OpenAI的计算预算飙升至500亿美元,且暂无支出上限

随着人工智能领域的竞争日益白热化,顶尖人工智能企业的资金投入正以惊人的速度攀升。当地时间5月5日,OpenAI联合创始人兼总裁格雷格·布罗克曼在法庭作证时透露,仅今年一年,该公司预计在计算资源上的支出就将高达500亿美元。
这一数字凸显了构建尖端大型模型所需的巨大能源消耗,也反映出近年来人工智能行业资金门槛呈指数级上升。 在作证过程中,布罗克曼对比了OpenAI历年的支出情况:2017年,该公司的计算成本约为3000万美元。但随着公司开发出更先进的模型并为全球数亿用户提供服务,这一成本在短短几年内飙升了数千倍。
对OpenAI而言,500亿美元可能仅仅是个开始。 据消息人士透露,这家AI巨头设定了更为雄心勃勃的长期预算目标:到2030年,其总计算支出预计将达到约6000亿美元。这意味着,为了保持在通用人工智能(AGI)领域的领先地位,OpenAI必须持续向其运营注入巨额现金流和计算资源。
目前,随着对AI芯片需求的爆发式增长,计算能力已成为科技行业最稀缺的战略资源。OpenAI的巨额投资不仅旨在推动下一代更通用模型的发展,还为了跟上全球竞争对手的快速进步。 在可预见的未来,人工智能领域的竞争将不再仅仅是算法与代码的较量,而是对资本韧性和计算规模的一场高风险博弈。
相关文章
Meta 希望你的下一个智能设备搭载 Muse 功能
Meta 的 Muse 是一个处理旅行预订、表单提交和购物的 AI 助手,已获得广泛采用,但一项新举措可能特别吸引开发者和硬件爱好者。周五,Meta 推出了 Muse Gadgets,这是一个开源项目,使开发者能够创建与 Muse 集成的定制硬件。Meta 正在发布开源固件和 Linux 软件开发工具包(SDK),以及 starter 项目概念。这些概念包括为 Muse 添加彩色电子墨水显示屏,或将软件嵌入 HDMI 棒以实现电视连接。限制很少。用户可以部署低成本爱好者计算机,如 Rasp
Wan-Streamer v0.2 实现超低延迟 AI 聊天
随着现代技术的飞速发展,人机交互正变得愈发普遍。传统的视频通话常常面临卡顿、延迟以及音视频不同步等问题。通义实验室最新发布的 Wan-Streamer v0.2 彻底克服了这些挑战,实现了真正的“面对面”自然交流,响应延迟仅为 550 毫秒。Wan-Streamer v0.2 是一个全新的端到端多模态理解与生成模型。它在单个 Transformer 模型中集成了“听、看、说、演”功能,使 AI 能够像人类一样实时感知并回应对话。这意味着无论是语音、文本还是视频,AI 都能即时理解并生成恰当的回应
Meta 加入台积电和美光,为新型服务器配备旧款内存
随着人工智能在全球范围内的采用加速,下一代 DDR5 内存正经历严重的供应短缺。为了避免 AI 数据中心部署出现延误,Meta 与台积电(TSMC)和美光(Micron)等行业领导者合作,开发了一种突破性的过渡解决方案。这项创新使得原本专为 DDR5 设计的先进 AI 服务器能够与较旧的 DDR4 模块无缝协同工作。该系统被称为“弗兰肯斯坦”(Frankenstein)配置,在现实世界测试中表现出卓越的稳定性,为突破当前的供应链瓶颈提供了可行的出路。弥合硬件鸿沟DDR5 与 DDR4 之间的向后
相关专题推荐
评论 (0)
0/500

随着人工智能领域的竞争日益白热化,顶尖人工智能企业的资金投入正以惊人的速度攀升。当地时间5月5日,OpenAI联合创始人兼总裁格雷格·布罗克曼在法庭作证时透露,仅今年一年,该公司预计在计算资源上的支出就将高达500亿美元。
这一数字凸显了构建尖端大型模型所需的巨大能源消耗,也反映出近年来人工智能行业资金门槛呈指数级上升。 在作证过程中,布罗克曼对比了OpenAI历年的支出情况:2017年,该公司的计算成本约为3000万美元。但随着公司开发出更先进的模型并为全球数亿用户提供服务,这一成本在短短几年内飙升了数千倍。
对OpenAI而言,500亿美元可能仅仅是个开始。 据消息人士透露,这家AI巨头设定了更为雄心勃勃的长期预算目标:到2030年,其总计算支出预计将达到约6000亿美元。这意味着,为了保持在通用人工智能(AGI)领域的领先地位,OpenAI必须持续向其运营注入巨额现金流和计算资源。
目前,随着对AI芯片需求的爆发式增长,计算能力已成为科技行业最稀缺的战略资源。OpenAI的巨额投资不仅旨在推动下一代更通用模型的发展,还为了跟上全球竞争对手的快速进步。 在可预见的未来,人工智能领域的竞争将不再仅仅是算法与代码的较量,而是对资本韧性和计算规模的一场高风险博弈。
Meta 希望你的下一个智能设备搭载 Muse 功能
Meta 的 Muse 是一个处理旅行预订、表单提交和购物的 AI 助手,已获得广泛采用,但一项新举措可能特别吸引开发者和硬件爱好者。周五,Meta 推出了 Muse Gadgets,这是一个开源项目,使开发者能够创建与 Muse 集成的定制硬件。Meta 正在发布开源固件和 Linux 软件开发工具包(SDK),以及 starter 项目概念。这些概念包括为 Muse 添加彩色电子墨水显示屏,或将软件嵌入 HDMI 棒以实现电视连接。限制很少。用户可以部署低成本爱好者计算机,如 Rasp
Wan-Streamer v0.2 实现超低延迟 AI 聊天
随着现代技术的飞速发展,人机交互正变得愈发普遍。传统的视频通话常常面临卡顿、延迟以及音视频不同步等问题。通义实验室最新发布的 Wan-Streamer v0.2 彻底克服了这些挑战,实现了真正的“面对面”自然交流,响应延迟仅为 550 毫秒。Wan-Streamer v0.2 是一个全新的端到端多模态理解与生成模型。它在单个 Transformer 模型中集成了“听、看、说、演”功能,使 AI 能够像人类一样实时感知并回应对话。这意味着无论是语音、文本还是视频,AI 都能即时理解并生成恰当的回应
Meta 加入台积电和美光,为新型服务器配备旧款内存
随着人工智能在全球范围内的采用加速,下一代 DDR5 内存正经历严重的供应短缺。为了避免 AI 数据中心部署出现延误,Meta 与台积电(TSMC)和美光(Micron)等行业领导者合作,开发了一种突破性的过渡解决方案。这项创新使得原本专为 DDR5 设计的先进 AI 服务器能够与较旧的 DDR4 模块无缝协同工作。该系统被称为“弗兰肯斯坦”(Frankenstein)配置,在现实世界测试中表现出卓越的稳定性,为突破当前的供应链瓶颈提供了可行的出路。弥合硬件鸿沟DDR5 与 DDR4 之间的向后





首页






