OpenAI以计算倍增器大幅降成本

人工智能效率的最新发展显示，OpenAI已发现一种计算乘数，能将推理成本降低一半以上，据The Information报道，同时Anthropic对类似突破保持严格保密以保护竞争优势。这一消息与OpenAI和Broadcom合作推出的内部Jalapeño芯片相呼应，该芯片旨在提升大规模模型部署的效率并降低费用。

关键要点

• OpenAI的新计算乘数发现将推理成本削减超过50%，支持各行业AI应用的扩展。
• Anthropic首席执行官Dario Amodei将计算乘数的知识限制在极少数内部人员，以防止泄露给竞争对手。
• 与Broadcom开发的Jalapeño定制芯片为OpenAI在AI基础设施中提供更大成本控制和性能提升。

计算乘数与效率提升的深入分析

计算乘数是指在AI训练和推理中放大现有硬件资源有效输出的算法或架构优化。OpenAI的最新发现直接针对推理阶段，即模型为用户生成响应的阶段，这通常占生产环境中运营费用的主要部分。通过实现超过50%的降低，这一突破可能重塑公司AI服务预算方式并扩大先进模型的访问。

定制硅片在成本降低中的作用

Jalapeño芯片的推出标志着向针对AI工作负载的内部硬件的战略转变。与Broadcom的合作使OpenAI能够针对特定模型架构进行优化，减少对通用GPU的依赖并缓解供应链风险。这种方法反映了行业更广泛的趋势，即通过软件和硬件创新的结合实现效率提升。

实施挑战包括芯片开发的高前期成本和对专业工程人才的需求。解决方案涉及从高容量推理任务开始的分阶段推出，以及严格测试以确保与现有软件堆栈的兼容性。道德考量围绕公平访问展开，因为成本降低可能扩大资金雄厚的实验室与较小参与者之间的差距，除非通过开放标准共享。

商业影响与机遇

采用类似计算乘数的企业可通过更低价的API产品实现盈利，吸引医疗诊断和金融预测等领域的更多企业客户。市场机遇包括向寻求AI集成而无需大量基础设施投资的中型公司授权这些技术。竞争格局分析显示OpenAI和Anthropic领先，其他如Google和Meta可能加速自身硬件举措以保持相关性。监管考量集中在先进芯片的出口管制上，需要平衡创新与国际贸易规则的合规策略。

未来展望

预测表明到2027年定制AI加速器将广泛采用，推动行业整体成本下降并刺激实时决策系统的新应用。行业转变将青睐掌握算法保密和硬件优化的组织，最终加速AI民主化同时加强数据中心可持续能源使用的关注。

常见问题

什么是AI中的计算乘数？

计算乘数是增强AI操作中硬件生产力的技术，例如OpenAI近期报告中显示的显著降低推理费用。

Jalapeño芯片如何使OpenAI受益？

与Broadcom开发的Jalapeño芯片通过定制优化提升大规模运行AI模型的效率并降低成本。

Anthropic为何限制这些秘密的知识？

Anthropic首席执行官限制访问以防止竞争对手在细节泄露时获得免费升级，保持AI竞赛中的战略优势。