大模型界的頂流之一OpenAI，或将成為自主造芯潮的新成員。
近日，據媒體報道，OpenAI正在探索制造自己的人工智能晶片，并已開始評估一個潛在的收購目标。據知情人士透露，至少從去年開始，該公司就讨論了各種方案，以解決OpenAI所依賴的昂貴AI晶片短缺的問題。這些選擇包括制造自己的人工智能晶片，與包括英偉達在内的其他晶片制造商更密切的合作，以及在英偉達之外實作供應商多元化。
在OpenAI官網開放招聘的崗位中，近日已經出現硬體工程師相關崗位，用以有評估和共同設計AI硬體。九月，OpenAI還從Meta招募了人工智能編譯器領域的牛人Andrew Tulloch，似乎也從側面印證着在自研晶片方面進行的投入。
苦英偉達久矣？
OpenAI布局自研晶片這件事，市場似乎并不感到意外。
大模型風靡的這大半年，如果說資料是大模型的生産原料，那麼算力則是大模型的生産力。此前，OpenAI公布過一組資料，大模型訓練所需算力的增速保持在3-4個月/倍速度增長，遠超摩爾定律18-24個月/倍。
強大的算力，意味着更快的資料處理速度、更強大的大模型服務能力。與此同時，伴随着越來越多的企業入局大模型，導緻對A100和H100等高端GPU的需求直線增加，英偉達及其制造夥伴台積電，都在努力滿足供應。
據《金融時報》報道，今年8月，百度、位元組跳動、騰訊和阿裡巴巴向英偉達共訂購了價值50億美元的晶片。外部需求的爆發，導緻了市場供貨異常緊張。據CoreWeave聯合創始人兼CTO Brian Venturo表示，今年一季度，擷取英偉達GPU還很容易，但從4月份開始訂購，交貨時間也要等到2024年Q1甚至Q2。
OpenAI的CEO Sam Altman也曾多次抱怨算力短缺問題，而這個市場主要由英偉達主導，該公司控制着全球80%以上最适合運作人工智能應用的晶片市場。
最近在倫敦聽證會上，Altman稱算力的短缺讓API可用性低于标準，并坦誠承認計算機晶片短缺，可能阻礙ChatGPT推出更大的“上下文視窗”。上下文視窗決定了模型的響應速度，和單次提示使用的資料。
财經評論員張雪峰表示，“OpenAI要自研晶片意味着他們希望獨立研發和生産适合其人工智能技術需求的定制化晶片。自研晶片可以使OpenAI更好地優化算法和硬體的協同工作，提升人工智能系統的性能和效率。同時，自研晶片還可以減少對供應商的依賴，降低成本并更好地滿足OpenAI獨特的需求。”
實際上，談算力問題始終離不開成本問題。分析師StacyRasgon曾估算算，ChatGPT每次查詢成本約4美分。若ChatGPT查詢增長到Google 搜尋規模的十分之一，需要價值約481億美元的GPU，每年則需160億美元的晶片才能保持運作。
據外媒報道，2022年OpenAI營收2800萬美元，虧損為5.4億美元，虧損的主要算因就是算力開銷。另外，ChatGPT移動端9月收入雖增長至460萬美元，但增長疲态出現。根據市場情報公司Appfigures的最新資料，其營收增長已經開始放緩，7月份為31%，8月份為39%，9月份降至20%。
目前還不清楚OpenAI是否會推進定制晶片的計劃。但是張雪峰指出OpenAI自研晶片仍面臨着不同方面的挑戰：一是技術，自研晶片需要高度的技術實力和專業知識，OpenAI可能需要更多時間和資源來提升研發能力和相關技術。二是成本，自研晶片需要巨大的投入和研發成本，OpenAI可能需要評估其戰略利益，并權衡自研晶片帶來的長期收益。三是供應鍊，AI晶片市場競争激烈，供應鍊短缺問題仍存在，這可能導緻OpenAI推遲自研晶片計劃，以等待更好的市場時機。
集體自研晶片
OpenAI被爆自研晶片後，其合作夥伴微軟的晶片故事也有了“預告”。
10月6日，The Information援引知情人士消息稱，微軟計劃在下個月的年度開發者大會上推出首款為人工智能設計的晶片，來降低成本并減少對英偉達的依賴。報道稱，微軟晶片用于資料中心伺服器，為訓練大語言模型（LLM）等軟體而設計，同時可支援推理，能為ChatGPT背後的所有AI軟體提供動力。
微軟的晶片研發工作從2019年就已經開始了，隻是目前大家對相關資訊知曉的少之又少。據The Information報道，這款晶片代号為“雅典娜”，将使用台積電的5nm工藝打造。若成功投産，預計每顆晶片的成本降低三分之一。
除了微軟，其他大型科技企業也都開始邁入自研晶片的時代。早在今年5月18日，Facebook的母公司Meta披露了旗下資料中心項目支援AI工作的細節，提到已經打造一款定制晶片，簡稱MTIA，用于加快生成式AI模型的訓練。這是Meta首次推出AI定制晶片。Meta稱，MTIA是加快AI訓練和推理工作負載的晶片“家族”的一分子。
值得注意的是，谷歌、亞馬遜早已開啟自研晶片計劃。早在2013年，谷歌就已秘密研發一款專注于AI機器學習算法的晶片，并将其用在内部的雲計算資料中心中，以取代英偉達的GPU。2016年5月，這款自研晶片公諸于世，即TPU。
亞馬遜則是最早涉足自研晶片的雲廠商，2018年推出自研AI推理晶片Inferentia；今年年初專為人工智能打造的Inferentia 2釋出，将計算性能提高了三倍，加速器總記憶體提高了四分之一，吞吐量提高了四分之一，延遲提高了十分之一。
知名研究公司Forrester Research的進階雲計算分析師Tracy Woo表示，人工智能的繁榮正在給雲計算供應商帶來更大壓力，迫使他們開發自己的晶片：你可以從英偉達購買，但當你看到谷歌和亞馬遜這些巨無霸時，會發現他們有資本設計自己的晶片。
目前微軟、谷歌等大廠紛紛下場自研晶片，天使投資人、資深人工智能專家郭濤認為核心原因是為了提高運算能力、減少對外部供應商的依賴、增強競争優勢以及推動衍生設計等。
“金三角”不牢固了？
OpenAI和微軟自研晶片的消息一經爆出，其原因之一都指向“減少對英偉達的依賴”。
英偉達、OpenAI和微軟三家的故事，還要從2016年說起。當時成立僅一年的OpenAI遇到了英偉達CEO黃仁勳，并收獲了輕量化小型超算DGX-1，一年的計算量可以在靠其在一個月完成。三年後，OpenAI和微軟牽手，獲得10萬美元的投資。
彼時出錢的出錢、出力的出力、出基建的出基建，支撐着OpenAI大模型的研發。直到去年年底，ChatGPT的誕生，轟動全世界。三家的合作被放在聚光燈下，在業内被稱為“強強聯合”，但是随着時間的推移，最大的赢家似乎一直是英偉達。
目前，英偉達占據全球資料中心AI加速市場82%的份額，而且以95%的市場占有率壟斷了全球Al訓練領域的市場，且公司市值超越1萬億美元。在8月底的财報會議上，英偉達CFO Colette Kres預計市場對于英偉達資料中心GPU的需求将延續至明年，“随着我們縮短供貨周期并增加産能，未來幾個季度的供應将繼續增加。”
面對成本高、晶片的短缺的挑戰，OpenAI和微軟都開始自研晶片。消息一出，市場上除了關心晶片性能外，也有不少業内人士對三者的關系，産生了質疑：三者是否會繼續保持良好合作關系，亦或是出現“撕破臉”的局面。
另外，谷歌、微軟、OpenAI等作為英偉達的重要客戶，未來自研的晶片正式應用後，無疑會與英偉達直面競争，是以業内也出現了“是否會撼動英偉達地位”的聲音。
“目前，英偉達人工智能晶片市場處于壟斷地位，但是随着其他公司也開始自研晶片，這種局面可能會發生變化。”不過，郭濤判斷英偉達在人工智能領域擁有豐富的經驗和技術優勢，晶片生态體系比較成熟，是以它仍然可能會保持其“霸主”地位。
而在張雪峰看來，英偉達作為AI晶片市場的領先企業，在AI晶片之戰仍将保持競争優勢，但是競争對手通過自研晶片能夠更好地滿足特定領域和應用的需求，有望推動市場多元化，其‘霸主’地位可能會面臨一定的沖擊。他表示“随着更多企業，包括大廠和創業公司都意識到自研晶片的重要性，AI晶片之戰未來可能呈現多個參與者自研晶片的局面，市場的進一步發展，将取決于技術創新、應用需求和市場競争力的綜合影響。”
綜合自财聯社、華爾街見聞、鳳凰網科技、界面新聞