纽约时报：训练GPT-6 Astra所需计算量约为初代GPT的5000万倍

《纽约时报》10月15日发布互动报道，以历代GPT模型为例，展示AI能力提升背后急剧扩张的计算需求。报道估算，2026年GPT-6 Astra的训练计算量接近10²⁷次，达到初代GPT的5000多万倍。文章通过可视化演示指出，大模型训练依靠海量数据和计算，不断调整数以万亿计的参数，以提高预测和生成能力。随着模型规模扩大，算力和电力需求也持续增长。报道援引研究预测，到2030年，训练最大规模AI模型所需的电力功率可能接近当前纽约市的用电负荷；同期，美国数据中心用电量可能占全国总用电量的约12%。这一趋势凸显了AI技术进步与能源基础设施扩张之间日益紧密的联系。