共计 1610 个字符，预计需要花费 5 分钟才能阅读完成。
近几个月，随着 ChatGPT 的爆火，科技行业掀起了新一轮的人工智能浪潮。尽管公众普遍聚焦于其强大的生成能力和广泛的应用场景，但鲜有人意识到背后隐藏的高昂成本问题。
当 ChatGPT API 开放后，使用成本虽下降了九成，但对于 OpenAI 及采用其技术的公司而言，运营压力依然巨大。传统搜索引擎如谷歌，基于庞大的网络索引为用户提供即时搜索结果，而 ChatGPT 式的 AI 引擎则需启动复杂的神经网络生成文本，甚至还需调用外部数据库验证信息。这不仅耗时更久，且每次交互的成本可能高达标准搜索的十倍以上，意味着潜在的巨额开支。
微软豪掷数亿，为 ChatGPT 打造专属超算
面对这一挑战，微软选择了坚定投入。据彭博社报道，微软投入数亿美元，专门为 OpenAI 构建了一台超级计算机，配备了“成千上万块 GPU”，助力其开发 ChatGPT 聊天机器人。
微软人工智能和云计算副总裁 Scott Guthrie 透露，此次投资规模庞大，但对微软而言并非难以承受。作为 OpenAI 多年合作伙伴，微软此前已承诺数十亿美元支持其发展。如今，这笔资金主要用于升级 Azure 云平台上的计算资源，使 OpenAI 能够训练更大规模、更复杂的 AI 模型。
例如，微软推出了配备英伟达 H100 和 A100 Tensor Core GPU 的新虚拟机，同时结合 Quantum-2 InfiniBand 网络技术，为 OpenAI 及其他 Azure 用户提供了前所未有的计算能力。这种基础设施不仅满足了 ChatGPT 的训练需求，也为未来更多创新应用奠定了基础。
回顾五年前，OpenAI 提出构建革命性 AI 系统的构想时，许多人对其可行性持怀疑态度。然而，正是借助微软的支持，OpenAI 实现了这一愿景，诞生了改变人机交互方式的 ChatGPT。为了训练这类大型语言模型，需要将数千个 GPU 协同工作，而 InfiniBand 网络则显著提升了数据交换效率，确保模型能够在最短时间内完成复杂运算。
谷歌加速 Big Bard 内测，探索优化路径
相比之下，谷歌面临的挑战更为艰巨。作为全球搜索引擎市场的领导者，谷歌在搜索业务上的地位不可动摇，而微软仅占全球搜索份额的极小部分。然而，若全面转向 AI 驱动的搜索模式，谷歌的成本将面临指数级增长。
据 Morgan Stanley 估算，假设每个查询只需 50 个单词的回答，谷歌每年的成本或将增加 60 亿美元。因此，谷歌采取了更为谨慎的策略，先推出轻量化版本的 Bard 聊天机器人，以减少初期投入。但随着市场对高质量 AI 响应的需求不断攀升，谷歌开始测试 Big Bard，这是 Bard 的升级版本，基于更大的 LaMDA 语言模型。
根据内部测试反馈，Big Bard 的表现更加丰富、生动，能提供更具深度和个性化的内容。不过，由于成本考量，Big Bard 目前仅限部分员工使用，而面向全体用户的 Bard 仍处于开放状态。此外，谷歌计划通过优化算法和硬件架构，在保证性能的同时控制支出。
商业模式的探索与挑战
尽管 AI 技术前景广阔，但如何实现盈利仍是各大厂商亟待解决的问题。目前，微软正尝试在必应聊天机器人中嵌入广告，以缓解高昂的运维成本。与此同时，越来越多的企业开始利用 ChatGPT 等工具提升业务效率，但这种方式大多缺乏独特性，难以形成核心竞争力。
OpenAI 也面临着类似的困境。其推出的 Davinci、Curie、Babbage 和 Ada 四个 GPT- 3 系列模型各有侧重，其中 Davinci 性能最强，但定价较 ChatGPT 高出十倍。这导致许多开发者倾向于选择后者，从而拉低了整体市场价格。尽管如此，OpenAI 依然坚持低价策略，希望通过“薄利多销”扩大影响力，并期待未来通过增值服务或其他形式创造收入。
总体来看，无论是微软还是谷歌，都在这场 AI 军备竞赛中倾尽全力。从硬件设施到软件开发，再到商业模式的设计，每一步都关乎未来的成败。可以预见，这场竞争还将持续升温，而谁能率先找到可持续发展的路径，谁就将在 AI 时代占据主导地位。
