文章字数：1420words
阅读时间：8~12min
难度评级：CET4/CET6
单词预览
frenzy
/ˈfrenzi/
n.狂乱，狂暴; 极度的激动; 狂怒
surge
/sɜːrdʒ/
n.汹涌; 激增; 大量; 奔涌向前
v.汹涌; 使强烈地感到; 激增; 飞涨
monetize
/'mʌnəˌtaɪz/
vt.定为货币，铸造成货币
bolster
/ˈboʊlstər/
v.增强，鼓舞; 巩固
n.（垫在普通枕头下的）长枕，垫枕
expenditure
/ɪkˈspendɪtʃər/
n.花费; 消耗
materially
/məˈtɪriəli/
adv.<正>相当地; 大大地; 物质上; 钱财上
tumble
/ˈtʌmbl/
v.跌倒，摔倒; 被绊倒; 倒塌; 翻来覆去，翻腾; 使跌倒; 使完全翻转; 弄乱，搞乱; 推翻，颠覆
n.摔倒; （价格，价值等）暴跌; 混乱; 翻筋斗
sophisticated
/səˈfɪstɪkeɪtɪd/
adj.复杂的; 精致的; 富有经验的; 深奥微妙的
v.使变得世故; 使迷惑; 篡改(sophisticate的过去分词形式)
procure
/prəˈkjʊr/
v.取得，获得; 实现，完成; 导致; 取得; 介绍娼妓，拉皮条
pricey
/ˈpraɪsi/
adj.价格高的，昂贵的
cluster
/ˈklʌstər/
n.团，群，簇; 〈语音〉辅音从
v.聚集
outfit
/ˈaʊtfɪt/
n.全套装备; 一套服装; 集体; 组织
v.装备; 配置设备; 供给服装; 得到装备
incorporate
/ɪnˈkɔːrpəreɪt/
v.组成公司; 包含; 使混合; 使具体化; 包含; 吸收; 合并; 混合
disclose
/dɪsˈkloʊz/
v.揭露，泄露; 使公开
compel
/kəmˈpel/
v.强迫，迫使; 引起（反应）
feverish
/ˈfiːvərɪʃ/
adj.紧张忙乱的; 激动的; 发烧的
原文阅读
文章来源：彭博社
中文翻译
为什么AI如此昂贵
对更大AI模型的追求，以及需要更多芯片和数据中心来支持构建它们，正在推高科技公司的成本。
作者：Seth Fiegerman 和 Matt Day
在生成式AI热潮兴起18个多月后，一些最大的科技公司正在证明人工智能可以成为一个真正的收入驱动因素。但它也是一个巨大的烧钱坑。
微软公司（Microsoft Corp.）和Alphabet公司（Alphabet Inc.）旗下的谷歌（Google）在其最新的季度业绩中报告了云收入的激增，因为企业客户在他们的AI服务上花费了更多。Meta平台公司（Meta Platforms Inc.），虽然在将该技术变现方面相对落后，但表示其AI努力已帮助提升了用户参与度和广告定位。
为了实现这些早期收益，这三家公司已斥资数十亿用于开发AI——而且他们计划进一步加大这些投资。
4月25日，微软表示在最近一个季度花费了140亿美元用于资本支出，并预计这些成本将“大幅增加”，部分原因是受到AI基础设施投资的推动。这比去年同期增长了79%。
Alphabet表示，该季度花费了120亿美元，比去年同期增长91%，并预计今年剩余时间将“达到或高于”该水平，因为它正专注于AI机遇。与此同时，Meta提高了其年度投资预期，现在认为资本支出将在350亿至400亿美元之间，按该范围的上限计算，这将是42%的增长。它提到了在AI研究和产品开发方面的大举投资。
AI不断上涨的成本让一些投资者措手不及。特别是Meta的股价，因其支出预测以及慢于预期的销售增长而大跌。但在科技行业内部，AI成本将会上涨长期以来一直是一条信念。这有两个关键原因：AI模型正变得越来越大、开发成本越来越高，而且全球对AI服务的需求需要建造更多的数据中心来支持它。
正在试验此类AI服务的企业可能会花费数百万美元来定制OpenAI或谷歌的产品。一旦它们启动并运行，每当有人ping一个聊天机器人或要求AI服务分析销售数据时，都会产生额外成本。但更昂贵的工作是为那些AI系统构建基础。以下是对这些努力的审视。
大型语言模型变得更大
当今最知名的AI产品，包括OpenAI的ChatGPT，是由大型语言模型驱动的——这些系统被喂入海量数据，包括书籍、文章和在线评论，以便对用户的查询吐出尽可能最佳的响应。许多领先的AI公司正在押注，通往更复杂人工智能的道路——甚至可能是在许多任务上超越人类的AI系统——就是让这些大型语言模型变得更大。
这需要获取更多数据、更多计算能力，以及更长时间地训练AI系统。在4月初的一次播客采访中，OpenAI的竞争对手Anthropic的首席执行官Dario Amodei表示，目前市场上的这批AI模型的训练成本约为1亿美元。
“现在正在训练中、将于今年晚些时候或明年初不同时间推出的模型，其成本更接近10亿美元，”他说。“然后我认为在2025年和2026年，我们将更接近50亿或100亿美元。”
芯片和计算成本
这些成本很大一部分与芯片相关。这些不是让英特尔公司（Intel Corp.）成名的中央处理器（CPUs），也不是驱动着数十亿智能手机的、它们精简版的移动“表亲”。为了训练大型语言模型，AI公司依赖图形处理单元（GPUs）——它们能够高速处理海量数据。这些芯片不仅供应短缺，而且极其昂贵，其最尖端的产品主要由一家公司制造：英伟达公司（Nvidia Corp.）。
英伟达的H100图形芯片，作为训练AI模型的黄金标准，其售价估计为30,000美元——而一些经销商的报价是该价格的数倍。而大型科技公司需要大量的这种芯片。Meta首席执行官扎克伯格此前表示，其公司计划在今年年底前采购350,000片H100芯片，以支持其AI研究工作。即使他获得批量购买折扣，这也轻易累计达数十亿美元。
公司可以在不购买实际芯片的情况下完成这项工作，但租用它们也很昂贵。也就是说：亚马逊公司（Amazon.com Inc.）的云部门会向客户出租一个由英特尔制造的大型主力处理器集群，价格约为每小时6美元。相比之下，一组英伟达H100芯片的成本接近每小时100美元。
上个月，英伟达发布了一种名为Blackwell的新处理器设计，它在处理大型语言模型方面快数倍，并且预计其定价将与包含H100的Hopper系列相似。英伟达表示，大约需要2,000个Blackwell GPU来训练一个1.8万亿参数的AI模型。根据《纽约时报》就该创业公司使用其文章训练AI系统提起的诉讼，这是OpenAI GPT-4的估计规模。相比之下，英伟达表示执行相同任务需要8,000个Hopper GPU。但这种改进可能会被行业中构建更大AI模型的推动所抵消。
数据中心
购买那些芯片的公司需要有地方放置它们。Meta，以及最大的几家云计算公司——亚马逊、微软和谷歌——以及其他计算能力出租服务提供商，都在竞相建设新的服务器集群（农场）。这些建筑往往是定制建造的。它们容纳着成架的硬盘、处理器、冷却系统以及成堆的电气设备和备用发电机。
研究机构Dell’Oro Group估计，今年各公司将花费2940亿美元用于建设和装备数据中心，高于2020年的1930亿美元。这种扩张很大程度上追踪了数字服务的广泛增长——流媒体视频、企业数据的爆炸式增长、你的社交媒体信息流。但这些支出中越来越大的份额被指定用于昂贵的英伟达芯片和其他支持AI热潮所必需的专用硬件。
根据市场情报公司DC Byte的数据，全球目前有超过7,000个数据中心，包括处于不同开发阶段的设施，多于2015年的3,600个。这些设施的规模也正变得明显更大。根据DC Byte的数据，全球数据中心建筑的平均面积现为412,000平方英尺，自2010年以来增长了近五倍。
交易和人才
尽管芯片和数据中心占据了成本的最大份额，一些AI公司也正花费数百万美元从出版商那里获取数据许可。
OpenAI已与几家欧洲出版商达成协议，将其新闻内容整合到ChatGPT中，并用于训练其AI模型。这些交易的财务条款尚未披露，但彭博新闻社（Bloomberg News）此前报道称，OpenAI同意向Axel Springer SE支付数千万欧元，Axel Springer SE是Politico和Business Insider的德国出版商，以换取使用其新闻文章的权利。这家创业公司还与《时代》（Time）、CNN和福克斯新闻（Fox News）就内容许可进行了谈判。
虽然OpenAI在确保（获取）许可交易方面更为积极，但大型科技公司也正在寻找方法，以获取他们构建有吸引力的AI工具所需的语言数据。据路透社报道，谷歌已达成一项价值6000万美元的协议，以获取Reddit的数据许可。据《纽约时报》报道，Meta的员工据称讨论了收购图书出版商Simon & Schuster的事宜。
科技公司也陷入了一场激烈的人工智能人才争夺战。去年的某个时候，Netflix公司（Netflix Inc.）曾为一个AI产品经理职位发布广告，提供高达90万美元的薪水。
更便宜的替代方案
微软，这家在助推大型语言模型热潮方面比大多数（公司）做得都多的公司，最近表示，它将尝试一种不同的方法。该公司预告了三款计算密集度较低的（较小）AI模型。
微软表示，大型语言模型“仍将是解决多种复杂任务的黄金标准，”例如“高级推理、数据分析和理解上下文。”但（较）小模型可能足以满足某些客户和用例的需求。其他公司，包括由两名前谷歌员工创立的创业公司Sakana AI，也正专注于（较）小模型。
“你并不总是需要一辆跑车，” 专注于AI的Forrester Research高级分析师Rowan Curran说。“有时候你需要一辆小型货车或皮卡。不会是（只有）一个宽泛类别的模型被每个人用于所有用例。”
然而，就目前而言，AI领域的传统智慧是越大越好。这将是昂贵的。
更多游戏资讯请关注：电玩帮游戏资讯专区
电玩帮图文攻略 www.vgover.com
