ChatGPT推出收费版——总要有人为算力买单
今天golang学习网给大家带来了《ChatGPT推出收费版——总要有人为算力买单》,其中涉及到的知识点包括等等,无论你是小白还是老手,都适合看一看哦~有好的建议也欢迎大家在评论留言,若是看完有所收获,也希望大家能多多点赞支持呀!一起加油学习~

当地时间周三,OpenAI推出ChatGPT付费订阅版ChatGPT Plus,每月收费20美元(按照2月2日汇率计算,约合135元人民币)。
虽然OpenAI表示,将持续提供免费版,并且收费项目也将更好的“帮助尽可能多的人使用免费服务”。但是,《纽约时报》也指出“在高峰时段,免费版访问人数将受到限制。”显然当下免费版ChatGPT时常出现的流量限制、数量限制等措施预计会一直存在。

ChatGPT“真面目”——吞金怪兽
就在我们过大年的时候,生成式AI聊天机器人ChatGPT火了。刚刚面向公众开放不过两个月,ChatGPT就已经完成了“AI生小目标”——月活过亿。这两个月中,全世界的网友们都在兴致勃勃的“调教”这个智能聊天机器人,但第一个受不了的却是ChatGPT的所有者。为了更长远的发展,OpenAI宣布了付费订阅版ChatGPT Plus。
收费是AI服务长久发展的必然选择。此前,此前OpenAI总裁兼董事长Greg Brockman已公开发帖,就“如何通过ChatGPT获利”向用户征求建议。
究其根源,在于ChatGPT等AI“越来越聪明”的背后,需要庞大的成本支撑。其中,算力成本是最重要的,也是最不能偷工减料的一部分。
有数据显示,ChatGPT的总算力消耗约为3640PF-days。直观一点的对比,我们可以回顾下近期的一些数据中心建设新闻,比如总投资30.2亿,算力500P的数据中心项目,就知道要支撑ChatGPT的运行,至少要7-8个这样的数据中心支撑,基础设施的投入都是以百亿记。
当然,基础设施可以通过租用的方式来解决,但算力需求带来的本压力依然巨大。东吴证券研报分析认为,ChatGPT的优化主要来自模型的增大,以及因此带来的算力增加。GPT、GPT-2和GPT-3(当前开放的版本为GPT-3.5)的参数量从1.17亿增加到1750亿,预训练数据量从5GB增加到45TB,其中GPT-3训练单次的成本就高达460万美元。
算力!算力!算力!
可以想见,ChatGPT的火爆出圈,必然引起业界对AI新一轮关注和投资热潮。比如就在近日,百度宣布计划在今年3月推出与ChatGPT类似的人工智能聊天机器人服务。国际上的Meta、Google等巨头也在摩拳擦掌,不想在新时代中落伍。
但无论是谁参与进来,都需要回答一个问题:算力成本怎么解决?
或许,答案就在中国正在如火如荼推进的“东数西算”工程里。
“东数西算”工程通过构建全国一体化的新型算力网络,优化数据中心建设布局,将东部算力需求有序引导到西部,利用西部的资源优势,为数字中国的发展提供低碳、低成本的优质算力。
对于AI产业来说,“东数西算”也可以成为“东数西训”,即庞大的训练算力需求完全可以转移到算力成本更低,同时规模更具优势的西部数据中心中进行。
对应的,这些承载智能训练的数据中心本身,也将为更好的适应智能训练需求进行针对性改造,比如在能源供给、散热结构、机柜形态等方面更适合使用了大量智能训练芯片的服务器等。
从中,我们也能看出数据中心未来发展的新道路。“东数西训”、“东数西渲”、“东数西存”等应用将成为主流方向,数据中心建设也将告别千篇一律的通用时代,进入以场景为指引、以应用为导向的“专用”时代。
到这里,我们也就讲完了《ChatGPT推出收费版——总要有人为算力买单》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于ChatGPT,人工智能,算力的知识点!
如何检查我的 Windows 11 版本和版本
- 上一篇
- 如何检查我的 Windows 11 版本和版本
- 下一篇
- 苹果下周发布 iOS 15.4 和 iPadOS 15.4
-
- 畅快的猎豹
- 细节满满,码起来,感谢作者的这篇文章,我会继续支持!
- 2023-05-03 21:01:16
-
- 爱听歌的砖头
- 感谢大佬分享,一直没懂这个问题,但其实工作中常常有遇到...不过今天到这,看完之后很有帮助,总算是懂了,感谢老哥分享技术文章!
- 2023-05-03 13:23:23
-
- 年轻的枫叶
- 这篇博文真及时,太详细了,赞 ??,收藏了,关注老哥了!希望老哥能多写科技周边相关的文章。
- 2023-05-03 09:44:38
-
- 科技周边 · 人工智能 | 11小时前 |
- Hugging Face Datasets map batched 返回长度不一致时怎么定位
- 213浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- Hugging Face Datasets flatten 怎么展开嵌套字段并保留特征类型
- 455浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- Hugging Face Datasets with_format 和 set_format 混用后为什么列类型变了
- 228浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 兼容性 · LiteRT Select TF Ops TFLITE_BUILTINS TensorFlow模型转换 不支持算子
- LiteRT 转换遇到不支持算子时怎么判断是否启用 Select TF Ops
- 226浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 人工智能 · LiteRT SignatureDef 多输入模型 端侧推理
- LiteRT SignatureDef 多输入模型怎么按签名准备推理张量
- 191浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- Keras 自定义 train_step 怎么让正则损失继续参与梯度
- 343浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 人工智能 · 深度学习 · Keras RaggedTensor keras.Input ragged=True TensorFlow backend 模型保存 load_model 变长序列
- Keras RaggedTensor 输入模型保存后怎么保持变长序列结构
- 250浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 人工智能 · Keras NaN mixed_float16 mixed precision loss scale 输入范围 dtype policy
- Keras mixed_float16 训练出现 NaN 怎么区分 loss scale 和输入范围
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 人工智能 · 深度学习 · PyTorch strict state_dict load_state_dict module. 前缀 检查点迁移
- PyTorch state_dict 参数名前缀变化后怎么兼容旧检查点
- 436浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | 人工智能 · 深度学习 · 内存优化 · 内存 PyTorch 按需加载 mmap checkpoint torch.load map_location state_dict
- PyTorch torch.load 开启 mmap 后为什么读取参数时才占用内存
- 475浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 461次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 524次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 542次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 488次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 308次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

