文章字數：1420words
閱讀時間：8~12min
難度評級：CET4/CET6
單詞預覽
frenzy
/ˈfrenzi/
n.狂亂，狂暴; 極度的激動; 狂怒
surge
/sɜːrdʒ/
n.洶湧; 激增; 大量; 奔湧向前
v.洶湧; 使強烈地感到; 激增; 飛漲
monetize
/'mʌnəˌtaɪz/
vt.定爲貨幣，鑄造成貨幣
bolster
/ˈboʊlstər/
v.增強，鼓舞; 鞏固
n.（墊在普通枕頭下的）長枕，墊枕
expenditure
/ɪkˈspendɪtʃər/
n.花費; 消耗
materially
/məˈtɪriəli/
adv.<正>相當地; 大大地; 物質上; 錢財上
tumble
/ˈtʌmbl/
v.跌倒，摔倒; 被絆倒; 倒塌; 翻來覆去，翻騰; 使跌倒; 使完全翻轉; 弄亂，搞亂; 推翻，顛覆
n.摔倒; （價格，價值等）暴跌; 混亂; 翻筋斗
sophisticated
/səˈfɪstɪkeɪtɪd/
adj.複雜的; 精緻的; 富有經驗的; 深奧微妙的
v.使變得世故; 使迷惑; 篡改(sophisticate的過去分詞形式)
procure
/prəˈkjʊr/
v.取得，獲得; 實現，完成; 導致; 取得; 介紹娼妓，拉皮條
pricey
/ˈpraɪsi/
adj.價格高的，昂貴的
cluster
/ˈklʌstər/
n.團，羣，簇; 〈語音〉輔音從
v.聚集
outfit
/ˈaʊtfɪt/
n.全套裝備; 一套服裝; 集體; 組織
v.裝備; 配置設備; 供給服裝; 得到裝備
incorporate
/ɪnˈkɔːrpəreɪt/
v.組成公司; 包含; 使混合; 使具體化; 包含; 吸收; 合併; 混合
disclose
/dɪsˈkloʊz/
v.揭露，泄露; 使公開
compel
/kəmˈpel/
v.強迫，迫使; 引起（反應）
feverish
/ˈfiːvərɪʃ/
adj.緊張忙亂的; 激動的; 發燒的
原文閱讀
文章來源：彭博社
中文翻譯
爲什麼AI如此昂貴
對更大AI模型的追求，以及需要更多芯片和數據中心來支持構建它們，正在推高科技公司的成本。
作者：Seth Fiegerman 和 Matt Day
在生成式AI熱潮興起18個多月後，一些最大的科技公司正在證明人工智能可以成爲一個真正的收入驅動因素。但它也是一個巨大的燒錢坑。
微軟公司（Microsoft Corp.）和Alphabet公司（Alphabet Inc.）旗下的谷歌（Google）在其最新的季度業績中報告了雲收入的激增，因爲企業客戶在他們的AI服務上花費了更多。Meta平臺公司（Meta Platforms Inc.），雖然在將該技術變現方面相對落後，但表示其AI努力已幫助提升了用戶參與度和廣告定位。
爲了實現這些早期收益，這三家公司已斥資數十億用於開發AI——而且他們計劃進一步加大這些投資。
4月25日，微軟表示在最近一個季度花費了140億美元用於資本支出，並預計這些成本將“大幅增加”，部分原因是受到AI基礎設施投資的推動。這比去年同期增長了79%。
Alphabet表示，該季度花費了120億美元，比去年同期增長91%，並預計今年剩餘時間將“達到或高於”該水平，因爲它正專注於AI機遇。與此同時，Meta提高了其年度投資預期，現在認爲資本支出將在350億至400億美元之間，按該範圍的上限計算，這將是42%的增長。它提到了在AI研究和產品開發方面的大舉投資。
AI不斷上漲的成本讓一些投資者措手不及。特別是Meta的股價，因其支出預測以及慢於預期的銷售增長而大跌。但在科技行業內部，AI成本將會上漲長期以來一直是一條信念。這有兩個關鍵原因：AI模型正變得越來越大、開發成本越來越高，而且全球對AI服務的需求需要建造更多的數據中心來支持它。
正在試驗此類AI服務的企業可能會花費數百萬美元來定製OpenAI或谷歌的產品。一旦它們啓動並運行，每當有人ping一個聊天機器人或要求AI服務分析銷售數據時，都會產生額外成本。但更昂貴的工作是爲那些AI系統構建基礎。以下是對這些努力的審視。
大型語言模型變得更大
當今最知名的AI產品，包括OpenAI的ChatGPT，是由大型語言模型驅動的——這些系統被喂入海量數據，包括書籍、文章和在線評論，以便對用戶的查詢吐出儘可能最佳的響應。許多領先的AI公司正在押注，通往更復雜人工智能的道路——甚至可能是在許多任務上超越人類的AI系統——就是讓這些大型語言模型變得更大。
這需要獲取更多數據、更多計算能力，以及更長時間地訓練AI系統。在4月初的一次播客採訪中，OpenAI的競爭對手Anthropic的首席執行官Dario Amodei表示，目前市場上的這批AI模型的訓練成本約爲1億美元。
“現在正在訓練中、將於今年晚些時候或明年初不同時間推出的模型，其成本更接近10億美元，”他說。“然後我認爲在2025年和2026年，我們將更接近50億或100億美元。”
芯片和計算成本
這些成本很大一部分與芯片相關。這些不是讓英特爾公司（Intel Corp.）成名的中央處理器（CPUs），也不是驅動着數十億智能手機的、它們精簡版的移動“表親”。爲了訓練大型語言模型，AI公司依賴圖形處理單元（GPUs）——它們能夠高速處理海量數據。這些芯片不僅供應短缺，而且極其昂貴，其最尖端的產品主要由一家公司製造：英偉達公司（Nvidia Corp.）。
英偉達的H100圖形芯片，作爲訓練AI模型的黃金標準，其售價估計爲30,000美元——而一些經銷商的報價是該價格的數倍。而大型科技公司需要大量的這種芯片。Meta首席執行官扎克伯格此前表示，其公司計劃在今年年底前採購350,000片H100芯片，以支持其AI研究工作。即使他獲得批量購買折扣，這也輕易累計達數十億美元。
公司可以在不購買實際芯片的情況下完成這項工作，但租用它們也很昂貴。也就是說：亞馬遜公司（Amazon.com Inc.）的雲部門會向客戶出租一個由英特爾製造的大型主力處理器集羣，價格約爲每小時6美元。相比之下，一組英偉達H100芯片的成本接近每小時100美元。
上個月，英偉達發佈了一種名爲Blackwell的新處理器設計，它在處理大型語言模型方面快數倍，並且預計其定價將與包含H100的Hopper系列相似。英偉達表示，大約需要2,000個Blackwell GPU來訓練一個1.8萬億參數的AI模型。根據《紐約時報》就該創業公司使用其文章訓練AI系統提起的訴訟，這是OpenAI GPT-4的估計規模。相比之下，英偉達表示執行相同任務需要8,000個Hopper GPU。但這種改進可能會被行業中構建更大AI模型的推動所抵消。
數據中心
購買那些芯片的公司需要有地方放置它們。Meta，以及最大的幾家雲計算公司——亞馬遜、微軟和谷歌——以及其他計算能力出租服務提供商，都在競相建設新的服務器集羣（農場）。這些建築往往是定製建造的。它們容納着成架的硬盤、處理器、冷卻系統以及成堆的電氣設備和備用發電機。
研究機構Dell’Oro Group估計，今年各公司將花費2940億美元用於建設和裝備數據中心，高於2020年的1930億美元。這種擴張很大程度上追蹤了數字服務的廣泛增長——流媒體視頻、企業數據的爆炸式增長、你的社交媒體信息流。但這些支出中越來越大的份額被指定用於昂貴的英偉達芯片和其他支持AI熱潮所必需的專用硬件。
根據市場情報公司DC Byte的數據，全球目前有超過7,000個數據中心，包括處於不同開發階段的設施，多於2015年的3,600個。這些設施的規模也正變得明顯更大。根據DC Byte的數據，全球數據中心建築的平均面積現爲412,000平方英尺，自2010年以來增長了近五倍。
交易和人才
儘管芯片和數據中心佔據了成本的最大份額，一些AI公司也正花費數百萬美元從出版商那裏獲取數據許可。
OpenAI已與幾家歐洲出版商達成協議，將其新聞內容整合到ChatGPT中，並用於訓練其AI模型。這些交易的財務條款尚未披露，但彭博新聞社（Bloomberg News）此前報道稱，OpenAI同意向Axel Springer SE支付數千萬歐元，Axel Springer SE是Politico和Business Insider的德國出版商，以換取使用其新聞文章的權利。這家創業公司還與《時代》（Time）、CNN和福克斯新聞（Fox News）就內容許可進行了談判。
雖然OpenAI在確保（獲取）許可交易方面更爲積極，但大型科技公司也正在尋找方法，以獲取他們構建有吸引力的AI工具所需的語言數據。據路透社報道，谷歌已達成一項價值6000萬美元的協議，以獲取Reddit的數據許可。據《紐約時報》報道，Meta的員工據稱討論了收購圖書出版商Simon & Schuster的事宜。
科技公司也陷入了一場激烈的人工智能人才爭奪戰。去年的某個時候，Netflix公司（Netflix Inc.）曾爲一個AI產品經理職位發佈廣告，提供高達90萬美元的薪水。
更便宜的替代方案
微軟，這家在助推大型語言模型熱潮方面比大多數（公司）做得都多的公司，最近表示，它將嘗試一種不同的方法。該公司預告了三款計算密集度較低的（較小）AI模型。
微軟表示，大型語言模型“仍將是解決多種複雜任務的黃金標準，”例如“高級推理、數據分析和理解上下文。”但（較）小模型可能足以滿足某些客戶和用例的需求。其他公司，包括由兩名前谷歌員工創立的創業公司Sakana AI，也正專注於（較）小模型。
“你並不總是需要一輛跑車，” 專注於AI的Forrester Research高級分析師Rowan Curran說。“有時候你需要一輛小型貨車或皮卡。不會是（只有）一個寬泛類別的模型被每個人用於所有用例。”
然而，就目前而言，AI領域的傳統智慧是越大越好。這將是昂貴的。
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
