近年來，訓(xùn)練前沿人工智能模型的成本急劇增長，但關(guān)于這些費用的規(guī)模和增長的公開數(shù)據(jù)有限。
分析顯示，自2016年以來，前沿模型最終訓(xùn)練運行的攤銷硬件和能源成本以每年2.4倍的速度快速增長。Epoch AI還估算了開發(fā)關(guān)鍵前沿模型的成本分解，包括研發(fā)人員成本和實驗計算成本。大部分開發(fā)成本是硬件成本，占47-67%，研發(fā)人員成本占29-49%，其余2-6%用于能源消耗。
如果培訓(xùn)成本持續(xù)增長的趨勢持續(xù)下去，到2027年，最大規(guī)模的培訓(xùn)將花費超過10億美元。
關(guān)鍵結(jié)果
Epoch AI的主要方法是基于硬件折舊和模型訓(xùn)練期間的能源消耗來計算訓(xùn)練成本。硬件成本包括AI加速芯片、服務(wù)器、互聯(lián)硬件。Epoch AI使用來自開發(fā)人員或可信的第三方報告的信息來識別或估計給定模型的硬件類型和數(shù)量以及訓(xùn)練運行時間。Epoch AI還估計了在每個模型的最后訓(xùn)練運行期間硬件的能量消耗。
使用該方法，Epoch AI估計了45個前沿模型的訓(xùn)練成本，發(fā)現(xiàn)總體增長率為每年2.4倍。
作為一種替代方法，Epoch AI還計算了使用租用硬件在云中訓(xùn)練這些模型的成本。這種方法計算起來非常簡單，因為云計算提供商對每芯片小時收取統(tǒng)一的費用，能源和互連成本也計入了價格。
使用這種方法，Epoch AI發(fā)現(xiàn)每年的增長率非常相似，為2.6倍，但由此產(chǎn)生的成本估計平均約為硬件和能源平攤方法估計的兩倍。
影響
人工智能培訓(xùn)成本的快速增長帶來了重大挑戰(zhàn)。只有少數(shù)大型組織能夠跟上這些費用，這可能會限制創(chuàng)新，并將影響力集中在前沿人工智能開發(fā)上。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
