AI导读：

OpenAI推出基于GPT-4o的图像生成功能后，因需求过高导致GPU过载，将实施速率限制。该功能实现文本、图像、代码等多模态能力整合，迅速走红。OpenAI面临算力挑战，反映AI多模态技术发展中资源与需求的平衡难题。

随着OpenAI的图像生成功能完成重大升级，新的问题也随之浮现。OpenAI创始人Sam Altman透露，ChatGPT的文生图应用需求激增，导致GPU“冒烟了”，因此在提高效率的同时，将暂时对ChatGPT的图像生成功能实施速率限制。

此举旨在降低单位时间内的请求处理量，缓解GPU过载压力，确保文本生成、对话等核心功能的稳定。同时，OpenAI可能暂时放缓图像生成技术的优化步伐。

3月26日，OpenAI推出了基于GPT-4o模型的图像生成功能——Images in ChatGPT，允许用户在ChatGPT及Sora平台通过自然语言指令生成、编辑图像，并支持多轮迭代优化。这一功能标志着ChatGPT从单一语言模型向全模态智能体的跨越，迅速在互联网上走红。

Altman也感叹该功能带来的巨大流量，他的新头像即由Images in ChatGPT生成。然而，由于图像生成功能的受欢迎程度远超预期，OpenAI原计划本周向所有用户开放此功能，但现已推迟向免费用户开放的时间。

与此同时，GPT-4o图像生成作为原生嵌入在ChatGPT中的自回归模型，与DALLE等扩散模型存在根本区别。OpenAI通过在线图像和文本的联合分发训练模型，使模型能够学习图像与语言的关系，生成有用、一致且具备上下文感知的图像。

GPU作为超级快的“画师”，能同时处理大量计算任务，生成图片需要AI逐像素计算，每一步都涉及海量数据处理。GPT-4o创建的图片更详细，因此渲染时间更长，通常达到一分钟。随着文生图功能的用户增多，GPU算力需求成倍增长。

为解决这一问题，OpenAI可考虑采用更强的GPU或更高效的AI模型。作为AI领域的领军者，OpenAI背后的GPU储备属业内顶尖。微软作为其主要投资者，在2024年大量购买英伟达Hopper芯片，用于OpenAI大模型的训练。

OpenAI因新功能面临的算力挑战，反映了AI多模态技术发展中资源与需求的平衡难题。一方面，AI应用对GPU等算力资源的需求巨大；另一方面，行业期待技术迭代，以高效利用现有资源。

（文章来源：财联社）