推理成本曲线被误读了
BlackHC · x · 2026-07-16
文章引用了一张来自 Epoch AI 的图，但作者指出其解读有问题：图里的横轴是“单次请求每秒 tokens”，不是全局吞吐量。为了让单个请求更快，服务端往往要用更小的 batch，因此单位成本会上升；但如果在同样速度下承载更多总量，tokens 反而会更便宜。
帖子还补充了一个更大的背景：有论文指出，推理收入正以每年约 3 倍增长，同时模型比 2023 年更小、更便宜。作者认为这才更符合现实的推理经济学。
所属事件:BlackHC反驳“AI最糟技术”论(5 条相关)→
「Infra」频道最新
- 影子算力市场走向台前,Meta 对外出售过剩 GPU 算力成标志性信号 — DavidLinthicum · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11