算力战争下半场：推理即一切

2017年，OpenAI创始人Sam Altman说过一句话："看起来我们要 Scale up。"那年Transformer刚出来，GPT-1还是个玩具。但历史回头看，总是很清晰——那个判断改变了整个行业。

过去八年，游戏规则只有一条：把模型做大，把数据堆多，让训练算力暴力出奇迹。Scaling Law就是那根指挥棒。所有人的眼睛都盯着NVIDIA的市值，所有人的军备竞赛都在pre-training阶段。

2025年，规则变了。

---

新大陆不是Scaling Law的延续，是它的反面

2025年的AI圈，o1和DeepSeek-R1横空出世，带来了一个被行业迅速接受的新概念：推理时间缩放（Inference-Time Scaling）。

简单说：不再只是训练时拼命算，推理时也可以拼命算。模型回答问题之前，会"停下来想一想"——这个思考过程本身就是一种算力消耗，而花更多算力让模型想得更深，效果确实更好。

这听起来像是Scaling Law的自然延伸。但稍微深想一层，你会发现它本质上是两代人完全不同的博弈策略：

	Pre-training Scaling	Inference-Time Scaling
算力砸在	训练阶段	推理阶段
核心资源	GPU集群、数据	推理时间、内存带宽
Scaling的对象	参数、数据、浮点运算	Token数量、思考步数
瓶颈	训不起、太贵	等不起、太慢
代表玩家	OpenAI GPT-5、Meta	OpenAI o1、DeepSeek-R1

这不只是技术路线的分歧，这是两套完全不同的商业逻辑。

Pre-training Scaling的受益者，是那些能买到最多H100的人——大厂、云计算巨头、国家队。推理时间Scaling的受益者，是那些能把推理效率做高的人——优化推理框架的、搞量化压缩的、做专用推理芯片的。

前者是资源游戏，后者是效率游戏。 当行业从资源游戏转向效率游戏，游戏规则和玩家版图都会重构。

---

为什么现在才发生？

推理时间Scaling这个事情，理论上早就有人想过。为什么2025年才成为主流？

原因一：LLM的基础能力终于到了"值得思考"的门槛。

以前的小模型，你让它思考十分钟，它也写不出什么好代码。模型太弱，思考是浪费时间。但GPT-4级别以上的模型，已经有能力从更深的推理中持续获益——给它更多时间，它真的能想到更巧妙的解法。这条曲线在2024年出现了拐点。

原因二：Pre-training Scaling的边际收益在递减。

GPT-3到GPT-4的跨越是质的飞跃，但GPT-4到GPT-4.5，业界心照不宣的共识是：进步没有那么大。而R1和o1通过在推理阶段投入更多算力，在很多任务上直接追平甚至超越了用更多数据训练的下一代模型。换句话说：推理阶段多思考，比训练阶段多堆数据，更划算。

原因三：行业需要新的叙事来维持估值。

这个原因说出来不好听，但很现实。2023年大家都在喊"AGI就在眼前"，2024年开始有人悄悄修正措辞"通用人工智能还需要更多突破"，2025年的融资PPT再不换个新说法，投资人就不买单了。推理时间Scaling恰好提供了一个听起来很深刻、又很容易向非技术人员解释的新叙事。