OpenAI用户市场空间及成本分析

以下内容都是根据相关报告总结的，如果有兴趣了解更多相关的内容，请下载原报告阅读。

1.OpenAI用户市场空间：对标移动互联网中苹果市场份额

未来日活用户数量方面：对标移动互联网渗透率，如果OpenAI能像苹果IOS在智能手机的渗透率，在20%~30%的情况下，未来约有12-18亿的AI日活用户。据IDC报道，最新全球苹果手机市场份额为24.7%。根据GSMA，预计2030年移动终端约60亿台。由未来日活用户数量=使用AI模型的移动终端占比*移动终端总数，对标移动互联网渗透率，若全球有30%的移动终端接入AI，则未来可达18亿的AI日活用户；若有20%接入，则有12亿AI日活用户。

未来每日活用户年算力成本方面：未来日活用户中，部分用户会选择更高精度模型。未来每日活用户算力成本=高精度模型使用占比*高精度模型算力成本+现有模型使用占比*现有模型算力成本，其中现有模型使用占比=1-高精度模型使用占比。 OpenAI通过融资计划资金重置产业链，可以降低算力提供成本，支撑起日活用户数的增长以及高精度模型应用的空间。

2.单次推理成本：Sora算力是GPT4的几倍？

从单次Query算力成本的影响因素来看，推理算力 与一次生成内容的tokens、模型参数量和迭代次数 成正比。根据扩散Transformer论文一作作者杨赛 宁推算，Sora参数量约30亿。视频可以看成是一帧 帧图片组成，图片模型（如Stable Diffusion）的迭 代次数约为25-50次，取中枢估计视频模型迭代迭 代35次。根据昆仑万维 AI Infra 负责人，在视频领 域，一分钟视频约为1Mtokens。考虑到Sora的视 频长度约为10秒，即对应16.7万tokens。 假设GPT4和Sora的推理参数量为3*1750亿和30 亿，在Sora一次推理迭代35次的情况下，其推理成 本是GPT-4模型的33倍。

为什么成本重置才能匹配“高性能模型”：算力成本VS用户付费

根据财务数据推算，预期微软AI云计算规模23年Q4为8.39亿美元，该部分规模主要是推理需求，不包括训练需求，由于目前主要是OpenAI在进行推理，因而预期其中大部分主要是OpenAI的推理算力。 在ChatGPT精度经过两次下降后（每次降低7%），目前GPT-4的单用户算力成本为每日活每年100.2美元。假设OpenAI日活月活比例30%背景下，由于付费是月付费，因而GPT4会员的市场定价为20美元/月，除以0.3，乘以12个月，约为800美元＞100.2美元。 如果Sora的单日活算力成本为33倍的GPT-4，即为每日活年算力成本3308美元。如果按市场价格算，Sora的月付费至少大于82美元/月，才能覆盖Sora会员单日活的成本3308美元，对于用户来说费用偏高。因此只有通过成本重置降低成本进而降低付费价格才能显著走通商业模式。

OpenAI实际重置成本分析：晶圆厂和电力是核心

根据华尔街日报，OpenAI的大额债务融资主要用于两个方面的建设：芯片（减少芯片产业链环节）、电力（ AI 设施需要消耗大量的电力） 。芯片方面：如果OpenAI通过与芯片厂合资建厂生产，可以节省中间产业链环节的成本。OpenAI的业务运行需要付费租用微软的云服务器，微软的成本为建设云端采购英伟达的GPU等芯片设备的采购费用，而英伟达支付芯片代做费用，将制造工作交给台积电完成。 电力方面：如果OpenAI通过与电厂直接合作，可以直接使用成本电价。根据美国上市能源公司的能源成本占比，计算中心的芯片若直接使用成本电价，则可以将电力花费降至原来价格的48%。

重置成本测算：与晶圆厂的不同合作方式

对于晶圆厂，OpenAI可以选择与其合作：1、完全重置晶圆厂环节；2、重置晶圆厂50%；3、不重置晶圆厂环节。在不同的情况下，6年的总重置成本分别是1.21万亿美元，1.37万亿美元，1.54万亿美元。 晶圆厂的格局：OpenAI积极与英特尔、台积电、三星等技术领导者展开合作。据英国《金融时报》，Altman 正在寻求开发自己的 Nvidia 人工智能和 HPC GPU 替代品，并与台积电和中东投资者进行谈判，以启动一家新的芯片合资企业；而据《韩国中央日报》援引业内人士消息，SamAltman访韩与韩国芯片巨头三星、SK探讨合作，主要讨论了高带宽内存（HBM）芯片。另外，Intel在IFSDirect Connect活动上将IFS更名为Intel Foundry，Sam Altman出席活动，未来双方或积极合作。