日常生活中研发一款ChatGPT类语言模型到底有多难？不要在日常生活中研究这种事情阿喂！

ChatGPT看似只是个聊天机器人，但其背后的三个核心（算力、大数据和AI算法）却非常烧钱。举个通俗点的例子，美国高一的数学课才开始教二元一次方程，美国学生还在写解题过程，中国学生“啪”地一下就把答案写出来了。

为什么？因为我们之前就经过了大量题目的锻炼，这可以理解为大数据喂养。我们有九九乘法表和各种公式，这是算法。还有就是经过长时间的锻炼后，我们的大脑对这些题极为敏感，可以直接在脑子里形成计算过程并得出答案，这是算力。结果就是我们解题只需要5秒钟，而美国学生需要两分半。

对于AI来说，计算力取决于你有多少高端芯片，微软光是为了GPT3.5的版本就已经构建了一个由超过1万颗英伟达性能最强大的GPU A100芯片组成的AI计算集群，这种芯片单一颗每秒就可以进行19.5万亿次的浮点运算，单价一万美元！所以光是这部分的投入就超过7亿人民币。

如果只是这个钱，我们中国出得起的公司大有人在对吧？毕竟动不动都是百亿补贴。但问题就是高端芯片正被人掐着脖子，不是有钱想买就能买到的，所以即便IDC2021全球计算力指数评估报告里美国以77分排第一，我国以70分排第二，但这7分的差距都远比我们想象的还要大。

在芯片领域可以代表国产的最高战力是谁？有人说是寒武纪，有人说是景嘉微，就拿景嘉微的GPU旗舰来说，业内专家也认为它的性能和英伟达在10年发布的GTX580差不多，这样你大概能感受到算力的差距了吧？

假设我们解决了算力问题，那下一座大山就是如何科学地喂养大数据、如何迭代AI算法。这就是有九九乘法表和没有的区别，这才是真正烧钱的地方！

微软从2019年开始给OpenAI投了10亿美元，今年一月份宣布再追加100亿美元，美国机构估算从研发到诞生，ChatGPT已经烧掉了数百亿美元！而这才只是刚刚开始！AI的一次训练就要耗费450万美元，所以2022年OpenAI净亏损5.45亿美元后终于不得不把它推向了商业化运营的市场。

而我们如果想要研发出国产版的ChatGPT，成本很可能远高于它。ChatGPT的领先在于他们完成了生成式AI的大模型，而中国无论是bat还是tmd，虽然我们的大厂从不缺码农，但是关于AI大模型的钻研还有很长一段路要走。