ChatGPT造富的行業

Callejon

眾所周知，算法、算力和數據是共同制約AI發展的三個關鍵要素，這也是ChatGPT完美運行的三個條件。

其中，算力是ChatGPT運行的關鍵所在。而一個ChatGPT應用的算力消耗卻讓人瞠目結舌。

其大模型GPT經歷了三次迭代，GPT、GPT-2和GPT-3(當前開放的版本為GPT-3.5)的參數量從1.17億增加到1750億，預訓練數據量從5GB增加到45TB，其中GPT-3訓練單次的成本就已經高達460萬美元。

最新的GPT3.5在訓練中使用了微軟專門建設的AI計算系統，由1萬個V100 GPU組成的高性能網絡集群，總算力消耗約3640PF-days，即假如每秒計算一千萬億次，需要計算3640天。

如何理解這樣的算力消耗呢？可以簡單做一個分析——我國近期正大力新建數據中心， 以其中總投資30.2億，算力500P的數據中心項目來說，要想支撐起ChatGPT的運行，至少要7-8個此量級的數據中心運行一整天。

事實上，僅2012年2019年，短短七年，人類對AI算力的需求就增長了30萬倍。平均每100天就會翻倍，遠超摩爾定律。

與此同時，AI算力的實際增長卻有限，需求和供給之間形成了一個巨大的鴻溝。

準華為輪值主席孟晚舟曾在一次公開演講時就表示，現在的算力還遠遠不能滿足未來的需求，算力必然是世界科技競爭的焦點之一。

另外，GPU或CPU+FPGA是ChatGPT算力的硬件支撐，該應用對于高端芯片的需求增加會拉動芯片均價，量價齊升將導致芯片需求暴漲。

據了解，采購一片英偉達頂級GPU成本為8萬元，GPU服務器成本通常超過40萬元。對于ChatGPT而言，支撐其算力基礎設施至少需要上萬顆英偉達GPU A100，單采購GPU的成本就近億元。

而ChatGPT越火，對算力及其關聯產業的需求便越大。

中國信息通信研究院測算，截至2021年底，中國算力核心產業規模超過1.5萬億元，關聯產業規模超過8萬億元。

這是一塊巨大的蛋糕。并且隨著AI產品應用的逐漸滲透，這塊蛋糕將越來越大。

除了算力外，ChatGPT引發萬眾矚目的還包括在C端的破冰。

一直以來，AI產品的落地與盈利基本都靠B、G兩端支撐，在C端雖然也有不少試水，但都沒有引發太大的反響，幾乎沒有讓大部分人愿意買單的項目。

如果ChatGPT真的能成為一款現象級產品，將具有劃時代意義。

不妨想想，在移動互聯網時代，微信讓騰訊成為了時代的王者，月活躍用戶數量達12.88億；依靠抖音，字節跳動不到十年就躍升為中國最著名的互聯網企業之一；而拼多多市值已經是百度的3倍……

這背后不僅是一場產業革命，更是數以萬億計財富的誕生。如今，類似的連鎖反應也開始在AI領域顯現。

雪見花楹

又將造就一批富豪