OpenAI算力支出结构 - 2024年OpenAI在计算资源上总支出为70亿美元 [1] - 其中约50亿美元用于研发算力，约20亿美元用于面向用户的推理算力 [3] - 这70亿美元支出主要以向微软租用云算力的形式支付，不包括对数据中心的前期投入 [2] 研发算力分配详情 - 研发算力支出中，用于最终训练运行（如GPT-4.5）的成本约为4亿美元，仅占50亿美元研发支出的一小部分 [5][6][18] - 研发算力的大部分（约45.5亿美元）分配给了基础研究、实验性/排险运行以及未发布模型的训练 [5][6] - 这表明公司的研发策略侧重于幕后的探索性实验，而非直接面向产品的最终训练 [6][19] 主要模型训练成本估算 - GPT-4.5最终训练运行的成本估算：集群规模在4万至10万颗Nvidia H100之间，训练时长90至165天，云成本每H100小时1.5至3美元，总成本约4亿美元 [5][14][15] - GPT-4o的训练计算量估计在1e25至5e25 FLOP之间，GPT-4o mini在1e24至1e25 FLOP之间，Sora Turbo在1e24至1e26 FLOP之间 [17] - o系列模型（如o1, o3）的训练计算量估计占基础模型（GPT-4o及GPT-4o mini）的1%至30% [17] 算力投入与公司财务及行业趋势 - 公司2024年营收为37亿美元，但研发算力支出高达50亿美元，这解释了其严重亏损的原因 [20][21] - 行业观点认为，AI公司收入与算力供给高度相关，算力翻倍可能带来收入同步翻倍 [26] - AI发展对算力的需求被视作没有上限，掌控算力被视为掌控AI的关键 [27][28] - 为防止被算力制约，公司已开始自建数据中心 [30]