一场前所未有的“算力成本危机”正在席卷全球科技产业。近日，在瑞士达沃斯世界经济论坛上，多家国际顶尖科技公司与科研机构联合发布《高效计算白皮书》，首次以行业共识的形式提出“Stop expensive calculation”（停止昂贵计算）倡议，呼吁全球企业及科研机构重新审视算力投入的性价比，摒弃盲目追求算力堆砌的发展模式。
该倡议一经发布，立即引发科技界、金融界及政府部门的热烈讨论。过去十年间，随着人工智能、大数据、加密货币挖矿等领域的爆发式增长，全球计算需求呈指数级上升。据国际能源署最新数据，2024年全球数据中心耗电量已占全球总发电量的3.5%，预计到2030年将突破8%。与此同时，算力硬件成本、电力成本以及冷却成本持续攀升，许多企业发现，高昂的算力投入并未带来等比例的商业回报。
“我们正在经历一场‘算力通胀’。”白皮书主要起草人、麻省理工学院计算科学教授艾伦·戈尔德斯坦在发布会上表示，“一些公司为了在AI竞赛中不落人后，大规模采购GPU集群，甚至不惜投入数十亿美元训练单一模型，这种模式在经济上不可持续，在环境上更是灾难。”
戈尔德斯坦教授特别指出，以当前最先进的AI大模型为例，一次完整训练所需的算力成本往往高达数千万美元，电力消耗相当于5000个普通美国家庭一年的用电量。然而，这些模型在投入实际应用后，性能提升的边际效应正在急剧递减。“我们不是在解决问题，而是在浪费资源。”他说道。
《高效计算白皮书》提出了三大核心建议：其一，推动算法创新，用更少的算力完成同等或更优的任务，例如采用剪枝、蒸馏、稀疏化等技术；其二，建立算力效率评价标准，将“每美元算力产出”作为企业技术采购的重要指标；其三，鼓励行业共享基础算力设施，避免重复建设。
这一倡议率先获得了多家科技巨头的响应。谷歌云计算部门宣布将启动“效能优先”计划，未来两年内逐步淘汰能效低于行业平均水平的服务器集群，并承诺为中小企业提供算力优化咨询服务。微软则宣布开源其内部使用的算力调度优化工具，帮助开发者减少不必要的计算开销。此外，全球最大的加密货币矿池之一Foundry表示，将逐步关闭老旧矿区，转而投资低功耗的下一代芯片技术。
然而，反对声音同样不小。一些AI初创公司认为，停止昂贵计算会拖慢技术创新步伐，让后来者失去弯道超车的机会。硅谷风投机构Andreessen Horowitz的研究总监马克·莱维特撰文称：“如果没有持续的大规模算力投入，我们可能永远无法触及真正的通用人工智能。成本本身不是问题，问题在于没有找到更聪明的投资方式。”
对此，中国科技企业也迅速作出反应。华为昇腾计算业务总裁郑叶来在接受采访时表示，华为一直在推进“算力+能效”双轮驱动战略，最新推出的昇腾AI处理器已实现单位算力能耗降低30%。他强调：“算力竞赛不应是简单的军备竞赛，而应是马拉松式的效率竞赛。中国企业完全可以通过架构创新，在控制成本的同时保持竞争力。”
业内分析人士认为，“停止昂贵计算”表面上是一个技术命题，实则折射出全球经济从“高投入高产出”向“高效投入精准产出”转型的深刻逻辑。随着摩尔定律放缓与ESG（环境、社会和治理）投资理念的普及，算力资源正从“稀缺”走向“过剩”，从“可挥霍”走向“必须节约”。
可以预见，未来五年，算力效率将成为衡量科技企业核心竞争力的新标尺。正如白皮书最后所写：“我们不需要更大的算力，我们需要更聪明的计算。”这场由昂贵计算引发的反思，或许正是数字时代一次必要的自我纠偏。