ChatGPT Plus已恢复订阅！算力不足还是炒作？

👆点击“博文视点Broadview”，获取更多书讯

昨天，ChatGPT官网宣布，暂停Plus付费项目的购买。

原因很简单：High demand。需求量太大，以至于OpenAI不得不暂停Plus的销售。

不过，今早有网友实测OpenAI的ChatGPT已经恢复了Plus订阅服务，并可进入付费环节。

不过，或许是因为短时间内申请人数太多，也有一定概率无法成功跳转支付页面。

前几天ChatGPT就因出现大规模封号引发热议，现在竟正儿八经地关闭了Plus付费会员的申请。

不少网友归因于计算资源不够了，已经不单是靠钱能解决得了的问题。金主爸爸微软还要供给自己的用户群体。

地球上已经没有足够的算力来满足需求了。

还有已经付费的网友表示庆幸：真的无法想象回到GPT-3.5的日子。

01

ChatGPT Plus和ChatGPT有什么区别

什么是ChatGPT Plus？

OpenAI官网给出的介绍是这样的：ChatGPT Plus是ChatGPT的付费版，即使在需求量很高的情况下也能够保持可用，响应速度更快，而且可以优先想用新功能。

下面是从架构、训练数据、性能和应用四方面对ChatGPT和ChatGPT Plus进行对比的结果。

ChatGPT 和 ChatGPT Plus 基于 transformer 架构，这是一种专为自然语言处理而设计的神经网络。众所周知，transformer 架构可以通过并行处理顺序数据，比传统的重建神经网络更快、更高效地处理顺序数据，例如文本。

但是，ChatGPT 和 ChatGPT Plus 的架构存在一些差异。ChatGPT 使用 12 层 transformer 模型，参数 1.17 亿，而 ChatGPT Plus 使用大型 24 层 transformer 模型，参数 15 亿。也就是说，ChatGPT Plus 在学习复杂语言模式的能力较高的同时，也需要更多的计算机资源来学习和执行。

语言模型的性能在很大程度上取决于要训练数据的质量和数量。ChatGPT 和 ChatGPT Plus 都使用大量文本数据进行学习，但在使用的数据来源和类型上略有不同。

ChatGPT 从各种文本源进行训练，包括书籍、网站和其他文档。在对训练数据进行预处理以去除噪声并确保高质量后，训练了一个模型来预测一组文本中的下一个单词，称为无教师学习。

同时，ChatGPT Plus 接受了更大、更多样化的文本数据的训练，例如网页、书籍和其他文档。此外，由于 ChatGPT Plus 使用多语言文本数据进行训练，因此它可以理解和生成其他语言的文本。

ChatGPT 和 ChatGPT Plus 都是高性能语言模型，但在性能方面，ChatGPT Plus 更胜一筹。由于 ChatGPT Plus 规模庞大且经过更多数据训练，它可以生成更高质量的文本，让您获得更广泛的知识和理解。

在语言理解和生成测试中，ChatGPT Plus 优于 ChatGPT 和其他大规模语言模型，在许多基准数据集上取得了最先进的结果。

ChatGPT 和 ChatGPT Plus 都可以广泛应用于自然语言处理，例如语言翻译、聊天机器人和内容创建。然而，由于其高容量和高性能，ChatGPT Plus 被认为适合要求更高的应用程序，例如为营销和广告创建内容，以及需要深入了解语言的虚拟助手。

总之，ChatGPT 和 ChatGPT Plus 都是高容量语言模型，但在架构、训练数据、性能和用途上有所不同。ChatGPT 是一种更轻便的模型，可用于更广泛的应用，而 ChatGPT Plus 是一种更高级的模型，需要更多的计算资源，但可以生成更高质量的文本，并且具有更广泛的知识和理解范围。

02

ChatGPT关闭Plus付费的影响

由以上分析可以看出，ChatGPT Plus的确在各方面的表现更优，也有不少小伙伴付费购买，因此消息一出，在Reddit上瞬间引发了热议，相关话题达到了570+的讨论。

不少网友认为，这也并非完全没有预兆。事实上在实际体验中，GPT-4的响应是越来越慢了，错误答案也很多。

不出所料。有10%-15%的信息出现网络错误，速度至少比以前慢200%。

一位ChatGPT的API使用者表示，会出现很多延迟错误，这表明它在很多方面都超载了。

于是乎，有人直接喊话微软：请履行承诺，提供更多的服务器。

在此之前，微软被爆曾专门为ChatGPT砸下数亿美元，打造了一台由上万张英伟达A100组成的专用超算。

甚至还专门为此调整了服务器架构，只为给ChatGPT和新必应提供更好的算力。

不仅如此，微软还在Azure的60多个数据中心部署了几十万张GPU，用于ChatGPT的推理。

但现在看来，价值数亿美元的计算资源似乎也不够了。

另外在微软那边，有网友发现，Bing在周日也很慢。而OpenAI联合创始人也抱怨过GPU不够。归根结底，我们非常缺GPU。

03

网友：新的营销手段？

随着更多网友发现，新用户不能更新到Plus，也就有了一些质疑出现：

这会不会是一种营销手段？

先把功能关闭一下，这样一来人们就会开始讨论它。

对于这件事，你怎么看呢？

参考链接： [1]https://twitter.com/abacaj/status/1643312603551129601 [2]https://www.reddit.com/r/OpenAI/comments/12b57q4/openai_has_temporarily_stopped_selling_the_plus/

[3]https://mp.weixin.qq.com/s/jRACvhd64Oos47r8og55aw

[4]https://zhuanlan.zhihu.com/p/607397113

— 完 —

相关图书

▊《了不起的芯片》

王健 著 

本书是一本芯片科普书，内容系统全面、循序渐进。第一篇着重介绍芯片的前世今生及发展历史，包括 x86、ARM、RISC-V 三大主流指令集及其应用和市场现状。第二篇主要介绍芯片从设计、制造到封测出厂的全过程，并从技术和应用等层面解读人们关心的诸多问题。第三篇介绍我国的芯片发展历史，并分析了现阶段国内半导体产业的现状和格局。第四篇介绍芯片工程师群体的工作日常，以及如何成为一名合格的芯片工程师，并展望未来芯片的发展方向。

即将上市

▊《弹性计算：无处不在的算力（全彩）》

阿里云基础产品委员会 著

• 本书可作为云计算爱好者了解弹性计算基本概念的阅读材料，或作为资深技术专家的参考书，也可用于帮助云计算企业用户理解弹性计算技术的内涵。

本书以阿里云弹性计算团队的起源、发展、成就作为切入点，描述了弹性计算涉及的计算、存储、网络、安全、稳定性等产品技术架构，权威定义了云计算产业的弹性计算。此 外，本书对弹性裸金属、容器、异构、超算、函数计算等新潮技术一一做了介绍，并通过数个典型案例展示弹性计算的用户场景。本书可作为云计算爱好者了解基本概念的阅读材料，或作为资深技术专家的全面参考书，也可用于帮助云计算企业用户理解技术的内涵。

（限时五折，快快扫码抢购吧！）

▊《软硬件融合：超大规模云计算架构创新之路》

黄朝波 著 

• 芯片及互联网行业十年以上工作经验分享
• 从多个角度讲解了构成软硬件融合的技术
• 案例贴近前沿，内容深入浅出，通俗易懂
• 知识覆盖面广，可使读者迅速扩大知识面

本书通过探寻软硬件的技术本质，寻找能够使软件灵活性和硬件高效性相结合的方法，帮助有软件背景的读者更深刻地认识硬件，加深对软硬件之间联系的理解，并且更好地驾驭硬件；同时帮助有硬件背景的读者站在更全面的视角宏观地看待问题，理解需求、产品、系统、架构等多方面的权衡。

本书立意新颖，案例贴近前沿，内容由浅入深，并且“展望未来”，可以帮助广大互联网及 IT 行业的软硬件工程师更好地理解软件、硬件及两者之间的内在联系，也可以作为计算机相关专业学生的技术拓展读物。

（限时五折，快快扫码抢购吧！）

ChatGPT相关图书请戳👇

书单 | 深扒ChatGPT核心技术，在AI浪潮中狂飙！

每日抽奖赠书奖品《跨界竞争》
发布：刘恩惠审核：陈歆懿


如果喜欢本文欢迎 在看丨留言丨分享至朋友圈 三连