據(jù)Tom’s Hardware報道，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10億美元來進行訓(xùn)練，預(yù)計未來三年，更大的模型的訓(xùn)練成本會快速膨脹至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加速卡的售價超過2.5萬美元。而英偉達(dá)的新一代AI GPU B200每顆售價至少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10倍，雖然所需的AI芯片數(shù)量可能不會增加10倍（每年新一代的AI芯片的性能都會提升），但是考慮到尖端制程芯片的成本越來越高，所需要花費的硬件基礎(chǔ)設(shè)施的成本可能會增加10倍。如此看來，三年后，更強大的AI大模型的訓(xùn)練成本確實有可能會達(dá)到1000億美元。

Amodei相信，隨著算法、芯片的持續(xù)進步，2027年之時，AI模型執(zhí)行任務(wù)的表現(xiàn)，有相當(dāng)高的機率會比多數(shù)人類還要好，即實現(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，同時還需意識到當(dāng)前投資計劃的投機本質(zhì)，并持續(xù)創(chuàng)新、創(chuàng)造價值。若不這么做，則這個價值數(shù)千億美元的泡沫勢將破裂，甚至可能引發(fā)全球經(jīng)濟危機。