IT之家 2 月 19 日消息，ChatGPT 風(fēng)靡全球后，科技巨頭們紛紛入局，生成式 AI 其背后以大模型為基礎(chǔ)的人工智能成為業(yè)界投入的方向。

　　IT之家了解到，所謂“大模型”，通常是在無標(biāo)注的大數(shù)據(jù)集上，采用自監(jiān)督學(xué)習(xí)的方法進行訓(xùn)練。之后在其他場景的應(yīng)用中，開發(fā)者只需要對模型進行微調(diào)，或采用少量數(shù)據(jù)進行二次訓(xùn)練，就可以滿足新應(yīng)用場景的需要。

　　然而，訓(xùn)練通用大模型非常“燒錢”。據(jù)國盛證券報告《ChatGPT 需要多少算力》估算，GPT-3 訓(xùn)練一次的成本約為 140 萬美元，對于一些更大的 LLM(大型語言模型)，訓(xùn)練成本介于 200 萬美元至 1200 萬美元之間。以 ChatGPT 在 1 月的獨立訪客平均數(shù) 1300 萬計算，其對應(yīng)芯片需求為 3 萬多片英偉達 A100 GPU，初始投入成本約為 8 億美元，每日電費在 5 萬美元左右。

　　如果將當(dāng)前的 ChatGPT 部署到谷歌進行的每次搜索中，需要 512820.51 臺 A100 HGX 服務(wù)器和總共 4102568 個 A100 GPU，這些服務(wù)器和網(wǎng)絡(luò)的總成本僅資本支出就超過 1000 億美元。

　　國盛證券認為，在公有云上，對于以谷歌等全球科技大企業(yè)而言，百萬至千萬美元級別的訓(xùn)練成本并不便宜，但尚在可接受范圍內(nèi)、并非昂貴。