提高算力的方法主要有以下几种：
算力：3D堆叠、石墨烯、量子计算、高温超导。算力对于AI的价值更加直接，NVIDIA的股价可能就是最直接的例子。算力的提升目前还在性能上（而不是硅片栅-漏极间隔的物理尺寸上）继续延续着摩尔定律；但量子隧穿效应-普朗克长度的理论限制是AGI也无法突破的，因此，一定要有除了工艺尺寸缩小的其他方案。我并不是专业人员，没法给出比较靠谱的判断，从分析上能看到的几条路可能会有继续在硅基上发展：3D堆叠形态等（需要更好散热）材料创新：硅基掺杂、石墨烯片等如果再跳脱一些到计算原理的层次，就是量子计算。量子计算目前距离商用可能比可控核聚变还更远，目前的应用方向主要还在量子加密传输上，在“计算”上需要突破的理论和技术都还有不少。除了计算速度之外，另一个阻碍算力进展的是传输速度：可以想见高速网络会进一步进化、片间链接、片上内存等技术都会有明显的进展。最后，是能耗和散热问题。这里的明珠是高温超导技术。去年已经有好几篇半造假的“高温超导突破”，今年加上了AI或许就会有真的突破。广义机器人。最后，如果AGI的目标不是仅仅停留在虚拟世界，而是直接作用于物理世界，那么广义机器人就是必经之路。前文提到到“具身智能”就是为了操控机器人的AI：AGI是大脑，他也会想要身体。
这部分整理了整个达成白嫖算力的思路和目标，想直接参考教程的小伙伴可以直接跳转到第三部分教程。思考：既然有这么强大的平台，我们能不能零成本白嫖Groq算力，特别是使用其中已经部署的Llama3-70b大模型，并且易于使用呢？以下一步一步拆解从目标到落地的过程。目标：简单零成本，任何人都可以实现：无需购买大模型API-KEY无需购买和部署云服务器无需购买魔法药水使用（魔法流量也是钱)逐个击破：1.Groq平台提供个人免费的API-KEY接口，不同的模型限制如下：以llama3-70b举例，每分钟30次request，每分钟6000 tokens，每天14400次，相信可以满足大部分个人用户。无需购买大模型API-KEY ->击破Note：如果只是想体验Groq，可以直接接在Groq官网的playground体验：体验地址：https://groq.com/(需要魔法）1.我们可以将API调用接入各种平台提供方（如扣子），应用中绑定（如沉浸式翻译），通过已经做好的快捷指令等HTTP访问（如Siri），无需自己部署服务器，来实现API调用。（详见后续教程）无需购买和部署云服务器->击破1.因为Groq平台已经开始封禁国内的IP访问，在没有魔法的情况下无法直接访问，考虑通过代理的方式并且流量能满足个人用户。1.1.可以考虑Cloudflare(全球连通云,提供分析师认可的企业级安全性和连接性服务，包括SASE/SSE、Web应用程序交付和敏捷的开发)代理（目前DNS污染，很不稳定）1.2.考虑Deno Deploy(安全的JavaScript和TypeScript运行时环境，云端部署）来做代理转发，截至撰稿日，稳定而且部署简单。个人用户参考以下免费标准，一个月可有100万次代理访问，100GB带宽，足够个人用户使用。无需购买魔法药水使用->击破
根据Epoch AI的公开估计，GPT-4训练使用的算力比GPT-2多了大约三千到一万倍，增加了3.5 - 4个OOM。计算规模扩张还会持续，保守估计，到2027年底，很可能会再增加2个OOM；再大胆一些，考虑到微软和OpenAI的超算合作，即使是接近3个多OOM，相当于一千多亿美元的算力集群，也是有可能实现的。Leopold总结了让模型变强的要素，需要从下面三个方向来提升OOM：算力（Compute）：上面的预估大约2 - 3 OOM；算法效率（Algorithm Efficiencies）：对架构的优化，从过去一年模型推理的价格和速度的变化来估算，到2027年能提升1 - 2 OOM；额外的潜力（Unhobbling Gains）：通过强化反馈学习RLHF、思考链CoT、工具和Scaffolding等方法微调来提升模型能力，这个没法预估，参考以前的经验Leopold给了1 - 2 OOM；配图4.05：Counting the OOMs最晚到2028年，可以实现3 - 6 OOM的智能提升，从GPT-2到GPT-4实现了4.5 - 6 OOM的提升，因此跃迁还会继续。不过Leopold的方法很随意，我把它放在这里做为一种视角来看待，佐证AI能力的提升还没有放缓的迹象。有可能我们能在四年内实现全自动化的Agent，企及研究生的水平，它们可以参与软件工程也可以辅助科研。如果成千上万个这样的Agent协同工作呢？这会是一个什么样的未来。。自主进化的安全问题