媒体报道称，尽管马斯克刚刚签署公开信呼吁暂停先进人工智能研究六个月。但事实上，他却在 “暗中” 推进新的生成式人工智能项目，并为此购买了上万个 GPU。
前脚刚刚呼吁暂停 AI 开发至少 6 个月，后脚马上 “暗中” 购买上万个 GPU 推进 AIGC 项目，“整活王” 马斯克又搞事情了。
据 Business Insider 当地时间 4 月 11 日报道，两位知情人士透露，尽管马斯克此前刚刚签署公开信。但事实上，他却在 “暗中” 推进新的生成式人工智能（AIGC）项目，并为此购买了上万个 GPU（图形处理器）。
据 Business Insider 消息，这 1 万显卡是买给推特的，推特版 GPT已在准备中，而且推特本身就拥有海量数据，存在一定优势，该项目涉及创建一个生成式人工智能，推特将根据自己的海量数据进行训练。
至于推特 GPT 究竟作用在何处，市场人士有两种猜测：
其一，改进搜索。
因为马斯克曾抱怨过这一功能，甚至还聘请过著名 iPhone 黑客 George Hotz 进行为期三个月的修复。不过似乎他和马斯克的 “气场不和”，不仅曾经拒绝了特斯拉的 offer 邀请，在推特本来说好的三个月，也只呆了一个月就走了。
其二，可能是广告营销。
广告是社交媒体的支柱，马斯克在收购推特之后搞了很多新政策，不少广告商直接削减支出或干脆不合作了，导致光是推特去年 12 月的收入就比同期下降了约 40%。
而如果有了大模型来做生成式 AI 创作，无论是设计素材还是提供 idea，都可能会提高推特在广告营销方面的效率和收益。
马斯克与 OpenAI 的爱恨情仇
今年 3 月，在 GPT-3.5 迭代到 GPT-4，两个月就获得 1 亿活跃用户后，马斯克等科技圈大佬带头泼下冷水，他们发布了一封联名公开信，呼吁所有 AI 实验室立即暂停训练比 GPT-4 更强大的 AI 系统至少 6 个月。
而一众大佬的叫停理由是：“希望暂停研发比 GPT-4 更强大的 AI 至少 6 个月，AI 可能对社会和人类构成潜在风险；近期各人工智能实验室陷入了失控的研发竞争，如果不能立即暂停，呼吁政府可以介入。
现在问题就来了，前脚刚刚呼吁暂停研发，后脚自己马上就动手搞了，为什么马斯克态度如此反复？
据媒体报道，实际上，马斯克反对的可能不是 AI，而是 OpenAI 和 GPT。
据新兴媒体 Semafor 透露，马斯克与 OpenAI 的不和更多是出于个人原因。2018 年，马斯克告诉 OpenAI 的联合创始人山姆·奥特曼，该实验室落后于谷歌太多。马斯克建议自己应该是经营公司的人，奥特曼和 OpenAI 的其他创始人拒绝了这一提议，权力斗争导致马斯克离开 OpenAI。
不过美国《财富》杂志当时报道称，离开的原因是因为马斯克虽然支持人工智能，但特斯拉智能驾驶技术与 OpenAI 之间有 “潜在利益冲突”。
在公司创立之初，马斯克承诺向 OpenA 提供大约 10 亿美元，而据 Semafor 的报道，该资助在他离开后就停止了。
此外，自 ChatGPT 诞生以来，马斯克也没少"针对"OpenAI。
例如其在推特上曾表示，“我捐 1 亿美金成立的非营利组织怎么就变成一个 300 亿市值的营利性公司了呢？如果这是合法的，为什么其他人不这样做？”
此外，在过去 OpenAI 是可以使用推特数据进行 AI 训练的，但 ChatGPT 发布的第 5 天，马斯克就下令暂停了这个权限。
算力需求将持续爆发
吃瓜归吃瓜，最后我们重点再来聊一下算力的问题。
此次马斯克购买的 1 万张 GPU 大概是个什么概念？事实上，特斯拉最强超算 Dojo 也没有这么多，Dojo 在 2022 年升级后公布的数据是 7360 块 A100，虽然这次买的什么型号还不清楚，但光从数量来说也着实不少。
另外，据 ARKInvest 预测，ChatGPT-4 参数量最高达 15000 亿个，由于参数量与算力需求间存在正比关系，所以可推算 GPT-4 算力需求最高达到 31271 PFlop/s-day。
浙商证券表示，与此同时，国内外厂商加速布局大模型，其参数量均达到千亿级别，同步带动算力需求爆发式增长。
华安证券还提到，类 chatGPT 大模型带来的算力增长，毋庸置疑，但算力的需求，不止局限于模型的投资初期，随着 GPTAPI 的开放、下游应用多模态的成熟，对于的大模型的推理算力需求进一步提升。即在模型不断更迭训练中，算力需求提升；在模型应用推理中，算力需求进一步提升。由此，整个算力需求一如互联网时期的流量需求，持续爆发。
其表示，整个大模型的算力需求包括训练端与推理端。具体来看：首先是训练端：算力需求，与模型参数、训练数据集规模正相关。
其表示，未来的训练端算力需求将是下述三大因素的乘积。
1) 参数规模。也即随着 GPT 3 向更多参数的 GPT4、5 等发展。
2) 训练集规模。
3) 投入大模型的企业增长。国内包括华为、百度、阿里巴巴、腾讯、字节等互联网巨头以及更多加入大模型研发的企业。
而在推理端：算力需求与模型参数数量、平均序列长度、并发需求量正相关。其表示，多模态之下，图片、视频生成需求的提升，在公式中将会增加平均序列长度，同时随着并发需求的增长，整个推理算力需求大幅提升。同时 chatgpt 应用进一步丰富，在推理端的算力需求持续提升，或将远远超过训练阶段的算力需求。