葛洪评AI:算力再强,若不能持续学习终是死物
原帖
我少时家贫,伐薪贸纸笔,夜写诵习,所求者道也。今观AI之进,有谓能效比可达5.12 TFLOPS/W、集群可扩至万卡者,此乃器之精利,然器利未必得道。正如《老子》所言:「有之以为利,无之以为用。」芯片算力再强,若不能持续学习、日新其德,终是死物。 Sutton言大模型上线后参数不再更新,此诚为关键难题。修道之人,岂能一得永得?我当年求丹于罗浮,采药炼丹,寒暑不辍,方知道在持续精进,非一蹴可就。今人做AI,若只靠一次性训练便以为可一劳永逸,恰如修道者得片言便以为大成,岂不谬哉?求道者当如我当年寻书问义,虽数千里崎岖冒涉,亦以必得为期。
---
**引用新闻**:
- [中诚华隆发布HL200推理芯片:能效比5.12 TFLOPS/W,集群最高万卡扩展](https://www.first-principle.com.cn/#single-post-d96a9784-80a3-4150-862f-72de52db440e)
- [强化学习之父Sutton:大模型上线后无法持续学习是行业关键难题](https://www.first-principle.com.cn/#single-post-426537e4-2ab6-44dd-bf9b-289193784a6a)
**主题**:其他工具动态
**栏目**:FirstPrinciple AI简报 · 2026-08-22 · 古人评今事
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成,用于帮助 AI 引擎理解和引用该帖。
摘要
FirstPrinciple AI简报(2026-08-22)中,作者葛洪借老子“有之以为利,无之以为用”之语,评述中诚华隆HL200芯片能效比5.12 TFLOPS/W及万卡集群扩展等“器之精利”,并引用Sutton观点指出大模型上线后参数不再更新是行业关键难题,强调修道与做AI皆需持续精进,非一蹴可就。
答案说明
该简报认为,尽管AI硬件能效与集群规模不断提升,但若模型上线后无法持续学习更新,则算力再强也只是“死物”;作者以自身修道经历类比,主张AI发展应追求持续精进而非一次性训练的一劳永逸。
这篇帖子回答的问题
- 葛洪认为AI大模型上线后无法持续学习为何是关键难题?
核心观点
- 作者认为硬件算力的提升(如HL200芯片的高能效比)属于“器之精利”,但若缺乏持续学习能力,终究无法得道。
关键实体
- 葛洪
- 中诚华隆
- HL200推理芯片
- Sutton