OpenAI 是商业领域资金最充足的人工智能初创公司之一，正在探索制造自己的人工智能芯片。
据路透社报道，随着训练人工智能模型的芯片短缺情况日益恶化，公司内部关于人工智能芯片战略的讨论至少从去年开始就一直在进行。OpenAI 正在考虑采取多种策略来推进其芯片雄心，包括收购一家 AI 芯片制造商或启动内部设计芯片的努力。
OpenAI的首席执行官Sam Altman将获得更多AI芯片列为公司的首要任务。
目前，OpenAI和大多数竞争对手一样，依赖基于GPU的硬件来开发ChatGPT、GPT-4和DALL-E 3等模型。GPU能够并行执行大量计算，使它们非常适合训练当前最有能力的AI。
但生成式人工智能的蓬勃发展——对于 Nvidia 等 GPU 制造商来说是一笔意外之财——却给 GPU 供应链带来了巨大压力。微软在夏季财报中警告称，运行人工智能所需的服务器硬件严重短缺，可能会导致服务中断。据报道，Nvidia 性能最好的 AI 芯片在 2024 年之前都已售空。
GPU对于运行和服务OpenAI的模型也是必不可少的；该公司依赖云中的GPU集群来执行客户的工作负载。但它们的价格高得惊人。
伯恩斯坦分析师Stacy Rasgon分析发现，如果ChatGPT的查询量增加到Google Search的十分之一规模，最初需要大约481亿美元的GPU，以后每年需要大约160亿美元的芯片以保持运营。
OpenAI不是第一个考虑制造自己AI芯片的公司。
谷歌拥有一个处理器，即 TPU（“张量处理单元”的缩写），用于训练PaLM-2 和 Imagen等大型生成式 AI 系统。亚马逊向 AWS 客户提供用于训练 ( Trainium ) 和推理 ( Inferentia ) 的专有芯片。据报道，微软正在与 AMD 合作开发一款名为 Athena 的内部 AI 芯片，据说 OpenAI 正在测试该芯片。
毫无疑问，OpenAI处于投资大量研发的有利位置。该公司已经筹集了超过110亿美元的风险资本，年收入接近10亿美元。并且，据最近的《华尔街日报》报道，它正在考虑出售股份，其二级市场估值可能飙升至 900 亿美元。
但是，硬件是一项无情的业务——尤其是AI芯片。
去年，据称在与微软的交易失败后，人工智能芯片制造商Graphcore的估值被削减了 10 亿美元。由于“极具挑战性”的宏观经济环境，该公司正计划裁员。（过去几个月，随着 Graphcore 报告收入下降和亏损增加，情况变得更加严峻。）与此同时，英特尔旗下的人工智能芯片公司 Habana Labs 解雇了估计 10% 的员工。Meta 的定制人工智能芯片工作一直存在问题，导致该公司废弃了一些实验硬件。
即使 OpenAI 致力于将定制芯片推向市场，这样的努力也可能需要数年时间，并且每年花费数亿美元。这家初创公司的投资者（其中之一就是微软）是否有兴趣进行如此冒险的赌注，还有待观察。
留言