造硬件、做芯片，OpenAI 投资未来

继上周传出和 iPhone 传奇设计师艾维商讨合作推出新的 AI 设备之后，阿尔特曼和他的 OpenAI 又显示出硬件领域的更多野心——自研芯片。

据媒体援引知情人士报道，OpenAI 正在为 AI 芯片短缺制定应对方案，可能的选项包括自己研发 AI 芯片，并已经评估了潜在的并购对象。

OpenAI 正在用的英伟达芯片既缺又贵，一定程度上导致在年初的现象级大热之后，ChatGPT 很快遭遇了流量过载和算力紧缺。除了官方曾短暂关闭订阅通道和大量封号之外，不少用户在长期使用后表示，ChatGPT 比一开始更慢了，还会面临掉线和崩溃问题。阿尔特曼在一次访谈中承认，用户遇到的大多数问题都是因为 GPU 短缺造成的。

目前英伟达垄断了全球 AI 芯片 80% 以上的市场，台积电说制约其供应的先进封装产能紧缺直到明年底才会缓解。全球绝大多数 AI 初创公司们都依赖英伟达最先进的 GPU H100 和 A100（以及某些市场的特供版本）来训练或推理大模型，它们要么租用集成了英伟达 GPU 的服务器——承受云厂商的额外加价；要么自己买 GPU——稍便宜一些、但很难获得较高的供应优先级。

阿尔特曼说过 ChatGPT 的计算成本高到令人瞠目，而 OpenAI 的首要任务是让 GPT-4 变得更便宜和更快。自研芯片可以帮他达成这些目标。对于这样做的好处，《晚点 LatePost》之前已经详细分析过：

对硬件足够认真的公司，都想研发自己的芯片

“真正认真对待软件的人就应该自己做硬件。”2007 年，乔布斯发布 iPhone 时，曾把图灵奖得主艾伦·凯（Alan Kay）的名言打到大屏幕上。

当自己设计硬件、造外壳还不够的时候，最有意愿投资未来的科技公司选择投资芯片。

2020 年，苹果在新发布的电脑产品线嵌入自研的 M1 芯片，替代了英特尔芯片。M1 芯片对比英特尔芯片获得碾压式胜利。之后，苹果的所有新产品都采用自己研发的芯片——包括今年发布的 Vision Pro。

稍早一些，全球拥有最大云计算服务器的亚马逊也在 2018 年发布了自研的服务器芯片 Graviton，现在更新到第三代。

据科技媒体 The Next Platform 估计，如果 OpenAI 能够通过自研芯片将每台服务器（含 8 张 GPU）的全部成本控制在 50 万美元以内，就可以节约一半的 IT 费用（相较租用）。省下这些钱既可以让 OpenAI 投入更多到训练参数量更大的下一代模型，或是推理、维持现有模型的运营，也可以降低终端价格、吸引更多用户。

如果用一款自研的专用 AI 芯片替代通用的英伟达 GPU，还可以让 OpenAI 用上完全适配其需求的算力设施。GPU 本质上是为了图形处理和渲染而设计的处理器，其优点是通用性强且工艺成熟，但在量产后的成本和功耗等方面不及定制化程度更高的 ASIC 等专用芯片。

同时 OpenAI 还能借此减少对英伟达或微软的依赖，自己去找台积电等芯片制造商下单，最大程度确保芯片供应不会在自己最需要时掉链子，也就不会在用户最感兴趣的时候因为算力限制而流失客户。

出于类似目的，不光是 OpenAI，目前 AI 领域最重要的公司（同时也是英伟达最大的客户们）都在自研芯片。微软、Google、亚马逊等都已经开始推进相关项目，并成为芯片设计架构提供商 Arm 的基石投资者。OpenAI 投资者之一的微软，被报道计划在下个月的年度开发者大会上推出其首款专为 AI 设计的芯片。

设计一款芯片（尤其是先进制程）的成本很高，但对于这些赚走了行业最多利润的科技公司们来说，借此提高软件 / 产品的体验和吸引力、建立领先地位和竞争优势更加重要。苹果已经给出一个极佳的范例，从 2010 年推出首款自研芯片 A4 和搭载该芯片的 iPhone 4 至今，苹果的收入增长了 5 倍、利润增长了 6 倍、市值翻了约 10 倍。（邱豪）

标签：

版权声明：本文由用户上传，如有侵权请联系删除！