Compute capacity
可以先理解为:模型公司交付智能能力的算力供给能力
模型公司不是只要模型聪明就行,还得有足够产能把聪明稳定卖出去。Compute capacity 说的就是这件事。
关键结构图
中心节点写「Compute capacity」,周围连接 AI 工厂、Jevons Paradox、tokenmaxxing,用细线表示相邻路径和调用方向。
What
Compute capacity 是模型公司或 AI 基础设施体系能够稳定提供训练、推理和企业交付所需算力的能力。 它不是单纯拥有 GPU,而是把芯片、网络、能源、调度、成本和客户需求转成可交付智能能力。
When
当你需要理解模型之外还有哪些基础设施支撑 AI 能力时,可以用「Compute capacity」命名这块砖,再连接相邻概念继续判断。
How
Compute capacity 是 AI 工厂能不能持续生产智能能力的硬约束之一。 当 agentic inference 和 tokenmaxxing 推高推理需求时,模型公司不仅要模型强,还要能稳定供应、调度和交付算力。
Examples
在拆解一个 AI 系统为什么能稳定运行时,你可以用「Compute capacity」标记其中最需要被看见的结构,再检查它提供了什么证据、边界或行动方向。
在整理「AI 基础设施」主题时,把「Compute capacity」和「AI 工厂」放在同一路径里,可以帮助读者从单点概念走向可复用的判断框架。
来源
类型:系统结构 / 概念整理
事实线:这张卡把「Compute capacity」整理为概念提炼: Compute capacity 是模型公司或 AI 基础设施体系能够稳定提供训练、推理和企业交付所需算力的能力。
依据:1000 Bricks 本地砖块库的概念定义、相邻砖块关系和AI 基础设施、系统架构和工具链讨论。
边界:适用于「AI 基础设施、算力、存储、运行时和工具系统」主题下的理解、复盘和设计判断;不等于行业统一标准或对所有场景都成立的结论。
常见误读:不要把它当作某篇材料的原文摘要,也不要因为概念名清晰就忽略具体情境和验证证据。