到下一个十年初， 最大的科技公司将在人工智能领域每年投入超过
微软、亚马逊和Meta Platforms（统称为超大规模预计在2025年将斥资3710亿美元用于人工智能数据中心和计算资源，比上一年增长44%。到2032年，这一数字预计将飙升至5250亿美元。
历史上，人工智能领域的投资大多流向了数据中心和芯片，用于训练或创建极其复杂的新型人工智能模型。如今，各公司希望采取不同的策略。因此，预计科技公司会将更多资金投入到推理，也就是系统训练完成后运行这些系统的过程。.
DeepSeek 和 OpenAI 如何影响人工智能支出趋势
中国的DeepSeek、OpenAI和其他几家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之间的竞争。.
这些系统通过花费额外的时间来处理和计算对用户查询的响应，来模拟人类解决问题的过程。.
DeepSeek的崛起引发了人们对美国科技行业在人工智能研发方面巨额投资的担忧。该公司声称，与一些美国顶级竞争对手相比，它能够以更低的成本打造出具有竞争力的人工智能模型。因此，一些领先的科技公司更倾向于选择运行在更少芯片上的高效人工智能系统。.
然而，推理模型也为软件盈利带来了新的机会，并可能在模型推出后转移更多开发成本。这很可能会鼓励对该策略进行更多投资，并增加人工智能领域的整体支出。.
彭博行业研究分析师曼迪普·辛格写道：“人工智能训练的资本支出增长速度可能远低于我们之前的预期。”
然而，他指出，对 DeepSeek 的巨大关注可能会鼓励科技公司“增加对推理的投资”，使其成为生成式人工智能领域增长速度最快的细分市场。.
据报道，今年超大规模数据中心运营商超过 40% 的人工智能预算预计将用于训练；然而，到 2032 年，这一比例将下降至仅 14%。相比之下，几乎一半的年度人工智能支出可能会分配给推理驱动型投资。.
另一方面，辛格写道，Alphabet旗下的谷歌似乎最有能力迅速完成这种转型，这得益于其自主研发的用于处理训练和推理的芯片。其他科技公司，例如微软和Meta，可能就没有那么大的灵活性，因为它们长期以来严重依赖英伟达公司的芯片。.
推理模型如何通过结构化、逻辑思维重塑人工智能
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来解决问题，它已成为人工智能领域的一种新范式，通过分解问题、在响应之前“思考”以及迭代地改进解决方案，克服了传统语言模型在挑战性任务中的表现。
从历史上看，通用逻辑学习模型（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，并且得出答案的过程也会被明确指出。然而，虽然有些模型能够清晰地展示其逻辑推理阶段，但有些模型却无法做到这一点。.
推理阶段展示了模型如何将提出的问题分解成更小的问题（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trac），并最终选择最佳答案（执行/解决）。.
