ChatGPT需要多少算力支持？——深度解析算力需求与挑战

ChatGPT作为当前最热门的人工智能对话模型，其背后依赖着巨大的算力资源。随着AI模型规模的不断膨胀，算力需求已经远远超越了传统摩尔定律的预测。本文将从算力增长趋势、算力与AI三要素的关系、中国算力现状以及ChatGPT面临的实际挑战等多个维度，为您详细剖析ChatGPT的算力支撑体系。

一、ChatGPT的算力需求到底有多大？

据中信建投研报数据，AI训练的算力需求经历了三个阶段的飞跃：

• 摩尔定律阶段：用于AI训练的算力大约每20个月翻一番；
• 深度学习阶段：算力大约每6个月翻一番；
• 大规模模型阶段：训练算力是原来的10到100倍。

OpenAI早期的研究也表明，AI训练所需算力呈指数级增长，增长速度远超硬件摩尔定律。自2012年至2018年，训练AI所需的算力大约每隔3～4个月翻倍，整体呈现指数级上涨（而摩尔定律仅为18个月翻一倍）。从2012年到2018年，训练AI所耗费的算力增长了30万倍，而摩尔定律在相同时间只有7倍的增长。

具体到ChatGPT：据测算，ChatGPT的总算力消耗约为3640 PF-days（即假如每秒计算一千万亿次，需要连续计算3640天）。这意味着需要7~8个投资规模30亿、算力500P的数据中心才能支撑运行。