大型科技公司加大AI支出，推理模型占据主导地位

最大的科技公司将在下一个十年初将其年度 支出 在人工智能方面提高到超过5000亿美元，部分原因是DeepSeek和OpenAI最近推出的AI方法论。 

微软公司、亚马逊公司和Meta Platforms Inc.， collectively known as hyperscalers，预计将在2025年花费3710亿美元用于AI数据中心和计算资源，比前一年增长44%。到2032年，这一数字预计将飙升至5250亿美元。

历史上，对AI的大部分投资都用于数据中心和芯片，以训练或创建显著复杂的新AI模型。现在，公司希望采取不同的方法。此后，预计科技公司会将更多支出转向推理或训练后运行这些系统的过程。

DeepSeek和OpenAI如何塑造AI支出趋势

中国的DeepSeek、OpenAI和几家其他公司推出了新的推理模型，加剧了尚未采用类似方法的公司的竞争。

这些系统通过花费额外时间来处理和计算对用户查询的响应，模仿人类的问题解决能力。

DeepSeek的崛起，声称它可以以比一些顶级美国竞争对手更低的成本创建具有竞争力的模型，引发了对美国科技行业在AI开发上大量投资的担忧。因此，一些领先的科技公司更喜欢更高效的AI系统，这些系统可以在更少的芯片上运行。

然而，推理模型也带来了从软件中获利的新机遇，并可能在模型部署后转移更多的开发成本。这可能会鼓励对该策略的更多投资，并增加整体的人工智能支出。

彭博情报（Bloomberg Intelligence）分析师曼迪普·辛格（Mandeep Singh）写道：“人工智能训练方面的资本支出增长可能比我们之前的预期要慢得多。”

然而，他指出，对深度求索（DeepSeek）的巨大关注可能会鼓励科技公司“增加投资”推理领域，使其成为生成式人工智能中增长最快的细分市场。

据报道，今年超大规模云服务商的人工智能预算中，预计超过40%将用于训练；然而，到2032年，这一比例将降至仅14%。相比之下，几乎所有年度人工智能支出的一半都可能分配给推理驱动的投资。

另一方面，辛格写道， Alphabet Inc.旗下的谷歌似乎最有能力迅速实现这一转型，这得益于其处理训练和推理的内部芯片。其他科技公司，如微软和Meta，由于过度依赖英伟达（Nvidia Corp.）的芯片，可能没有那么多灵活性。

推理模型如何通过结构化、逻辑性的思维重塑人工智能

推理模型是专门设计的语言模型，旨在通过明确的逻辑推理解决问题，已成为AI的新范式，通过在挑战性任务中分解问题、“思考”后再回应并迭代改进解决方案，克服了传统的LLM。

历史上，通用大型语言模型（LLM）只能生成简单的答案。随着推理模型的引入，答案遵循更结构化的思维过程，并且得出该答案的过程也会被展示出来。然而，虽然某些模型清晰地展示了其逻辑推理阶段，但其他模型则没有。

推理阶段展示了模型如何将提出的问题分解为更小的问题（分解），尝试不同的方法（构思），选择最佳方法（验证），拒绝无效方法（可能回溯），并最终选择最佳答案（执行/求解）。