Стоимость нейросетей¶
Стоимость нейросети — совокупность затрат на создание, обучение и эксплуатацию искусственной нейронной сети. Расходы складываются из стоимости вычислительного оборудования, энергии, данных, квалифицированных специалистов и программного обеспечения, а также из платы за доступ к готовым моделям через облачные сервисы. Итоговая сумма варьируется от нескольких тысяч рублей за подписку на облачный сервис до сотен миллионов долларов для обучения крупных языковых моделей.
¶Основные статьи затрат
¶Оборудование
Ключевая статья расходов — графические процессоры (GPU). Обучение крупных нейросетей выполняется на специализированных ускорителях: NVIDIA H100, A100, AMD MI300X, а также на собственных чипах крупных компаний (Google TPU, Amazon Trainium). Цена одного ускорителя NVIDIA H100 в 2023–2024 годах составляла 25–40 тысяч долларов, A100 — около 10–15 тысяч долларов. Для обучения современных больших языковых моделей требуется кластер из тысяч и десятков тысяч таких ускорителей.
¶Энергопотребление
Обучение крупной модели сопровождается значительным энергопотреблением. По различным оценкам, обучение модели уровня GPT-3 потребило около 1,28 ГВт·ч электроэнергии, а стоимость энергии составила порядка 4–5 миллионов долларов. Для моделей нового поколения расходы на электроэнергию и охлаждение дата-центров оцениваются в десятки миллионов долларов.
¶Данные
Сбор и подготовка обучающих данных требуют затрат на лицензирование контента, разметку и хранение. Крупные компании заключают лицензионные соглашения с изданиями и платформами: стоимость таких сделок может достигать десятков миллионов долларов. Разметка данных выполняется как внутренними командами, так и через аутсорсинговые платформы.
¶Персонал
Команды разработки нейросетей включают исследователей, инженеров по машинному обучению, DevOps-специалистов и экспертов по данным. Средняя годовая зарплата ведущего исследователя в области ИИ в США в 2023 году составляла 200–500 тысяч долларов с учётом бонусов. Совокупные расходы на команду из 50–100 специалистов могут превышать 20 миллионов долларов в год.
¶Стоимость обучения крупных моделей
По открытым оценкам, стоимость обучения флагманских моделей растёт экспоненциально:
| Модель | Год | Оценка стоимости обучения |
|---|---|---|
| GPT-3 | 2020 | ~4,6 млн долл. |
| PaLM | 2022 | ~8–12 млн долл. |
| Llama 2 | 2023 | ~20–40 млн долл. |
| GPT-4 | 2023 | ~50–100 млн долл. (оценки) |
Точная стоимость закрыта для публичного доступа, так как компании раскрывают лишь частичную информацию о конфигурации и расходах.
¶Платный доступ к готовым моделям
Для большинства пользователей и бизнеса обучение собственной модели не требуется — используются облачные API и подписки.
¶API-сервисы
Платформы OpenAI, Google, Yandex, Sber и другие продают доступ к моделям по цене за тысячу токенов (единиц текста). Типичные тарифы 2024 года:
- GPT-4o: 2,5–5 долларов за 1 млн входных токенов;
- Claude 3.5 Sonnet: 3 доллара за 1 млн входных токенов;
- YandexGPT: тарифы в рублях, порядка 1–2 рублей за 1000 токенов;
- GigaChat от Сбера: тарификация в рублях для корпоративных клиентов.
При среднем объёме запроса в 1000 токенов стоимость одного обращения к GPT-4o составляет около 0,005 доллара.
¶Подписки на сервисы
Инструменты на базе нейросетей продаются по подписке: ChatGPT Plus — 20 долларов в месяц, Copilot Pro — 20 долларов в месяц, Яндекс Плюс с доступом к нейросервисам — от 299 рублей в месяц.
¶Облачные платформы
Аренда вычислительных ресурсов для самостоятельного обучения моделей предлагают Яндекс Облако, СберОблако, AWS, Google Cloud, Microsoft Azure. Стоимость аренды одного GPU NVIDIA A100 в облаке — от 1,5 до 4 долларов в час, H100 — от 3 до 10 долларов в час. Обучение модели среднего масштаба на кластере из 64 GPU в течение недели обойдётся в 30–70 тысяч долларов.
¶Факторы, влияющие на цену
- Масштаб модели. Число параметров определяет объём вычислений: увеличение модели в 10 раз увеличивает стоимость обучения примерно в 100 раз (закон масштабирования).
- Архитектура и оптимизация. Использование эффективных методов (LoRA, квантизация) снижает расходы в разы.
- Регион. Стоимость электроэнергии и аренды оборудования в России ниже, чем в США и Европе, что делает локальные проекты экономически привлекательнее.
- Открытые веса. Бесплатные модели (Llama, Mistral, YandexGPT Lite) позволяют дообучать систему без затрат на лицензию.
¶Экономика для бизнеса
Для малого и среднего бизнеса внедрение нейросети чаще всего сводится к расходам на подписку и интеграцию: типичный бюджет пилотного проекта — от 500 тысяч до 5 миллионов рублей. Крупные компании выделяют на корпоративные ИИ-платформы десятки и сотни миллионов рублей в год.
Источники:
- Статьи о стоимости обучения больших языковых моделей (Epoch AI, Stanford HAI AI Index Report)
- Публичные тарифы OpenAI, Google, Яндекса, Сбера
- Публикации о расходах на GPU и энергопотребление дата-центров