大模型分为3个大块：

1）大模型本身：GPT系列（OpenAI），[Claude系列（Google），MAI系列（微软），DeepSeek（深度求索），Qwen（通义千问），[MiniMax]，GLM（智谱AI），[ERNIE]（百度文心），Kimi（月之暗面），[MiMo]小米）

2）大模型训练：GPU+HBM

3）大模型推理：GPU+HBM VS CPU+SSD

---

第一阶段：通用的大模型 + 大模型训练

别看有这么多的大模型类型，真正能活下来的，国外前3名，国内前3名，其它的会慢慢变成配角。所以投资大模型公司的就要非常小心了，路太窄了。

上周的Meta实际就是开始要放弃自家大模型了，但不是说放弃大模型使用与应用开发，可以用GPT或Gemini系统。后续应该会投资某家合作，转向应用开发。

而很多人的理解就有误，以为是硬件投资要到顶了。

这个理解是有问题的，应该这样理解：第一阶段的通用的大模型快到顶了，给后来者的时间已经不多了。这意义着，第一阶段的大模型训练，也在趋于稳定。就目前的观察来看，2027年底，基本上通用的大模型就固化了，而大模型训练的常规训练也结束，从2028年起，将转向细分领域的训练。

从这个时间上来理解，也就是HBM的高速增长，到2027年底就要走向平稳了，比如从现在的几倍的增长变成50%的增长或更少一些。但依旧会增长，而各个细分领域的训练的全量升级。但因更大的通用模型趋于稳定，它们用到的算力（GPU+HBM）可以租赁。所以增长速度会下降，但增长会一直发生。

---

第二阶段：大模型推理

现在正在这个阶段，另提醒一下，不是说第一阶段与第二阶段是分开的，他们是重叠的。

大模型推理，实际就是我们在真正的使用AI；这个阶段的特征，就是要拼命的读取大模型的参数，以及个人的上下文，那这个就要用到SSD了；从目前公开的调研来看第2阶段的GPU+HBM VS CPU+SSD，正从4:1转向1:1，特别是在Agent智能体中，更是如此。

更简单来看，目前长鑫科技与长江存储，对应的一个是内存，一个是存储；他们后续的地位是一样的。而国际上也可以看出，闪迪的市值升的是最快的。

目前国际投行：大摩与高盛都在讲AI，其实会继续增加支出，2026年之前的3年是训练，2026年之后开始将重心转向推理。这个与我们从工作中的观察也是一样的，我是完全认可这个说法的。而最加让人兴奋的是，AI科技的基建投资增长将持续到2030年。

---

从资本的角度看这个问题，就更有意思一些：

训练就像是开店的第一波装修，属于一次性资本支出，没有收益。

推理就像是开店要卖的货，要进货才能卖货，所以关键的指标是性价比，只要能挣钱，贵不是问题。而对于消费者也一样，只要能真的提高效率，token的价格能被效率抵消，就没问题。

那推理就会有日常消耗，服务器也是有服务年限的，平均来说，企业是按6年的折算来计算成本的。当然一般企业会使用更久些，比如8到10年。后续的维护费用也是很高的，还有就是硬件升级，可能也淘汰了。

所以说，永远缺存储，最缺的是SSD这类永久性存储，而内存的使用寿命是要高于SSD的。

常规性企业的日常也可以看出来，随着数据的增长，存储会最先打满。

---

从经营的角度来看，推理是AI能服务多少人的问题，而训练只是让AI变的有多聪明的问题。那能服务多少人，就很关键，这个是能否盈利的关键，企业会想尽一切办法来提升这部分。

所以从更长时间的纬度来看，企业会更愿意花钱买SSD、CPU这类增加服务人数的硬件投资。

总结一句话：第一阶段的通用的大模型 + 大模型训练，是决定AI有多聪明的关键；而第二阶段大模型推理是决定服务于多少人，能否盈利的关键。而最加让人兴奋的是，AI科技的基建投资增长将持续到2030年，而从现在开始增长最多是将是大模型推理。

AI大模型学习福利（文末获取）

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
1.AI大模型学习路线图

2.100套AI大模型商业化落地方案

3.100集大模型视频教程

4.200本大模型PDF书籍

5.LLM面试题合集

6.AI产品经理资源合集

领取方式我会放在下面，希望领取了的朋友不要忘了（下方名片，放心添加）