黄仁勋宣布AGI到来：GPT-6用10万颗芯片炼成

大湾区经济网9月8日讯 “通用人工智能已经到来。”英伟达首席执行官黄仁勋9月6日在社交媒体上如此宣称。他透露，OpenAI的GPT-6 Astra模型由超过10万个NVIDIA Grace Blackwell NVLink 72集群训练完成，并祝贺OpenAI团队取得这一里程碑式进展。

NVLink 72指通过NVLink技术将72颗GPU高速互联，对外像一块“巨型GPU”一样工作。这种超大规模集群架构意味着，单个AI模型的训练已经进入了“十万卡”时代，对算力基础设施的要求达到了前所未有的高度。

9月3日，OpenAI发布GPT-6 Astra，称其为一次“代际跃迁”，在计算机操作、软件工程、网络安全和科学研究等领域达到先进水平。这一发布迅速引发行业热议。黄仁勋的“AGI已到来”论断，更是将AI能力的讨论推向了新的高度。

从技术维度看，AGI（通用人工智能）的定义一直存在争议。部分学者认为，AGI应当具备与人类相当的通用推理和学习能力，能够自主解决任何智力任务；另一派则认为，当AI系统在足够广泛的领域达到或超过人类水平时，就可以认为AGI已经实现。GPT-6 Astra在多个专业领域的突破性表现，使得后一种观点获得了更多支持。

不过，业内也有冷静声音指出，即便GPT-6 Astra展现了强大的能力，距离真正的“通用”智能仍有差距。模型在常识推理、因果理解、长程规划等方面的局限性依然存在。更关键的是，AGI的实现不仅是技术问题，还涉及安全对齐、可控性等一系列挑战。

无论如何，GPT-6 Astra的发布再次凸显了AI算力军备竞赛的烈度。十万颗GPU的集群规模，意味着训练一次前沿大模型的成本已达数亿美元级别，这对于全球AI产业的竞争格局和供应链布局都将产生深远影响。

从产业影响来看，GPT-6 Astra的发布正在重塑AI基础设施的供需格局。十万颗GPU级别的训练集群，意味着单次训练的电费、冷却和运维成本已达到数千万美元量级。这进一步推高了前沿大模型研发的门槛，可能加速行业向少数拥有超大规模算力的头部企业集中的趋势。同时，这也为算力租赁、AI芯片设计、数据中心运营等上下游环节带来了巨大的市场机遇。国内方面，百度、阿里巴巴、字节跳动等科技公司也在加速大模型迭代，但训练规模的差距仍然显著。

文/余芳