OpenAI 首席財務長 Sarah Friar 發布文章，闡述晶片、運算能力、模型與產品之間的協同進步，如何推動更具規模且具成本效益的人工智慧發展。她提出「每美元的有效智慧」作為衡量人工智慧投資回報的新指標，強調隨著技術迭代，運算成本正在降低而效能提升。 這項分析提供了理解現代人工智慧擴展經濟學的關鍵背景，展示了硬體與軟體進步如何產生複利效應以帶來更大價值。對於技術與商業受眾而言，這具有重大意義，因為它說明了為何運算能力是戰略資產而非單純的費用，進而影響整個產業的投資決策。 Friar 強調擴展定律顯示，隨著模型規模、資料集規模和訓練運算量的增加，效能會平滑提升。文章指出，OpenAI 的策略重點在於每一代技術都能改善「能力與成本」的方程式，為客戶提供更快速、更可靠的結果以及更低的价格。
事件背景
人工智慧中的擴展定律是指模型效能隨著運算量、資料量和參數量增加而可預測提升的經驗法則。這個概念是理解為何公司大量投資於 GPU 叢集和自訂晶片的核心，因為這些資源直接關聯到訓練更大、更強大模型的能力。「豐富的智慧」一詞暗示了一個未來，即由於這些效率提升，高品質的人工智慧服務將變得廣泛可用且負擔得起。
