这篇文章算是个小备忘录，未来大模型想要继续增加智力的核心在于如何找到“算力”投入点。
怎么理解下标红部分的意思。大家应该都知道，当前决定大模型效果的主要是数据量（质量），参数规模等。为什么是算力呢？
智力通常是难以衡量的，而算力则可以定量分析的。这也是为什么我们需要将算力和智力进行关联。我们先来看看，如何计算算力的投入。算力并不是自然而然存在的，是其他因数决定的，也就是前面的数据量，参数规模等。
通常消耗的算力（
我们先定义算力
解释：
C P L D γ α 1 , α 2 , α 3
2. 智能公式：
智能（
解释：
I C δ log ( 1 + C )
综合公式：
将算力和智能的公式结合起来，我们可以得到一个完整的描述模型:
但这其实不是我们想要的，我们更关心第一个公式：
如果想让 C 更加大，就需要
找到新的使用算力的因子，我们还可以怎么使用算力，除了 P,L,D ？
能否在 P,L,D 不变的情况，增大各自的a1, a2, a3 指数？比如更好的数据清洗，更好的模型结构，从而极大了算力的使用。
或者提高 γ , 如何提升γ？ 算力精度的提升？我们知道在深度学习中对数字精度相对来说没有那么敏感，但是我们为了性能，往往妥协了精度。
最后，如何支撑 C 的扩大导致的能源消耗，则是另外一个问题。
但我相信：
随着时间发展，整个AI产业芯片一定是白菜价
如何支撑C 的扩大核心还是能源
