OpenAI CEO Sam Altman 在回顧公司研發歷程時，揭示了AI算力需求爆炸式增長的一個驚人縮影：如今一次大模型訓練前的驗證工作，所消耗的算力已相當於18個月前訓練整個模型所需的全部算力。這一對比直觀展現了AI研發規模正以前所未有的速度攀升。

Altman 梳理了OpenAI研發瓶頸的演變階段：早期最大的限制是缺乏研究思路，團隊在方向不明時難以推進；隨著研究路線逐漸清晰，瓶頸轉向算力不足，訓練大型模型需要海量計算資源；當模型規模擴大後，高質量訓練資料一度成為稀缺資源。如今，雖然算力仍是核心瓶頸，但過去半年裡，研究創新再次迎來重大突破，推動模型能力持續提升。

這一趨勢對AI產業鏈產生深遠影響。算力消耗的指數級增長，意味著訓練和驗證大模型的成本急劇上升，只有具備雄厚資本和算力儲備的頭部玩家才能持續參與競爭。同時，這也為GPU晶片、資料中心、電力供應等基礎設施層帶來長期需求支撐。

Altman 的回顧也暗示，AI研發正從“拼算力”進入“拼效率”的新階段——在算力供給依然緊張的情況下，演算法創新和驗證效率的提升，可能成為下一階段競爭的關鍵變數。