AI 摘要
- 英特爾執行長指出 DeepSeek 等中國模型具備更低 Token 成本且效能充足。
- 開源模式被視為提升 AI 運算效率與降低企業營運支出的關鍵途徑。
- 量子計算技術預計將在未來三至五年內逐步邁入主流商用應用。
晶片巨擘英特爾行政總裁陳立武在新加坡出席星展銀行小組討論時指出，DeepSeek、Kimi 與 GLM 等中國前沿 AI 模型具備顯著的成本效益，其單個 Token（詞元）成本更低，且整體性能表現已經「足夠好」（good enough），能夠有效滿足各類實際商業與技術應用需求，普及速度亦非常迅速。
聚焦推理成本與開源效益
陳立武強調，在全球人工智能競爭中，除了追求極限運算性能之外，推理成本與實際落地效率正成為企業選擇技術架構的關鍵指標。Token 作為模型處理資訊的基本單位，其成本高低直接牽涉到大規模企業部署的營運支出。相較於昂貴的閉源方案，具備開源特性的模型賦予企業根據自身需求微調與優化的靈活性。
陳立武表示自己是開源技術的堅定支持者，並認為開源架構是提升整體運算與開發效率的最佳途徑，最終各模型在不同應用場景的普及程度將完全交由市場機制決定。
主要前沿模型特點分析
針對市場上受關注的模型方案，陳立武點名了數個關鍵產品，其在市場定位與架構效益上展現出不同優勢：
| 模型名稱 | 核心定位與特勢 | 應用效益 |
|---|---|---|
| DeepSeek | 高性價比、具備開源開放特性之中國前沿 AI 模型 | 顯著降低單個 Token 成本，滿足各類實際部署需求 |
| Kimi | 長文本處理與實用性導向之中國前沿 AI 模型 | 提供足夠好的實用性能，加速市場應用普及 |
| GLM | 通用語言與多場景適應之中國前沿 AI 模型 | 具備部署彈性，降低企業營運開銷與開發門檻 |
量子計算未來展望
除了探討 DeepSeek 等 AI 模型的演進趨勢，陳立武亦提及量子計算技術的發展前景。他預估量子計算有望在未來三至五年內逐步邁向主流商用領域，並指出軟體架構在提升量子運算基礎設施的使用效率方面，將扮演至關重要的核心角色。
Reference Link : hk01.com
