據(jù)Tom’s Hardware報(bào)道,AI新創(chuàng)公司Anthropic CEO Dario Amodei近日在Podcast節(jié)目《In Good Company》中表示,雖然AI大模型的參數(shù)持續(xù)增長,三年后的AI模型的訓(xùn)練成本可能將高達(dá)1000億美元。
Amodei表示,OpenAI的ChatGPT-4等AI模型,大約只需要花費(fèi)1億美元即可訓(xùn)練完成。而當(dāng)前正在開發(fā)中的更大參數(shù)的大模型,可能最多需要花費(fèi)10億美元來進(jìn)行訓(xùn)練,預(yù)計(jì)未來三年,更大的模型的訓(xùn)練成本會(huì)快速膨脹至100億美元,甚至是1,000億美元。
對于AI大模型的訓(xùn)練來說,AI芯片是最大的成本。早在2023年,市場就傳聞ChatGPT需要超過30,000顆英偉達(dá)的AI GPU來支撐,而OpenAI CEO阿爾特曼(Sam Altman)也確認(rèn),ChatGPT-4的訓(xùn)練成本為1億美元。
除了OpenAI之外,谷歌、Meta、IBM、特斯拉、阿里巴巴、百度、騰訊、字節(jié)跳動(dòng)等眾多的科技大廠都有在開發(fā)自己的AI大模型。由此也帶來了對于高性能AI芯片的龐大需求。根據(jù)TechInsights的數(shù)據(jù),2023年全球數(shù)據(jù)中心GPU總出貨量達(dá)到了385萬顆,其中英偉達(dá)一家就出貨了376萬顆。而英偉達(dá)出貨的H100加速卡的售價(jià)超過2.5萬美元。而英偉達(dá)的新一代AI GPU B200每顆售價(jià)至少30,000~40,000美元左右。
如果按照每年新的大模型的能力都能夠提升10倍,那么所需的硬件基礎(chǔ)設(shè)施的性能可能也需要增強(qiáng)10倍,雖然所需的AI芯片數(shù)量可能不會(huì)增加10倍(每年新一代的AI芯片的性能都會(huì)提升),但是考慮到尖端制程芯片的成本越來越高,所需要花費(fèi)的硬件基礎(chǔ)設(shè)施的成本可能會(huì)增加10倍。如此看來,三年后,更強(qiáng)大的AI大模型的訓(xùn)練成本確實(shí)有可能會(huì)達(dá)到1000億美元。
Amodei相信,隨著算法、芯片的持續(xù)進(jìn)步,2027年之時(shí),AI模型執(zhí)行任務(wù)的表現(xiàn),有相當(dāng)高的機(jī)率會(huì)比多數(shù)人類還要好,即實(shí)現(xiàn)通用人工智能(AGI)。
當(dāng)然,這可能需要1000億美元的訓(xùn)練成本,而這么大規(guī)模的資金投入只有極少數(shù)的廠商能夠負(fù)擔(dān)的起。但即便是投入如此大規(guī)模的資金,短期所能夠帶來的營收可能也非常有限。
Sequoia Capital分析師David Cahn表示,目前AI大模型的龍頭廠商OpenAI的營收正在快速增長,其2024年的營收有望從2023年底的16億美元上升至34億美元,遠(yuǎn)遠(yuǎn)超越其他營收還無法達(dá)到1億美元的廠商。這與未來需要100億美元甚至1000億美元的硬件基礎(chǔ)設(shè)施的AI大模型訓(xùn)練成本相比,這點(diǎn)來自AI的收入可謂是杯水車薪。
David Cahn相信,業(yè)界不能期待AI投資能快速帶來回報(bào),同時(shí)還需意識(shí)到當(dāng)前投資計(jì)劃的投機(jī)本質(zhì),并持續(xù)創(chuàng)新、創(chuàng)造價(jià)值。若不這么做,則這個(gè)價(jià)值數(shù)千億美元的泡沫勢將破裂,甚至可能引發(fā)全球經(jīng)濟(jì)危機(jī)。