# AI 訓練成本飆升 Anthropic CEO 預測 2027 年單一模型將耗資 1000 億美元

- 連結：https://leggie.co/ai%e8%a8%93%e7%b7%b4%e6%88%90%e6%9c%ac%e9%a3%86%e5%8d%87anthropic-ceo%e9%a0%90%e6%b8%ac2027%e5%b9%b4%e5%96%ae%e4%b8%80%e6%a8%a1%e5%9e%8b%e5%b0%87%e8%80%97%e8%b3%871000%e5%84%84%e7%be%8e%e5%85%83/
- 發佈時間：2024-06-27T15:42:27+08:00
- 作者：Leggie

![AI 訓練成本飆升 Anthropic CEO 預測 2027 年單一模型將耗資 1000 億美元](data:image/
gif;base64,R0lGODlhAQABAAAAACH5BAEKAAEALAAAAAABAAEAAAICTAEAOw==)

人工智能（AI）的發展正以驚人的速度推進，但隨之而來的是訓練成本的急劇上升。根據 Anthropic
公司首席執行官 Dario Amodei 的最新預測，到 2027 年，訓練頂級 AI 模型的成本可能高達
1000 億美元。這一預測引發了業界對 AI 發展可持續性的廣泛討論，同時也促使各公司積極
尋求解決方案。

Amodei 在接受 CNBC 採訪時表示，目前開發一個 AI 模型的成本約為 1 億美元。他預計，
明年開發的模型成本將達到約 10 億美元，到 2025 年或 2026 年可能達到 50 億至 100 億
美元。這一預測基於所謂的「擴展定律」，即隨著計算能力和數據量的增加，AI 系統的性能
呈指數級提升。

史丹福大學 2024 年[人工智能指數報告](https://aiindex.stanford.edu/report/)也印證
了這一趨勢。該報告顯示，OpenAI 的 GPT-4 模型在 2023 年的訓練成本估計為 7835 萬美元，
而 Google 的 Gemini Ultra 模型更是高達 1.914 億美元。這些數字與早期 AI 模型的訓練
成本形成鮮明對比，例如 2017 年開發的 Transformer 模型，其訓練成本僅為 930 美元。

面對這一挑戰，業界正在積極尋求解決方案。NVIDIA 近期推出了一個名為「[AI 基礎設施和運營基礎](https://blogs.nvidia.com/blog/ai-infrastructure-operations-training-certification/)」
的自學課程，旨在幫助企業專業人士掌握 AI 和加速計算的基礎設施和運營方面的知識。這
表明，提高 AI 基礎設施的運營效率可能是降低成本的一個重要途徑。

此外，一些專家建議採用精益 AI 軟件開發模式來降低成本。這包括優先考慮高價值功能，
開發最小可行產品（MVP），並從那裡開始構建。使用預訓練模型也被認為是一個重要的省錢
策略。例如，使用 TensorFlow Hub 或 OpenAI 的 GPT 等預訓練模型可以顯著減少訓練時間，
從而降低成本。

雲計算也被視為一個潛在的解決方案。Strong Analytics 的聯合創始人 Brock Ferguson 指出，
大多數公司傾向於在雲端進行機器學習計算工作。然而，他建議公司應該密切關注混合方法
或完全遷移到本地系統何時開始變得更有意義。

儘管如此，AI 訓練成本的下降趨勢也值得注意。根據 ARK Invest 2023 年的[報告](https://www.ark-invest.com/articles/analyst-research/ai-accelerators)，
AI 相對計算單元（RCU）的生產成本預計每年將下降 57%，到 2030 年 AI 訓練成本將減少
70%。這表明，隨著技術的進步，AI 訓練成本可能會在長期內顯著下降。

面對這些挑戰和機遇，業界專家呼籲企業和政策制定者需要認真考慮 AI 發展的社會影響，
並為可能的變革做好準備。這包括投資於 AI 安全研究、制定相關政策法規，以及在國家和
企業層面加強合作，以確保 AI 的發展既能推動創新，又能維護公共利益。
