인공지능은 얼마나 빠르게 규모를 확대하고 있나요?
AI 진보의 가장 큰 단일 동인은 원시 규모, 즉 각 새 모델을 훈련하는 데 사용된 연산량이었습니다. 로그 스케일로 표시하면 그 성장은 압도적이고 멈추지 않습니다. 곡선을 표시하는 모델들을 살펴보고, 최전선이 얼마나 빠르게 움직이는지 확인하십시오.
연산 능력이 전부는 아니지만(알고리즘과 데이터도 중요합니다) 새로운 능력을 예측하는 데 가장 신뢰할 만한 지표였습니다. 시스템에 들어가는 입력이 십 년 조금 넘는 기간 동안 1억 배로 늘어나고, 다음 백 배 증대가 무엇을 열어줄지 아무도 완전히 이해하지 못하는 상황에서 “안전 문제는 나중에 해결하자”는 큰 도박이 됩니다.
이 추세는 경쟁의 의미도 다시 바꾼다. 중국의 딥시크-V3 같은 효율적 모델이 보고된 연산량의 극히 일부로 최전선에 가까운 성능에 도달했다는 사실은, 능력이 점점 더 더 저렴한, 더 클 뿐만 아니라.
훈련 컴퓨트 수치는 주로 ...에서 추정한 것이다 Epoch AI부동점 작업(FLOP)에 명시된 모델의 데이터베이스입니다. 실험실 거의 정확한 번호를 공개, 그래서 최근 국경 값은 대략적이고 일러스트에 표시. midGPT-5G.6, GPT-6 Astra, 그리고 GClaude F Fable을 포함하여 mid-2025 후에 풀어 놓인 닫히는 실험실 체계는, Epoch가 간행한 훈련 COMpute 견적이 없을 때 omitted 입니다. 그 보유는 트렌드가 아니라 단일 지점이 아닙니다.
표시된 배증 시간은 그래프에 그려진 모델들에서 계산한 것이므로, 전체 분야가 아니라 이 선별된 표본을 반영합니다.