硅谷大厂相继宣布加强AI智算中心建设，“缩放定律”终结了吗？

北京时间2月7日，Open AI宣布，它正在评估哪些地区适合作为“星际之门”项目的数据中心所在地，表明Open AI正继续推进这项高达数千亿美元的AI基础设施建设项目。
在一次OpenAI面向媒体的电话会议上，首席全球事务官克里斯·莱恩（Chris Lehane）表示：“随着DeepSeek的消息传出，这表明这是一场非常真实的竞争，并且事关重大。这将决定未来世界的走向。”
OpenAI表示，星际之门的第一座数据中心已经落地美国德克萨斯洲，公司正在寻求在美国国内建设更多AI智算中心。有消息称，目前美国有16个州对星际之门项目感兴趣。Open AI在官方公告中指出，这项计划将在促进AI发展同时，创造数以千计的新增就业，并推动美国部分地区的再工业化。
星际之门宣布于2025年1月，是美国新上任总统特朗普支持的AI基础设施投资计划。该计划最初由OpenAI、软银和甲骨文三家公司向星际之门投资1000亿美元，此后4年将陆续投资共计4000亿美元，用来在美国本土建设AI基础设施。
不仅仅是星际之门项目正在持续推进中，近期微软、谷歌、亚马逊等云计算大厂依旧在2025年加大了公司的资本开支。谷歌预计2025年的资本开支增长超40%，将达到750亿美元；Meta的资本开支增长超60%，可能达到650亿美元；微软的资本开支增长超80%，达到800亿美元；亚马逊的资本开支增长超35%，达到1050亿美元。


硅谷云计算大厂不断升高的资本开支，多用于打造AI智算中心为代表的AI基础设施，这符合着追求大算力的缩放定律（Scaling Law）逻辑。
缩放定律是Open AI在2020年提出的观点，即AI大模型性能会随着模型参数量、训练数据量、计算资源增加而增加。随着模型参数增加，对训练数据量和计算资源的需求也呈现指数级增长。
近期，缩放定律正受到更多质疑。前Open AI首席科学家伊尔亚·苏茨克维（Ilya Sutskever）在一次技术峰会上表示，全球训练数据量正在耗尽，这可能意味着无法通过扩大训练数据量来大幅提升AI大模型性能。当可训练数据放缓或停止，即使增加计算资源和模型参数，模型性能提升也有限。这直接冲击缩放定律的假设。
同样挑战缩放定律的还有DeepSeek V3/R1的模型。DeepSeek模型具备低成本和高性能特点，它的V3模型训练成本不到600万美元，也让行业开始怀疑大规模投资算力，从而提升AI大模型性能是否有效。“DeepSeek的火爆出圈正让算力高企的门槛变得更加平滑。”艾媒咨询首席分析师张毅告诉记者，“市场对算力的态度会回归相对冷静的状态。”
不过长期而言，不少业内人士认为缩放定律依然有效。Arm CEO雷内·哈斯表示，DeepSeek对于AI产业链是一大利好，但是这还不足够。他接着评论道：“云计算大厂纷纷在2025年增加资本开支，表明我们这次还处于AI浪潮的早期阶段，更加强大AI所带来的革命性能力仍在孕育之中。”
这种观点受到多家业内券商机构回应。中信建投近期研报认为，尽管缩放定律受到技术、算力、数据影响遭遇瓶颈，但是强大的AI基础模型仍然是各厂商未来追求的主要方向。DeepSeek R1的技术报告同样强调了，更大AI基础大模型的价值：“更大基础模型所发现的推理模式，对于提升推理能力至关重要。”
不过，长期而言，Omdia分析师王珅认为，缩放定律代表的大算力训练出更好模型，进而拥有更多AI未来潜力的逻辑依旧成立。
同时，王珅表示：“DeepSeek代表着一个轻量、高性价比、专注深化AI能力的探索方向，星际之门代表着此前延续的高算力方向，两种方向在未来有何进展变化并不好判断，还需时间观察。”他认为，如果行业偏向于探索DeepSeek代表的方向，这会对原本高算力高投资的基础逻辑形成一些冲击，大规模AI智算中心建设将会减速。