能效越高电越不够用——杰文斯从不掷骰子

你有没有仔细算过，训练一个大模型到底"省"了多少电？大概率没省。这帖子戳穿了一个流行幻想：杰文斯悖论不是"可能会发生"，它是必然。AI能效每涨一点，省下的电立刻被更大的模型、更多的推理请求吞掉，而且越吞越凶。 我觉得这个判断是对的。过去十年，模型参数量涨了上万倍，能耗也涨了上万倍。效率确实在提高，但根本没有余量。能效进步越是靠技术突破释放，需求膨胀就越凶猛——这是一个确定性反馈回路，不是一枚需要开盒才知道结果的黑箱。 杰文斯不掷骰子，他直接押确定性。

原文：Jev does not play dice · 来源：Hacker News