传 OpenAI 考虑自研 AI 芯片：缺卡太严重，甚至想收购芯片厂

如果你的产品每多一个人用，账单就多跳一笔天文数字，换作是你，大概也想把服务器底层的硬件自己给做了。

路透社报道称，估值一路飙升的 OpenAI 正在探讨自己造 AI 芯片的可能性。据知情人士透露，内部关于芯片战略的讨论至少从去年就已经开始，CEO Sam Altman 也把获取更多 AI 芯片列为头等大事。方案不仅包括从零开始组建团队自研，甚至还考虑过直接收购一家芯片制造商。

算力账本算不过来：天价 GPU 与卖空的英伟达

现在 OpenAI 跑模型全指望 GPU。不管是 GPT-4 还是 DALL-E 3，底层的海量并行计算几乎全靠英伟达撑着。

但这轮生成式 AI 爆发让英伟达赚得盆满钵满的同时，也把供应链彻底拉爆了。英伟达性能最好的旗舰芯片据传已经一路卖空到了 2024 年。

连最大的金主微软都在今年夏天的财报里发出预警，称服务器硬件短缺非常严峻，搞不好会直接影响服务稳定。

更让人头疼的是成本。伯恩斯坦分析师 Stacy Rasgon 算过一笔账，如果 ChatGPT 的查询量达到谷歌搜索的十分之一，前期光买 GPU 就要砸进去大概 481 亿美元，之后每年还得再掏 160 亿美元买芯片维持运转。哪怕 OpenAI 已经拿到超 110 亿美元融资、年收入逼近 10 亿美元，且在筹划以 900 亿美元估值出售员工老股，这种烧钱速度也是难以为继的。

巨头都在造芯，但这是一条烧钱的血泪路

自研芯片在硅谷不算新鲜事。谷歌很早就拿 TPU 来训练 PaLM-2 和 Imagen，亚马逊 AWS 也在推自家的训练芯片 Trainium 和推理芯片 Inferentia。

就连微软也据传在跟 AMD 合作研发代号为 Athena 的自研 AI 芯片，而 OpenAI 据说也已经在测试这款芯片。

问题在于，造芯片从来不是把钱砸进去就能见响动的生意。英国芯片明星独角兽 Graphcore 在丢了微软的合作后，估值直接缩水 10 亿美元，近期更是裁员并背负亏损；英特尔旗下的 Habana Labs 裁掉了约 10% 的员工；Meta 的自研芯片也是坎坷不断，甚至砍掉了部分试验性硬件。

做自研硬件起步就要好几年，每年还要持续烧掉几亿美元。对于 OpenAI 来说，背后的微软等投资人愿不愿意为一个风险极高、周期极长的重资产赌局买单，目前还是个问号。

为什么重要

对于每天都在用 ChatGPT 的普通用户和开发者来说，OpenAI 造芯片这件事短期内不会带来直接改变。你不会明天就用上更便宜的 API，因为一块芯片从立项、流片到真正上机架集群，周期通常要两到三年。现阶段大家最需要忍受的，依然是高峰期的降速和用量额度限制。

但我们认为，OpenAI 把造芯摆上台面，本质上是在给自己的供应链做风险对冲。把身家性命全押在英伟达一家身上，不仅在议价上没有任何主动权，算力上限也完全被卡在别人的产能瓶颈里。哪怕最后只是做个姿态或者推进小规模自研，也能成为它在采购时向英伟达施压、或者向微软争取更多 Athena 算力资源的筹码。

隐患同样显而易见。OpenAI 的核心壁垒是顶尖的算法科学家和工程落地能力，而造芯片是一套完全不同的工业制造逻辑，试错成本极高。强如 Meta 都在自研芯片上踩过大坑，如果 OpenAI 把有限的人力和资本分散到重资产硬件上，看起来有可能会拖慢它在底层模型迭代上的专注度。