与生成式人工智能相关的支出分为两类。第一类是设计大语言模型的费用，如GPT-4、Palm2或Llama。
这需要极其昂贵的组件，例如英伟达的A100芯片，每块至少需要一万美元。抱抱脸公司首席执行官克莱芒·德朗格在今年3月告诉消费者新闻与商业频道：“训练第二版Bloom模型耗费了我们1000万美元。”至于更强大的模型，这一数字可能会飙升至数亿美元。
其次是能源账单。微软为防止其位于艾奥瓦州的一个数据中心过热而抽取的水量，就能说明这一点。
据当地自来水公司的记录，仅2022年7月，这个为开放人工智能研究中心训练其GPT-4大语言模型而建造的数据中心就消耗了4100万升水。
CCS洞察公司的分析师本·伍德指出：“世界上的谷歌、微软和me
ta等公司拥有发展这些技术和资助此类投资的资源，但对于小公司来说，这令人望而却步。”他预测2024年“生成式人工智能将被泼冷水”。
美国在线公司的联合创始人、现为风险投资家的史蒂夫·凯斯警告说：“(人工智能)创新的驱动力不是初创企业，而是GAFAM(谷歌、苹果、脸书、亚马逊和微软)。这种断层可能会让这些大集团变得更加强大。”
费用远未止步于此。使用这些大语言模型来运行生成式人工智能服务还需要非常大的计算能力，而这是昂贵的。
虽然生成式人工智能目前对科技巨头们是财务无底洞，但它们正积极努力填补这个缺口。
