近幾個月，ChatGPT 爆火出圈，風頭無兩。人們大多把關注重點放在了 ChatGPT 強大的生成功能和應用場景上，卻很少關心模型的應用成本。

雖然 ChatGPT API 開放之后，使用成本降低了九成，但對于 OpenAI 和集成 ChatGPT 的科技公司來說，情況卻大不相同。

眾所周知，在谷歌搜索的時代，搜索引擎的工作原理是建立巨大的網絡索引，在用戶進行搜索時，這些索引條目會被掃描、排名和分類，隨后結果顯示出最相關的條目。谷歌的搜索結果頁面實際上會告訴用戶搜索所需要的時間（通常不到一秒）。

(資料圖片)

而 ChatGPT 式的搜索引擎會在每次搜索時啟動一個模仿人腦的巨大神經網絡，生成一堆文本，可能還會查詢大型搜索索引以獲取事實信息。這意味著用戶與其交互的時間可能遠遠超過幾分之一秒，并且這些額外的處理需要花費更多的成本。

據路透社報道，Alphabet（谷歌的母公司）的董事長 John Hennessy 及幾位分析師交談之后寫道：「與 AI 大型語言模型交流詢問的成本可能是標準關鍵字搜索的 10 倍以上」。對于致力于推行 ChatGPT 式搜索引擎的谷歌、微軟來說，這可能意味著「數十億美元的額外成本」。

Alphabet 董事長 John Hennessy。

雖然 ChatGPT 這個研發熱點肯定是要跟的，但付出的成本是各家公司能夠承擔的嗎？

微軟：上萬塊 A100，為 OpenAI 造超算

微軟的答案是肯定的，而且它還要進一步增加相關的研發投入。

彭博社報道，微軟花費了數億美元為 OpenAI 建造了一臺巨大的超級計算機，使用了「成千上萬塊 GPU」以推動 OpenAI 的 ChatGPT 聊天機器人。

據彭博社獲得的回復，微軟人工智能和云計算副總裁 Scott Guthrie 說，公司在該項目上花費了數億美元的資金。雖然這對微軟來說可能不值一提，畢竟它最近延長了對 OpenAI 的多年、數十億美元的投資，但這無疑表明，微軟愿意在人工智能領域投入更多資金。

在本周一的博客中，微軟介紹了它是如何創建 OpenAI 使用的強大的 Azure 人工智能基礎設施，以及其系統如何變得更加強大。

比如微軟推出了新的虛擬機 —— 使用英偉達 H100 和 A100 Tensor Core GPU 以及 Quantum-2 InfiniBand 網絡，這是兩家公司去年就預告過的項目。這將允許 OpenAI 和其他依賴 Azure 的公司訓練更大、更復雜的 AI 模型。

「大約五年前，OpenAI 向微軟提出了一個大膽的想法，即它可以構建將永遠改變人們與計算機交互方式的人工智能系統。」John Roach 寫道。

當時，沒有人知道這將意味著什么。現在，我們理解了這種設想 ——ChatGPT，并體驗到了它的魔力：AI 系統可以創建人們用簡單語言描述的任何圖片，聊天機器人可以根據少量單詞編寫說唱歌詞、起草電子郵件和規劃整個菜單。

像這樣的技術，在當時看來未必不可能。只是為了構建它，OpenAI 需要真正大規模的計算能力。

2019 年，微軟公司宣布向 OpenAI 投資 10 億美元，同意為這家 AI 研究初創公司建造一臺大規模的前沿超級計算機。當時唯一的問題是：微軟沒有 OpenAI 所需要的東西，也不完全確定能在自己的 Azure 云服務中建造這么大的東西而不崩潰。現在，這個承諾終于兌現了。

微軟表示，為了建立給 OpenAI 項目提供動力的超級計算機，它在 Azure 云計算平臺上「將成千上萬的英偉達 GPU 連接在一起」。反過來，這使得 OpenAI 能夠訓練出越來越強大的模型，并「釋放出 AI 能力」，比如 ChatGPT 和必應工具。

這些突破的關鍵是學習如何構建、操作和維護數萬個在高吞吐量、低延遲 InfiniBand 網絡上相互連接的共置 GPU。這個規模甚至比 GPU 和網絡設備供應商測試過的還要大。這是一片未知的領域，沒有人確切知道硬件是否可以在不損壞的情況下被推到那么遠。為了訓練一個大型語言模型，計算工作量被分配到一個集群中的數千個 GPU 上。在計算的某些階段（稱為 allreduce），GPU 會交換有關它們已完成工作的信息。InfiniBand 網絡加速了這一階段，該階段必須在 GPU 開始下一個計算塊之前完成。

「我們看到的是，我們將需要建立專注于實現大型訓練工作負載的特殊用途集群，而 OpenAI 是這一點的早期證明之一，」微軟 Azure AI 企業副總裁 Eric Boyd 在一份聲明中說。「我們與他們緊密合作，了解他們在建立訓練環境時尋找的、需要的關鍵是什么。」

谷歌：加緊內測 Big Bard

相比于微軟，谷歌的搜索成本問題無疑更大。微軟之所以如此渴望撼動谷歌搜索引擎，部分原因就是在大多數市場份額估計中，必應只占全球搜索市場的 3%，而谷歌約占 93%。搜索是谷歌的主要業務，而微軟并不需要擔心這一點。

根據 Morgan Stanley 的估算 —— 假設「類 ChatGPT 的 AI 能夠用 50 個詞（word）的答案處理一半的查詢」，谷歌每年的成本將增加 60 億美元。

有趣的是，谷歌從一開始就對模型規模持謹慎態度。谷歌表示 Bard 聊天機器人最初發布的是 LaMDA 輕量級模型版本，原因是「這個更小的模型需要更少的計算能力，才能夠擴展到更多的用戶，得到更多的反饋。」要知道這不是谷歌的常見操作，谷歌經常在模型規模方面讓其他公司相形見絀，在計算資源方面也是極具優勢。「規模」只是谷歌花點錢就能解決的問題，除非成本增加的不是一點半點。

根據 Insider 的最新消息，谷歌正在測試一個名為 Big Bard 的模型，它是 Bard 的高級版本，使用了與 Bard 相同的語言模型 LaMDA。

根據內測示例顯示，對于相同的問題，Big Bard 給出了更豐富、更人性化的回答，它通常也更健談、更隨意。不過不是所有員工都可以內測 Big Bard ，它是有限制的，僅供部分員工使用，而 Bard 則對所有谷歌員工開放。

除此以外，Big Bard 使用更大規模的 LaMDA，AI 技術為其聊天機器人提供支持。谷歌表示 Big Bard 是其在布局對話模型計劃中的一部分，該計劃旨在創建一個通用聊天機器人，可以回答用戶在其產品和服務中提出的任何問題或請求。

出于成本考慮，谷歌可能會推出 Bard 的限量版。然而，這場人工智能競賽并沒有放緩的跡象。上周有消息傳出，多模態的 GPT-4 將于本周發布。看來微軟和谷歌的對打一時半會兒還停不下來。

商業模式如何跑通？

類 ChatGPT 產品能為科技公司帶來多大的收益，目前很難衡量。有一個已知的例子，谷歌和亞馬遜的語音助手多年來一直保持「以后再想辦法」的盈利思路，目前都未能產生利潤，而且它們是比 ChatGPT 更受限制的聊天機器人。OpenAI 在開放 ChatGPT API 之后，以 token 為單位收取費用，但這對搜索引擎來說并不適用。

微軟方面已經準備「在必應聊天機器人生成的回復中插入廣告」，補償其高昂的服務器運行成本。

在開放 API 之后，越來越多的企業用戶將與 OpenAI 合作，將其 ChatGPT 服務集成到自己的產品中。大多數公司使用 ChatGPT 等大型語言模型來幫助客戶制作企業博客、營銷電子郵件等等，而工作量比以前少得多。然而，這些公司的產品幾乎都是給大型語言模型套了一個簡單的「外殼」，因此很難實現差異化競爭優勢。

實際上，OpenAI 最近還推出了 4 個 GPT-3 模型 ——Davinci、Curie、Babbage 和 Ada。其中 Davinci 是功能最強大的模型，Ada 則是速度最快的。Davinci 被一些公司認為是開發產品的更好選擇，它的輸出往往比 ChatGPT 的更簡潔、更直接，并且在某些類別的 prompt 下也表現更好。而 ChatGPT 在一些關鍵領域優于 Davinci，包括數學、情緒分析等等。

值得注意的是，OpenAI 為 Davinci API 設置的定價是 ChatGPT 的十倍。因此近幾周內，大多數 Davinci 用戶可能會涌向 ChatGPT。對于 OpenAI 和其競爭對手（包括 Cohere、AI21、Anthropic、Hugging Face）來說，Davinci 的定價似乎更加合理。至于 ChatGPT，它的超低定價會讓行業內的同類產品價格大幅下跌，包括 OpenAI 自己的產品。

將 ChatGPT API 的價格設置得如此低的水平（只有原來的十分之一）之后，很難說 OpenAI 會從 ChatGPT 或其他任何模型中獲利還是虧損，因為這些超大規模的模型查詢成本非常高。有人猜測：OpenAI 可能已經通過剔除自 11 月首次亮相以來全世界提出的無數 ChatGPT 查詢中很少激活的參數，修剪了支持 ChatGPT 的模型以降低模型成本。但這只是一個猜測。

接下來的一段時間，OpenAI 可能會因為 ChatGPT 被大量使用而虧損。這聽起來有點反直覺，但大型語言模型的訓練和運行成本確實非常高。但對于獲得微軟 100 億美元和 GPU 全力支持的 OpenAI 來說，「薄利多銷」也能讓它比其他競爭對手走得更遠。

關鍵詞：