SSI傳將於8月發布首個AI模型
0xBroomberg
投資人加文·貝克爾透露，伊利亞·蘇茨克維爾創立的SSI計劃8月發布首款模型；若其背後的「持續學習」路線成立，大規模預訓練對GPU的需求可能斷崖式下滑，整個AI算力格局將被重寫。
消息從哪來，可信度有多高？
消息源是加文·貝克爾，現任Atreides Management首席投資官，黃仁勳公開稱他為英偉達「首位大型機構投資者」——在矽谷科技投資圈人脈極廣。
他在一次對話中提到：「SSI說他們會在8月推出模型。現在有一整代新實驗室都在聚焦這件事。」
但SSI官方尚未確認。這意味著→ 消息來自可信的圈內人士，但離「板上釘釘」還差一步，需要等SSI自己表態。
SSI是誰，為甚麼值得關注？
SSI全稱Safe Superintelligence，由前OpenAI聯合創始人兼首席科學家伊利亞·蘇茨克維爾創立。
蘇茨克維爾成立時講得很清楚：公司的第一個產品就是安全的超級智能，在此之前不做任何其他事情——不做聊天機器人，不做API服務，直接瞄準終局。
SSI已與英偉達達成長期合作，取得Vera Rubin平台（英偉達下一代AI超算平台）的訪問權，算力較此前提升約10倍。簡單來說＝ 硬件彈藥已經到位，發布模型的基礎條件具備了。
「持續學習」是甚麼，為甚麼貝克爾說它最有意思？
貝克爾把SSI放在一個更大的技術背景下討論：持續學習（continual learning，讓模型在真實世界中邊用邊學，而非一次過餵完所有數據）和樣本高效學習（sample-efficient learning，用更少的數據學到同樣多的東西）。
他給了一組數字說明變化有多大：早期模型訓練約用200億token，現在主流模型已用到300萬億token——翻了一萬多倍。
這意味著→ 當前AI行業的「軍備競賽」核心就是拼誰餵的數據多、誰的GPU集群大。如果持續學習能走通，這條賽道的規則會被徹底改寫。
如果持續學習成功，對GPU需求意味著甚麼？
貝克爾描述的場景：未來只需預訓練約10萬億token，然後讓模型在真實世界中自主高效學習——大規模預訓練的需求將大幅下降。
簡單來說＝ 現在訓練一個大模型要燒掉海量GPU和電力，如果模型能「邊做邊學」，前期囤GPU的意義就小得多了。
貝克爾的原話是：訓練算力在整體半導體需求中的佔比甚至可能趨近於零。這反映出一個更深的信號——AI行業目前對英偉達GPU的瘋狂需求，可能並非永久狀態。
現在能下結論嗎？
貝克爾自己也承認：「誰也不知道它是長期問題還是短期就能突破。」
SSI的8月模型——如果真的發布——將是市場檢驗蘇茨克維爾「直通超級智能」承諾的第一個實物證據。
這意味著→ 現在還不是下注的時刻，但值得盯緊：SSI模型的實際表現，會告訴市場「持續學習」到底是遠期願景還是近在眼前的現實。
Content is for reference only, not financial advice.