研发具有创新性的 ChatGPT 究竟给其背后的公司 OpenAI 带来了什么？
据 The information 报道，ChatGPT 的诞生不仅给 OpenAI 带来了前所未有的关注度，吸引了微软“多年、数十亿美元”投资扩展。
更为不容忽视的是，对于这家开发了 ChatGPT 的初创公司而言，因为大模型需要耗费巨大的算力资源和数据，以及其背后运营也要付出不菲的开销，仅是在 2022 年，OpenAI 总计损失达到了 5.4 亿美元，与之形成鲜明对比的则是其产生的收入只有 2800 万美元。
*训练、运行 ChatGPT 需要花费多少钱？*
那要问 OpenAI 为什么会亏得这么厉害，想必不少人都会直接说一句：不砸钱必定搞不出大模型。
其实自去年 11 月 OpenAI 推出 ChatGPT 以来，外界对于 ChatGPT 的运行成本持以高度好奇。
一直以来，OpenAI 并没有直接对外公开过具体的开销成本。不过，很多网友还是找到了蛛丝马迹，推算出了大概。
据悉，最早在 2020 年，OpenAI 使用的是 Google 云服务，彼时花费高达 7500 万美元，直到后来使用微软的 Azure 平台，才逐渐减少云服务托管方面的支出。
然而，此前微软曾在博客上透露，「为支持 OpenAI 模型的落地，其不仅使用了上万颗 GPU，也花费了数亿美元」：
当时为了支持 OpenAI 训练大模型，微软开发了一套新的 Azure 人工智能超级计算技术，也在 Azure 中建立超级计算资源，这些资源的设计和专用性使 OpenAI 能够训练一套日益强大的 AI 模型。
为了训练出这套模型，微软在基础设施中使用了数以千计的英伟达人工智能优化 GPU，它们被连接在一个高吞吐量、低延迟的网络中，该网络基于英伟达量子 InfiniBand 通信，用于高性能计算。
对此，促成微软和 OpenAI 合作的关键人物——负责战略合作伙伴关系的微软高级主管 Phil Waymouth 表示，OpenAI 训练其模型所需的云计算基础设施的规模是前所未有的，比业内任何人试图建立的网络 GPU 集群都要大得多。后来据彭博社报道，微软在该项目上已经花费了数亿美元。
正是基于此，微软的 Azure 云如今托管 ChatGPT 项目，这样 OpenAI 就不必投资物理机房。
有外媒曾分析过，考虑到微软目前的收费标准，一个 A100 GPU 的费用是每小时 3 美元，ChatGPT 上生成的每个词的费用是 0.0003 美元。至少有八个 GPU 在使用，才能在一个 ChatGPT 上运行。因此，按照 ChatGPT 生成的回复通常至少有 30 个单词来计算，只要 ChatGPT 回复一次，OpenAI 公司将花费近 1 美分。通过这样的估算，OpenAI 每天可能要花费至少 10 万美元或每月 300 万美元的运行成本。
此外，研究公司 SemiAnalysis 的首席分析师 Dylan Patel 曾在接受采访时表示，当使用 ChatGPT 写求职信、生成课业规划和在约会应用上润色个人简介等操作时，每天可能会烧掉 OpenAI 多达 70 万美元，每次查询要花掉 36 美分。这是因为 ChatGPT 需要大量的计算能力来对用户的提示词做出快速响应。
与此同时，从算力角度来看，有分析表明，目前一个 NVIDIA A100 GPU 可以在大约 6 毫秒内运行一个 30 亿个参数的模型。按照这个速度，单个 NVIDIA A100 GPU 大约需要 350ms 秒才能在 ChatGPT 上输出一个单词。由于 ChatGPT-3.5 拥有超过 1750 亿个参数，且目前 ChatGPT 每秒大约能够输出 15-20 个英文单词，所以如果用户想要获得单个查询的输出结果，背后需要至少 8 个 A100 GPU 来执行操作。
其实，大模型无论是闭源还是开源，非常耗钱这件事，只要从事 AI 模型方面的从业者，心里都有数。此前，Meta 在发布开源的 LLaMA 大模型时，在论文中也提到，“当训练一个 65B 参数的模型时，我们的代码在 2048 A100 GPU 和 80GB 的内存上处理大约 380 个 token /秒/GPU。这意味着在我们包含 1.4T 标记的数据集上进行训练大约需要 21 天。”
为此，也有微博博主@BohuTANG 做了一下换算：
2048 个 GPU * 21*24 * 1$ ~ 100w刀，这还是确定数据集和参数后一次的训练成本
毋庸置疑，参数量更大、数据集更广的 ChatGPT 即使没有透露出具体的训练、运行成本，只是想想，也不会低。
*招揽顶尖的人才也是一笔不菲的开销*
当然，OpenAI 支出与收入之间形成巨大落差的根源，不仅是训练语言模型的高成本，还有一部分花在了聘请昂贵的技术人才上。
今年 2 月，有外媒曾报道，OpenAI 已经从 Google 挖走了超过 12 名 AI 方面的技术专家。而就在 OpenAI 推出 ChatGPT 之前，便有至少 5 名前 Google 研究人员参与其中。
其中，Google 前研究人员 Barret Zoph、Liam Fedus、Luke Metz、Jacob Menick 和 Rapha Gontijo Lopes 等人都出现在了 OpenAI 官宣 ChatGPT 博客文章的致谢部分。
与此同时，OpenAI 联合创始人、首席科学家 Ilya Sutskever 也曾是 Google Brain 团队成员。他曾在 2012 年与 Alex Krizhevsky、Geoffrey Hinton 共同提出了著名的 AlexNet，推动了深度学习的革命。2015 年，他从 Google 离职，于次年加入了 OpenAI。现如今，他也是 ChatGPT、GPT-4 背后最为重要的主导者之一。
招揽这些顶尖的人才，OpenAI 除了营造舒适的学术、研究、商业氛围之外，薪酬、福利待遇也是必不可缺的。
据纽约时报报道，2016 年，OpenAI 向 Ilya Sutskever 支付了超过 190 万美元。
另外，根据 OpenAI 官方的招聘信息显示，其在招的职位超过 40 个，普通的 ChatGPT 软件工程师、机器学习研究科学家的薪资水平在 20 万美元 - 37 万美元（约 138.2 万-255.7 万元人民币）。
主管的级别更高一些，薪资也会随之提升，譬如 ChatGPT 移动端工程主管的薪酬在 30 万美元至 50 万美元（约 207.4 万-345.6 万元人民币）。
相较而言，如果是直接挖过去的人才，预估薪酬会更高一些，毕竟能力和薪酬往往成正比。
*外媒：OpenAI CEO 计划融资 1000 亿美元，为实现 AGI 而奋斗*
当然为了保证 OpenAI 可持续研究 AI 的脚步，有消息人士透露，OpenAI CEO Sam Altman 可能打算在未来几年内筹集高达 1000 亿美元的资金，用于实现公司创建通用人工智能（AGI）的目标。
现实来看，随着 ChatGPT 用户量的增多，支出将水涨船高。
一方面，为支持语言模型和训练新版本，OpenAI 预期在云计算方面投入会比以往更大。
另一方面，随着 Reddit 和 StackOverflow、Twitter 等平台纷纷发声，想要拒绝被“白嫖”，欲向 AI 模型公司收取访问器先前免费数据集的费用。此前据《纽约时报》报道，埃隆·马斯克在发现 OpenAI 每年只支付 200 万美元后终止了 OpenAI 对 Twitter 数据集的访问。因此，在新的一年里，要想获取更多新的数据集，OpenAI 的数据成本无疑也将飙升。
最后，虽然在今年年初，微软表示，将向 OpenAI 投资数十亿美元。不过，据 The Verge 透露，作为这项投资的一部分，微软在前期有权获得 OpenAI 75% 的利润，直到它收回投资的 100 亿美元，以及微软早期投资该公司的额外 30 亿美元。随后当 OpenAI 的利润达到 920 亿美元后，微软获得 OpenAI 利润的比例降至 49%。最后，当 OpenAI 的利润达到 1500 亿美元之后，OpenAI 才能获得公司 100% 的股份。这期间，微软还获得了对 OpenAI 软件的优先访问权，使其能够将 OpenAI 的软件连同其利用 OpenAI 技术的人工智能产品一起转售给其 Azure 客户。
为此，OpenAI 亏损去年翻倍，也便不足为奇。不过，随着 OpenAI 推出 ChatGPT Plus、API 等付费服务逐渐走上“正轨”，OpenAI 预计 2023 年的收入为 2 亿美元。也有一些投资者认为，ChatGPT 在未来的某一个时点，可能成为该公司的赚钱利器。而当下，OpenAI 至少已经实现了在大模型领域处于领跑地位。
