台智雲總經理吳漢章向本刊表示，推動生成式AI平台的這場戰役，其實就是場全球科技巨頭間的戰爭，因為Transformer也如同AI演算法的變形金剛，巨量資料的處理，是AI通往大型語言模型（LLM）發展的核心，一般來說，打造AI不外乎算法、算力與數據，三者缺一不可，而OpenAI採用的GPT 3.5技術，是透過1.75億個參數與45TB的資料來訓練，所需的算力都比深度學習剛起步的階段大上千倍以上，投資金額也會同步提升，他直言，沒有50億美元的資金當靠山，千萬不要貿然進場參賽。
對此，台大電機系副教授李宏毅指出，現在的ChatGPT就如同一個讀了30萬套《哈利波特》全集的腦袋，大語言模型已讓生成式AI成為一場軍備賽。
而工研院電光所技術長謝明得更指出，進入大語言模型要運轉巨量資料來生成，光處理GPT3的資料就需要高達一萬個高運算繪圖晶片，更何況ChatGPT技術已進展到GPT3.5代。
謝明得表示，OpenAI為了訓練這模型，光使用微軟的雲端運算平台就要超過10億美金，這還不包括每天回應線上提問所需的運算成本，若以ChatGPT每天現在都有一千多人上線使用，每處理750個字需要四毛美金，則每天費用推估約達40萬美金，相當於每個月還得花上1200萬美金固定支出，口袋不夠深根本無法切入。
前友達執行副總、八維智能董事長熊暉則透過生成式AI的發展歷史告訴本刊，谷歌(Google)開發的Transformer開啟了AI自然語言處理新時代，事實上，去年OpenAI也用了此一架構發布了「DALL・E 2」生成圖片系統，使用者只需輸入文字，AI 就能幫你產生各種圖片，如今ChatGPT又把深度學習開展出更新的文本風貌，緊接著Google也再以LaMDA大語言模型架構推出Bard對話機器人，等於說，生成式AI走向大型語言模型的過程，模型建置成本因高，儼然已是大廠主戰場，熊暉也觀察，戰爭才開始，不見得Google不會贏。
儘管如此，本刊深入調查，就算生成式AI在最底層的建置，幾乎都由微軟（Microsoft）、谷歌等科技巨擘掌握，也不代表台廠毫無施力點。
除了眾所皆知台積電通吃輝達（NVIDIA）繪圖晶片大餅外，像前友達執行副總、八維智能董事長熊暉就直言，執行高速運算的超級電腦，是台灣硬體廠的一大強項，這種需求會隨著生成式AI需求大增，台廠朝這條技術路線著墨並不會太困難，例如廣達、緯創等伺服器業者絕對有能力切入；至於蓋不起大房子（大語言模型）的軟體業者，則可在類GPT架構下進行各種商業應用開發。「機會真的很多。」熊暉有信心地說。
