OpenAI升级图像生成功能后GPU过载，ChatGPT文生图应用将实施限速

随着OpenAI图像生成功能的重大升级，出现了新问题。

Openai的创始人Sam Altman表示：Chatgpt的文学和传记应用需求太高了，我们的GPU是“吸烟”（融化，最初是要融化的）。在努力提高效率的同时，我们将暂时对Chatgpt图像生成功能的功能介绍一些速率限制。

这意味着OpenAI将在ChatGpt的图像生成功能上实施临时速度限制，减少每单位时间的请求处理量，减轻GPU超负荷压力，并优先确保核心功能（例如文本生成和对话）的稳定性，这可能会暂时降低图像生成的技术优化节奏。

此前，3月26日，OpenAI在Chatgpt中启动了图像，这是一个基于GPT-4O模型的图像生成功能。用户可以通过Chatgpt和Sora平台上的自然语言指令直接生成和编辑图像，从而支持多轮迭代优化。这标志着Chatgpt已正式整合了多模式功能，例如文本，图像和代码，并实现了从单语言模型到全模式代理的飞跃。

启动此功能后，它在“移动嘴来编辑图片”的便利方面迅速流行，并且大量的“吉卜力”卡通风格的图片从个人照片和知名模因中倒入了互联网平台中。甚至阿尔特曼（Altman）也感叹了这一功能所带来的高空交通：“过去十年来我一直在努力工作，试图帮助实现超级智慧来治愈癌症和其他事物。几乎没有人关心最初的7.5年，在接下来的两年半中，在接下来的两年中，一切都会吸引每个人的厌恶。然后，有一天我醒来并接到了数百个邮件，你们却被您的男孩塞入了一个ghi，又涂上了一位ghi ni n.

山姆·奥特曼（Sam Altman）在社交平台上的新化身，由chatgpt中的图像产生

由chatgpt中的图像产生

由chatgpt中的图像产生

同时，由于图像生成功能比预期更受欢迎，因此OpenAI最初计划将功能推向所有用户，但现在被“强迫”推迟时间向自由用户打开新功能。

Dalle作为扩散模型的基本差异是GPT-4O图像生成是一种自然回归的模型，该模型本质地嵌入了Chatgpt中。 Openai根据在线图像和文本的联合分布来训练模型，以便模型可以学习图像和语言之间的关系，从而产生有用，一致和上下文感知的图像。

GPU就像一组超级快速的“画家”，可以同时处理大量计算任务。生成图片（例如Dalle和稳定扩散）需要AI来通过像素来计算像素，并且每个步骤都需要处理大量数据。让AI生成更准确，更高定义的图像依赖于GPU的大规模平行计算。 Openai提到，由于此模型创建了更详细的图像，因此图像通常需要更长的时间才能呈现，通常需要到一分钟。

通过这种方式，Wensheng图功能的用户越多，其所需的GPU计算功率就会呈指数增长。

有两个主要解决方案：更强的GPU或更有效的AI模型。前者采用“强大的砖头”路线，而后者希望优化算法，也就是说，通过改进AI算法，相同的GPU可以处理更多的任务（例如使用较小的型号或压缩技术）。

作为AI领域的领先球员，OpenAI背后的GPU储备自然是该行业的最高水平。根据技术咨询公司Omdia的分析，Microsoft是OpenAI的主要投资者，在2024年购买了约485,000名NVIDIA的Hopper Chips，是其主要竞争对手Meta的两倍，使其成为NVIDIA GPUS的最大买家。 Openai的大型模型经过Microsoft的Azure云基础架构进行培训。

可以说，由于新功能，OpenAI所面临的问题反映了AI多模式技术发展资源与需求之间的平衡问题。一方面，AI应用程序仍然对计算GPU等计算资源有巨大的需求。另一方面，该行业继续呼吁进行技术迭代，以便有效利用现有资源。