OpenPie 和 ChatGPT 聊聊云上数据计算的那些事儿

要说时下科技圈最火的新技术话题，那就非 ChatGPT 莫属了。由它引发的各类“人工智能（AI）能否取代人工”的讨论狂飙不停，抛开法律和道德层面的争议，ChatGPT 确实可以准确地回答用户大部分的通用知识问题。那么大家是否会好奇，ChatGPT 是依靠什么获得了这样“无所不知”的超能力呢？ 

作为一款交流机器人，ChatGPT 的全称是 Chat Generative Pre-trained Transformer（生成式预训练转换器），由 OpenAI 公司研发，并于2022年11月发布。ChatGPT 使用了基于 GPT-3.5 （最新开放版本）架构的大型语言模型，并通过强化学习在 Microsoft Azure 的超级计算机上进行训练，然后通过近端策略优化算法进行微调，参数量多达1750亿个。用一句话来概括：ChatGPT 的背后，技术底座是大型语言模型，核心竞争力是算力。  

ChatGPT 对算力的需求之大可以通过这样一组数据呈现，GPT-3.5的训练使用Microsoft专门建设的 AI 计算系统，由1万个 V100 GPU 组成的高性能网络集群，总算力消耗约3640 PF-day，即假如每秒计算一千万亿次，需要计算3640天。于此同时，ChatGPT 的算力消耗也在不断扩张，其大型语言模型经历了三次迭代，GPT、GPT-2和GPT-3的参数量从1.17亿增加到1750亿，预训练数据量从5GB增加到45TB，其中GPT-3训练单次的成本就已经高达460万美元。以实际场景为例，我们每问 ChatGPT 一个问题，它就需要花费几美分来计算。所以对于 OpenAI 而言，如何持续不断地获得算力支持并控制高昂的计算成本是至关重要的。目前 ChatGPT 和 Microsoft 提供的系统是强绑定的关系，OpenAI 也表示：无论现在还是将来，Microsoft Azure 都会是 ChatGPT 唯一指定的云计算供应商。这么一来，Microsoft 的投资逻辑也就不言而喻了，我先借资金和算力给你，日后再靠你不断扩张的算力需求来赚钱，Microsoft非常清楚地意识到了数据计算背后的商机。 

换言之，哪怕获得了这个复杂大模型的代码，也不是谁都可以跑得起来的。所以，ChatGPT 的成功不仅是复杂算法的功劳，更是依赖了云计算服务的支撑，OpenAI 从 Microsoft 获得的不只是资金层面的支持，更是技术层面的系统优化，其中包括但不限于计算、存储、数据库和网络等方面的资源配置。对于 ChatGPT 来说，借助云的特点在 Microsoft Azure 上实现高性能计算、数据存储和处理、全球可用性、弹性管理资源、成本效益是系统正常运行的基础。比如近日 ChatGPT 身处舆论的风口浪尖，全球各地访问网站的流量激增，Microsoft Azure 可以自动为模型提供更多资源（如 CPU 和内存），以处理增加的负载。相反，当流量下降时，它也可以缩减配置资源以节省成本。与此同时，ChatGPT 也不需要建立自己的数据中心，可以从 Microsoft Azure 云计算服务那里租用所需的资源，按需付费，还省去了运维费用，将成本效益最大化。 

ChatGPT 的爆火反映的不只是 AI 技术领域的突破，更是大数据在行业应用的发展趋势。云上数据计算、资源租赁代替购买是大方向，处理海量数据时通过动态弹性伸缩资源，助力企业实现降本增效，这也是 PieCloudDB Database 的设计初衷之一。

* 此回答仅供参考，请以官方产品描述为准  

利用云计算的技术变革，云原生数据库 PieCloudDB Database 可以实现 IT 系统从购买到租赁的转变，真正交付在PC机时代未能交付的大数据承诺。举个例子，对于一类脉冲式场景（如双十一），当天可能需要平日上百倍的算力来支持，PC 结构的设计迫使客户不得不投入上百倍的机器，并且只为一年365天中的某几天。这种情况下，客户有两种选择，一是放弃脉冲式场景的数据计算，二是在前期投入庞大的资金，这也使得客户的投入产出比下降、错失了一些套利机会。尤其对于像 ChatGPT 这样资源消耗极高的场景，如何平衡网站流量激增或下降时的资源需求，是保障公司有效利用资源、控制总体支出的必要前提。  

在 PieCloudDB 里，存储和计算各自作为两个独立变量，各自在云端弹性伸缩。用户可以在云端传输海量数据，云中的存储也会随之自动增加，这个伸展过程无需用户烦恼，PieCloudDB 可以自动实现。如果用户需要更大的算力，只需开启更多的虚拟机或者容器，PieCloudDB 会瞬间扩容。在用户完成脉冲计算以后，可以关闭和缩小计算的集群，从而节约在云中的计算费用。通过计算与存储的解耦合，得以实现资源的池化。用户从而可以通过租赁的方式来使用池中的资源，按使用量进行付费。PieCloudDB 让用户可以专注于使用，无需考虑运维和升级等工作。  

在这样一个系统中，用户会持续将所有数据存储在云上，让已有的应用和未来的应用真正实现数据共享，PieCloudDB 从而帮助用户真正实现大数据愿景（Big Data Promises Finally Come True）。