據Tom’s Hardware報道，AI新創公司Anthropic CEO Dario Amodei近日在Podcast節目《In Good Company》中表示，雖然AI大模型的參數持續增長，三年后的AI模型的訓練成本可能將高達1000億美元。
Amodei表示，OpenAI的ChatGPT-4等AI模型，大約只需要花費1億美元即可訓練完成。而當前正在開發中的更大參數的大模型，可能最多需要花費10億美元來進行訓練，預計未來三年，更大的模型的訓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顆英偉達的AI GPU來支撐，而OpenAI CEO阿爾特曼（Sam Altman）也確認，ChatGPT-4的訓練成本為1億美元。
除了OpenAI之外，谷歌、Meta、IBM、特斯拉、阿里巴巴、百度、騰訊、字節跳動等眾多的科技大廠都有在開發自己的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TechInsights的數據，2023年全球數據中心GPU總出貨量達到了385萬顆，其中英偉達一家就出貨了376萬顆。而英偉達出貨的H100加速卡的售價超過2.5萬美元。而英偉達的新一代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設施的性能可能也需要增強10倍，雖然所需的AI芯片數量可能不會增加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設施的成本可能會增加10倍。如此看來，三年后，更強大的AI大模型的訓練成本確實有可能會達到1000億美元。
Amodei相信，隨著算法、芯片的持續進步，2027年之時，AI模型執行任務的表現，有相當高的機率會比多數人類還要好，即實現通用人工智能（AGI）。
當然，這可能需要1000億美元的訓練成本，而這么大規模的資金投入只有極少數的廠商能夠負擔的起。但即便是投入如此大規模的資金，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，遠遠超越其他營收還無法達到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設施的AI大模型訓練成本相比，這點來自AI的收入可謂是杯水車薪。
David Cahn相信，業界不能期待AI投資能快速帶來回報，同時還需意識到當前投資計劃的投機本質，并持續創新、創造價值。若不這么做，則這個價值數千億美元的泡沫勢將破裂，甚至可能引發全球經濟危機。
