要点:
OpenAI正在开发首代内部AI晶片，以减少对Nvidia的依赖，应对日益增长的AI模型训练需求并改变晶片供应链竞争格局。
2月10日，OpenAI正在积极推进减少对英伟达/Nvidia依赖的计划，开发其首代内部人工智能AI晶片来满足其晶片需求，尤其是在训练和运行AI模型的需求上。
随着人工智能技术的迅速发展，晶片的需求日益增长，尤其是专为AI模型训练和运行而设计的高效晶片。这不仅使得全球科技巨头们加快了对AI硬体的投入步伐，还引发了对晶片供应链和竞争格局的深刻变化。这一战略不仅能提升自身的技术能力，也能在与其他晶片供应商的谈判中占据更有利的位置。
OpenAI推出首款内部分布式AI芯片
据知情人士透露，ChatGPT的制造商计划在未来几个月内完成首款内部晶片的设计，并将其交由台湾半导体制造公司(TSMC)进行生产。台积电将使用其高效的3奈米制程技术来生产这款晶片，并配备高频宽记忆体和广泛的网路功能，这一过程将标志着“Tapping Out”/流片的开始。
若初步测试顺利，OpenAI将有望在今年晚些时候测试Nvidia晶片的替代品。预计OpenAI的目标是于2026年实现台积电的量产计划，尽管初次流片可能会遭遇故障，若发生问题，则需要重新诊断并重新进行流片。
这款专注于训练的晶片对OpenAI来说，不仅是一个技术产品，更是一个增强其与其他晶片供应商谈判筹码的策略工具。初期的晶片开发计划显示，OpenAI可能在每次迭代中进一步扩展并提升处理器的功能。
目前，领导这项计划的是前Google工程师Richard Ho，他在Alphabet开发客制化AI晶片方面发挥了关键作用。 Ho一年前从Google加入OpenAI，并在该公司负责定制化AI晶片的计划。 Ho的团队目前已有40人，并与博通(AVGO)合作。
据消息人士指出，这款晶片的开发预算相当高昂，单一版本的设计成本可能高达5亿美元，且涉及的软体与周边设备开发费用也可能是其成本的两倍。尽管如此，OpenAI的目标是逐步取代Nvidia晶片，并在内部或外部寻找其他替代方案，以减少对单一供应商的依赖。
除了硬体方面的努力，OpenAI也正在积极扩大其全球合作伙伴关系。该公司近期宣布与韩国聊天应用程式营运商Kakao合作开发人工智能产品，这是其一周内在亚洲建立的第二个重要联盟OpenAI执行长Sam Altman也与三星、软银和Arm Holdings的领导人进行了讨论，探讨增强AI基础设施和服务的机会。
迎接硬体竞争新时代
实际上，OpenAI的自制芯片计划早有所闻。 OpenAI计划于2024年7月与晶片设计师开展谈判，讨论开发全新AI伺服器晶片的事宜，尽管早在2023年底，就有传言称该公司已在考虑制造自己的AI硬体。
在2023年11月被OpenAI解雇并随后重新聘用之前，执行长Sam Altman显然一直在寻求资金支持，并计划创立一家名为“Tigris”的AI晶片公司。此外，Sam Altman还与中东的投资者及晶片制造公司进行了多次洽谈，试图筹集5至7亿美元，并透过合资企业的方式，开发全球性的晶片制造网络，以强化AI晶片的供应链。
OpenAI决定自行制造定制化晶片，主要是为了减少对Nvidia GPU的依赖，因为Nvidia GPU不仅价格昂贵且难以获得，还因为需求量过大，导致许多客户面临长时间的交货延迟。目前，英伟达占据AI晶片市场的主导地位，约占80%的份额。然而，成本的上升和对单一供应商的依赖促使OpenAI等公司探索替代解决方案。透过创建自己的AI晶片，OpenAI旨在加强与现有供应商的谈判地位，并减少供应链中的潜在瓶颈。
随着OpenAI、Meta和微软等公司积极投入AI晶片的开发，这些巨头们对晶片的需求越来越高Meta宣布将在明年投入600亿美元于AI基础设施，而微软则计划在2025年投入800亿美元。而OpenAI也正参与美国总统川普在去年宣布的5000亿美元“StarGate”/星际之门基础设施计划。
然而，从设计到功能性晶片的过程是复杂且昂贵的。一次典型的流片可能要花费数千万美元，并且需要大约六个月的时间才能生产最终的晶片。也不能保证矽片第一次尝试就能正常运作。若OpenAI的首款晶片成功流片并且测试顺利，它将大幅缩短其与Google和亚马逊等竞争对手之间的差距，并可能为未来的大规模部署奠定基础。
随着AI技术的迅猛发展，企业间的竞争已不仅仅限于软体和应用的创新，硬体领域的突破同样成为决胜的关键。 OpenAI自制晶片的计划不仅代表着其在技术上的雄心，还显示出在全球AI竞争格局中的敏锐洞察。这一举措也凸显出，对于未来人工智能领域的引领者而言，掌握技术的核心资源，从硬体到基础设施的每一环节，都将成为实现领先的关键。随着更多企业加入这场竞争，未来的AI生态将会更加多元与竞争激烈，硬体和软体的协同发展将成为主流。
