摘要：人工智能领域再掀波澜！OpenAI最新推出的ChatGPT图像生成功能上线后迅速走红，却因用户热情远超预期导致GPU资源严重过载。公司创始人Sam Altman日前公开表示："我们的GPU正在'冒烟'，不得不紧急启动速率限制以缓解压力。"这一事件不仅凸显了生成

人工智能领域再掀波澜！OpenAI最新推出的ChatGPT图像生成功能上线后迅速走红，却因用户热情远超预期导致GPU资源严重过载。公司创始人Sam Altman日前公开表示："我们的GPU正在'冒烟'，不得不紧急启动速率限制以缓解压力。"这一事件不仅凸显了生成式AI的爆发力，更折射出多模态技术发展中的核心矛盾——算力需求与资源供给的艰难平衡。

据了解，ChatGPT的图像生成功能是在3月26日正式推出的，名为“Images in ChatGPT”。该功能允许用户在ChatGPT及Sora平台上，通过自然语言指令直接生成和编辑图像，并支持多轮迭代优化。这一功能的推出，标志着ChatGPT正式从单一的语言模型跨越到了全模态智能体，实现了文本、图像、代码等多模态能力的深度整合。

新功能上线后，迅速在互联网上引发了热潮。大量用户开始尝试使用ChatGPT的图像生成功能，将自己的照片或知名梗图转换成“吉卜力”卡通风格。这种动动嘴就能P图的便利，让ChatGPT的图像生成功能在短时间内获得了巨大的关注度。Altman本人也感叹于该功能带来的巨大流量，他甚至表示自己过去十年在AI领域的努力，似乎都在这一刻得到了回报。

然而，随着用户数量的不断增加，OpenAI原本计划本周向所有用户推送图像生成功能的计划被迫推迟。由于图像生成功能的受欢迎程度远超预期，OpenAI的GPU资源已经无法满足当前的需求。为了应对这一挑战，OpenAI不得不采取临时限速措施，以确保系统的稳定运行和文本生成、对话等核心功能的稳定性。

值得一提的是，ChatGPT的图像生成功能与DALL•E等扩散模型存在根本区别。GPT-4o图像生成是原生嵌入在ChatGPT中的自回归模型，它通过学习图像与语言的关系，能够生成有用、一致且具备上下文感知的图像。然而，这种图像生成方式需要依赖GPU的大规模并行计算，而生成更精确、更高清的图像则需要更多的GPU算力。

为了应对算力需求的增长，OpenAI正在积极探索解决方案。一方面，公司可以考虑使用更强的GPU来提升计算能力；另一方面，也可以通过优化AI算法来提高计算效率。作为AI领域的头部玩家，OpenAI在GPU储备方面自然不容小觑。据悉，微软作为OpenAI的主要投资者，在2024年购买了约48.5万块英伟达的Hopper芯片，为OpenAI提供了强大的算力支持。

OpenAI在图像生成领域取得的突破无疑为人工智能技术的发展注入了新的活力。然而，如何平衡算力需求与技术迭代的关系，将是未来AI多模态技术发展中需要面对的重要课题。

来源：金融界