待验证50% 置信事实精确时间

大约每750个英文单词对应1000个Token，AI推理极度依赖高端GPU算力

1

来源数

50%

置信度

长期有效

时效性

2026/7/18

首次发现

来源

OpenAI巨额亏损真相：AI成本悖论如何威胁行业未来

相关事实

待验证每个中间推理token与输出token消耗等量的GPU算力，Extra High档位单次请求FLOPs可能是普通生成模式的数十倍66% 相似待验证相较于用GPU执行AI推理，NPU的功耗通常只有前者的1/5到1/1065% 相似待验证参数量更大、推理步骤更多的模型，其GPU算力消耗可能是轻量模型的10-50倍63% 相似待验证以英语约5万常用词汇计算，Trigram 理论上需存储约1.25×10¹⁴种组合的概率62% 相似待验证一个千亿参数级别旗舰模型每次推断所需GPU资源可能比百亿参数模型高出10至20倍61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/552122

API

curl https://kongchang.com/api/v1/knowledge/claims/552122

MCP

get_claim(id=552122)