赵立东：大模型下半场的比拼是成本和效率

主要观点总结

文章介绍了AI领域的发展，特别是大模型在推理和部署方面的新进展。文章指出，随着推理大模型的兴起，AI算力系统面临新的挑战，但超节点技术和高效部署方案能降低计算成本并提升推理效率。大模型的发展将进入新一轮竞争，受到应用落地规模效应的推动。

关键观点总结

关键观点1: AI及大模型在技术与产业落地方面取得显著进展

文章提到刚刚过去的2024年，中外AI及大模型在技术和产业应用上取得了令人瞩目的进展，表明AI已经渗透到经济、社会与生活的方方面面。

关键观点2: 推出“AI领先者心声・2025”新年特别报道

财联社携手旗下《科创板日报》推出这一特别报道，旨在邀请中外人工智能领军者与行业精英回顾过去一年的突破与创新。

关键观点3: 大模型的新发展：推理大模型的出现与挑战

文章指出大模型在基于pretrain的scaling law效应后逐渐发展出推理大模型，这种模型展示了基于测试时间计算的全新scaling law效应，并对AI算力系统提出了新的挑战。

关键观点4: 超节点技术和高效部署方案的优势

基于超节点的超大显存和全交换互联机制在应对推理大模型的高效部署上具有数量级的性能优势，可以有效降低综合计算成本，提升推理效率。

关键观点5: 大模型发展的未来趋势

文章预测，大模型的发展将进入新一轮竞争，受到应用落地规模效应的推动，未来的竞争将聚焦于成本和效率的比拼。