落地需求。

周鸿祎认为，推理芯片门槛低于训练芯片，无需攻克全能难题，更侧重极致优化，对中国而言是弯道超车的机遇。

抓住推理算力，才能让AI深入千行百业，从“能读清华”的知识积累阶段，迈向“真正赚大钱”的产业价值释放阶段。