★
Menu
Início Como é Construído Watchlist A pilha
Hardware ChipsComparar Chips Servidores e SistemasRedes MemóriaFundições e Empacotamento Arrefecimento
Instalações Data CentersEnergia ProjetosCloud e Computação com GPU
Inteligência Modelos de IASoftware Produtos de IABenchmarks Artigos científicosConjuntos de Dados Conceitos
Ecossistema EmpresasAções PessoasCronologia TendênciasFuturo da IA
Aprender Notícias Consultar os Dados Agentes de IA
Sobre Sobre nós Metodologia Dados e API Aviso Legal
Opções
DADOS E API

Acesso JSON gratuito e somente leitura aos dados em cache do site.

Modo escuro

Visão Guiada
Novo no universo de chips, data centers e jargão de modelos? Explicamos os termos-chave enquanto você navega, em linguagem clara. Os mesmos dados, com ajuda integrada.

Visão Especializada
Você já conhece o stack. Só os dados: limpos, rápidos e compactos, sem explicações extras. Esta é a visualização padrão.

Idioma da interface
‹ Voltar
Início › Conceitos › Scaling Laws

Scaling Laws

Conceito Treinamento & Inferência

The empirical curves that justify the capex on this site.

Está a ver um explicador de conceito: o que este termo significa em linguagem acessível, e os registos que relaciona.

Scaling laws (Kaplan 2020; Chinchilla 2022) show model loss falling predictably as compute, parameters and data grow together — the smooth curves that convinced investors trillion-dollar infrastructure was rational. Chinchilla corrected the recipe (more data per parameter); test-time compute added a second axis; the open question — whether pre-training returns are flattening — is the trillion-dollar debate, with Ilya Sutskever's 'age of scaling is over' remarks its sharpest statement.

Como este elemento se liga ao resto da stack

As ligações deste registo num relance — clique num grupo para ir diretamente até ele.

Fontes

Kaplan scaling laws ↗

Registro revisado em 2026-01-15 — ver Metodologia.