與生成式人工智能相關(guān)的支出分為兩類。第一類是設(shè)計大語言模型的費用，如GPT-4、Palm2或Llama。
這需要極其昂貴的組件，例如英偉達的A100芯片，每塊至少需要一萬美元。抱抱臉公司首席執(zhí)行官克萊芒·德朗格在今年3月告訴消費者新聞與商業(yè)頻道：“訓(xùn)練第二版Bloom模型耗費了我們1000萬美元。”至于更強大的模型，這一數(shù)字可能會飆升至數(shù)億美元。
其次是能源賬單。微軟為防止其位于艾奧瓦州的一個數(shù)據(jù)中心過熱而抽取的水量，就能說明這一點。
據(jù)當(dāng)?shù)刈詠硭镜挠涗?，僅2022年7月，這個為開放人工智能研究中心訓(xùn)練其GPT-4大語言模型而建造的數(shù)據(jù)中心就消耗了4100萬升水。
CCS洞察公司的分析師本·伍德指出：“世界上的谷歌、微軟和meta等公司擁有發(fā)展這些技術(shù)和資助此類投資的資源，但對于小公司來說，這令人望而卻步。”他預(yù)測2024年“生成式人工智能將被潑冷水”。
美國在線公司的聯(lián)合創(chuàng)始人、現(xiàn)為風(fēng)險投資家的史蒂夫·凱斯警告說：“(人工智能)創(chuàng)新的驅(qū)動力不是初創(chuàng)企業(yè)，而是GAFAM(谷歌、蘋果、臉書、亞馬遜和微軟)。這種斷層可能會讓這些大集團變得更加強大。”
費用遠未止步于此。使用這些大語言模型來運行生成式人工智能服務(wù)還需要非常大的計算能力，而這是昂貴的。
雖然生成式人工智能目前對科技巨頭們是財務(wù)無底洞，但它們正積極努力填補這個缺口。
