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

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

然而，訓練通用大模型非?！盁X”。據(jù)國盛證券報告《ChatGPT 需要多少算力》估算，GPT-3 訓練一次的成本約為 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 服務器和總共 4102568 個 A100 GPU，這些服務器和網(wǎng)絡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練成本并不便宜，但尚在可接受范圍內、并非昂貴。