训练人工智能模型的成本到底有多高？甲骨文创始人兼董事长Larry Ellison在公司2025财年第一季度财报电话会议上，给分析师们算了一笔账：一个真正的前沿模型，入门价格大约是1000亿美元。这个数字听起来像天方夜谭，但这就是现实——一场关于技术霸权的游戏，入场券已经不便宜了。

摩根大通分析师Mark Murphy抛出了一个问题：AI是不是已经从计算密集型的训练阶段进入了推理阶段？推理阶段的算力需求可能没那么大，这是否意味着训练泡沫会消退？Ellison的回答相当直接——他用一个送孩子上大学的比喻来反驳：很多人觉得，送孩子去念四年书，训练完就能工作（推理），但事实远非如此。模型训练层面的竞争根本没结束，构建更好的神经网络，这场竞赛永无止境。

他说得很清楚：未来模型训练的成本会变成天文数字。前沿模型的入场价大概1000亿美元，这是未来四五年内任何想要竞争的人必须付出的代价。而且门槛不会降低，所以能玩这个游戏的公司不会太多。

但Ellison也提到，未来会出现大量非常专业的模型。他透露自己就在参与一些项目——用计算机看活检切片或CT扫描来发现癌症，还有通过血液检测来发现癌症。这些模型高度专业化，不一定用基础的Grok、ChatGPT、Llama或Gemini，而是在特定数据上训练而成。比如数百万张活检切片，其他训练数据帮不上什么忙。所以，这类应用会越来越多。

他的结论很明确：如果以未来五年甚至十年的眼光来看，现在远没到“所有模型都训练完了，只做推理”的阶段。这是一场持续的技术霸主争夺战，未来五年到十年内，将由少数几家公司和一个国家来主导。业务只会越来越大，没有放缓或转变的迹象。

最后，Ellison说了一段听起来有点疯狂的话：他们正在设计一个功率超过1吉瓦的数据中心，而且已经找到了地点和电力设施。更离谱的是，他们已经获得了三个核反应堆的建设许可——这些是小型模块化核反应堆，专为数据中心提供电力。事情变得多疯狂？但这就是正在发生的事。

问答实录

分析师：Larry，你如何看待市场从AI训练阶段向AI推理阶段过渡？有一些争论认为，在曲线的前端我们可能存在不平衡或泡沫，因为训练是计算密集型的，然后也许它会在推理阶段以某种方式重新校准，而推理阶段可能不那么密集？或者你认为在这两个阶段都有高增长的潜力？

Larry Ellison：很多人认为，我送孩子上大学然后就完成了。他们的训练结束了。我有四年的训练，然后我可以让孩子去工作，他们会做推理。这是不对的。这场竞赛永远不会结束，要建立更好的神经网络。这种训练的成本变得天文数字般高昂。当我谈到建造吉瓦级或多吉瓦级数据中心时，我的意思是这些AI模型，这些前沿模型将要——对于任何想要在这个领域竞争的人来说，一个真正的前沿模型的入场价格大约是1000亿美元。让我重复一遍，大约1000亿美元。这是未来四五年内任何想要参与这场竞赛的人的成本。这是一大笔钱。而且它并不会变得更容易。

我的意思是我们——这里不是列举谁能真正建立这些前沿模型的地方。但除此之外，还会有很多非常专业的模型。我可以告诉你我个人参与的一些事情，比如使用计算机查看活检切片或CT扫描来发现癌症，还有发现癌症的血液测试。

这些往往是非常专业的模型。它们不一定使用基础的Grok、ChatGPT、Llama和Gemini，它们往往是高度专业化的模型。在某些数据上训练图像识别，比如数百万张活检切片，其他训练数据并不太有帮助。

所以这还在继续，我们将看到越来越多像这样的应用。所以我不会——如果你的视野是未来5年，甚至可能是未来10年，我不会担心——嘿，我们现在已经训练了所有需要的模型，我们需要做的就是推理。

我认为这是一场持续的技术优势之战，将由少数公司和也许一个国家，在未来至少五年内进行，但可能更像是10年。所以这个业务只会越来越大。没有放缓或转变即将到来。

分析师：非常感谢。

Larry Ellison：让我说一些听起来可能真的很奇怪的话。你可能会说，他一直在说奇怪的话。那么为什么他要说这个呢？这一定非常奇怪。我们正在设计一个功率超过1吉瓦的数据中心，但我们找到了地点和电力设施。我们看了看，他们已经获得了三个核反应堆的建设许可。这些是小型模块化核反应堆，专为数据中心提供电力。事情变得多么疯狂，但这就是正在发生的事情。