格隆汇6月30日｜据一位知晓相关讨论的知情人士透露，有一则此前从未对外披露的消息：本月早些时候，OpenAI 工程师向部分同事表示，依托几项全新研发的优化技术，他们找到了一套方案，能将模型推理成本削减一半以上。工程师将这套新技术应用于无免费 / 付费账号访客使用 ChatGPT 的场景后，一度把所需英伟达图形处理器（GPU）数量压至仅数百块 —— 这一数字低得令人震惊。目前外界尚不清楚 OpenAI 实现此番算力效率大幅提升的具体技术手段，业内常用优化方案大致包括：量化压缩、键值缓存、批量处理用户查询而非逐条单独运算，以及将部分请求分流至功耗更低的轻量化模型或模型分片进行应答。