ChatGPT大火帶動AI又一波熱潮，不過業界普遍認為，當AI 步入大模型時代，只有大企業和超級富有的企業才玩得起AI，因為AI大模型的打造非常昂貴。
首先是計算昂貴。 多倫多大學行銷教授Avi Goldfarb說：“如果你想創辦一家企業，自己開發大語言模型，自己計算，成本太高了。OpenAI是很貴的，要數以十億計的美元。”租賃計算當然會便宜不少，但企業還是要向AWS等企業支付昂貴費用。
其次是資料昂貴。 訓練模型需要大量數據，有時數據是現成的，有時不是。 Common Crawl和LAION等數據可以免費使用，對於此類數據，成本主要來自數據清理和處理，成本變化很大，可能是幾百美元，也可能是數百萬美元。
Glean公司創始工程師Debarghya Das說，在美國，根據大語言模型論文做一些粗略的數學計算，如果用的是Facebook LLaMA，訓練成本（不考慮迭代或出錯）大約是400萬美元，如果是谷歌PaLM，大約2700萬美元。
即使用的是免費數據，成本也不低。 Hugging Face公司研究人員Sasha Luccioni說：「當你下載容量達到TB的數據，如果想過濾或以某種特殊方式利用數據，例如用文字-圖片模型處理（研究人會專注於某些數據子集，這樣模型才會變得更好），整個過程相當棘手。」需要強大的計算力，需要大量專業人士。
再次，專業人才的聘請費用也很高。 Debarghya Das在做上述估算成本時沒有考慮人力成本。 Sasha Luccioni指出：「機器學習專業人士的薪酬很高，因為要與Google及其它科技巨頭爭奪人才，有時一位專業人才可能要幾百萬美元。」2016年OpenAI最頂尖的研究人員薪酬約為190萬美元。
並且，訓練模型、聘請專業人士的成本不是一次性的，是持續的。 例如，如果開發的是客服聊天機器人，每週或每幾週就要優化。模型也要經受壓力測試，確保它產生的答案不會出錯。正如Sasha Luccioni所解釋：「最昂貴的成本來自持續性工作，必須持續測試模型，必須確保AI所做的和預期一樣。」
最後，持續運作費用也不低。 當一切準備妥當，模型向公眾開放，每天要接受成千上萬次詢問，此時要確保模型可擴展、高度穩定，維護成本也很高，且需要專業人士來處理。
以上是AI大模型非常昂貴 只有大企業和超級富豪才能玩得轉的詳細內容。更多資訊請關注PHP中文網其他相關文章！
