在OpenAI领先的背后,是巨额资金投入。 The Information表示,目前OpenAI主要承担推理、训练、人工三大成本,其中人工成本最低,每年仅需约15亿美元;租用微软服务器为ChatGPT及底层LLM提供动力的推理成本,一年约40亿美元;包含数据费用在内的训练成本,一年则需要约30亿美元。 问题在于,大模型的训练和推理任务需要算力支持,尤其是训练任务,后期所需的算力规模将成倍增长。因AI领域对算力需求不断提升,全球GPU巨头NVIDIA市值达到了3.25万亿美元,超越微软成为全球市值第二的企业。
只是受限于AI技术的特性,AI大模型的烧钱能力可能高于过去出现过的任何产业,从本质上来说,整个AI行业已经变成了烧钱游戏。 今年2月,《华尔街日报》报道称,OpenAI CEO Sam Altman正在寻求7万亿美元(约合人民币49.5万亿元)资金,意在重塑全球半导体产业,解决AI行业的算力需求。 要知道,国家统计局数据显示,2023年中国研究与试验发展(R&D)经费投入总量才突破3.3万亿元,仅为OpenAI所需资金的十五分之一,Altman的诉求根本不可能实现。
这几天,AI大牛Geoffrey E. Hinton获得2024诺贝尔物理学奖引发热议。Geoffrey E. Hinton在一次新闻活动中公开“diss”OpenAI首席执行官山姆·奥特曼,表示“我的一名学生解雇了Sam Altman”且其为此感到自豪,Geoffrey E. Hinton坦言:OpenAI在成立时,主要目标是开发通用人工智能,并确保其安全。但随着时间的推移,事实证明奥特曼更关心的是利润而非安全。
站在OpenAI的视角来看,Sam Altman当前更关注利润无可厚非,毕竟作为一名企业家,他必须对OpenAI的生死负责。Geoffrey E. Hinton是正确的,但Sam Altman也是无奈的。