「Scale」將是2026年最關鍵的一個字！

AI已經發展好幾年了，是否還能持續的疑問開始浮上檯面。

這件事每個人都能講出很多看法，但從各種資訊中觀察後，有一個字的權重越來越高，就是 Scale。

● Scale Law

在 ChatGPT 開始風行後，AI 開發團隊們都認為只要隨著參數量的擴大，人工智能終將迎來曙光，他們相信 Scale Law 帶給他們的願景。所以 nVidia 一直致力於 GPU 晶片和相關系統的全面換代升級。

但在2025年 DeepSeek 出現，再加上 Google 利用自行開發的 TPU 推出 Gemini 3 之後，原本以為以 GPU 為基礎循著 Scale Law 就能打勝仗的算盤失效了。Open AI 開始發現 GPU 似乎存在先天的缺陷，造成 Scale Law 失準。

這讓 AI 晶片龍頭的 nVidia 大感威脅，立馬投資了專門研究 TPU 的技術團隊。

● Scale Up

然而對 Open AI 而言，他對晶片的主導權不高，就算抱怨還是得用 GPU。但要怎麼提升戰力？所以他們打算蓋一個需要 5GW 電力的 AI 算力中心，為此還廣邀各巨頭進行投資。

但 5GW 是什麼概念？它背後隱含那些潛台詞？

首先，這個新的算力中心還是用 H100 這類舊晶片嗎？從黃仁勳一直吹捧的新晶片效能來看，他也不可能再作舊晶片來賣，那買這些新晶片要多少錢？錢從那裡來？

而 5GW 的電力需要幾座核能電廠才能供應，這樣的電力甚至足以供應一些中小型國家的全部需求，這樣的基建需要多少時間？

散熱問題方面，這些電力最終會產生大量熱能，它需要靠多少水來散熱，算力中心週邊是否具備如此龐大的水源？

這種種問題都突顯了 Open AI 在 Scale Up 部份將面臨好幾年的阻礙，代表 Open AI 的發展已走向停滯。

● Scale Boundary

市場裡的另一個重要玩家 Elon Mask 最近一直在宣稱要打造太空 AI 中心，甚至已經由 Space X 收售 xAI 來替這計劃點火。然而，太空環境不比地面，這是一個受到嚴重物理條件制約的空間，這讓很多 Scale Boundary 的問題轉變成太空 AI 中心計劃的阻礙。

從能量角度看，太空中的電力主要來自太陽能，太空中的太陽光能量約 1300W/m2，最好的太陽能板轉換率可到40%，等於每平方米的太陽能板能創造約 500 W 的電力。那一個能由星艦載到太空投放的最小AI系統會需要多少電力? 又或者一艘星艦單次酬載的算力值是多少，需要多少太陽能板，能否收摺後塞到星艦裡，都是問題。

從散熱角度看，太空中只能靠幅射來散熱，這部份在300K的溫度下，每平方米大概只能散 400W的熱。這表示隨著算力需求的電力越高，它需要的散熱面積也會同步增加。如此一來，一個單位的太空算力單元需要多大的面積？以馬斯克宣稱的100萬個太空算力單元，整個會佔掉多少空間？

若每年發射1萬趟的星艦，那需要多少年才能佈建出足夠算力的系統？再以目前 GPU 晶片的發展速度來看，大概２年左右就會換代，那是否表示太空中幾年後會出現各種不同版本的算力單元，將會造成極其複雜的管理成果。

● 結論

綜合以上局勢，可以看出 AI 發展已經走向死局，而且毫無突破可能，現在的狀況是泡沫幻滅前的吹牛時刻，就是一堆人聚在一起喝酒，酒越喝越茫，一杯一杯喝，什麼話都敢亂講，直到最後斷片醉倒。

回想看看，在 ChatGPT 引爆話題前，全球討論的碳稅問題呢？各企業追求 ESG 治理、永續經營呢？因為碳排放引起溫室效應和極端氣候問題呢？在 AI 之後，這些討論都不見了，那問題解決了嗎？還是更嚴重了？