傳 OpenAI 考慮自研 AI 晶片：缺卡太嚴重，甚至想收購晶片廠

如果你的產品每多一個人用，賬單就多跳一筆天文數字，換作是你，大概也想把伺服器底層的硬體自己給做了。

路透社報道稱，估值一路飆升的 OpenAI 正在探討自己造 AI 晶片的可能性。據知情人士透露，內部關於晶片戰略的討論至少從去年就已經開始，CEO Sam Altman 也把獲取更多 AI 晶片列為頭等大事。方案不僅包括從零開始組建團隊自研，甚至還考慮過直接收購一家晶片製造商。

算力賬本算不過來：天價 GPU 與賣空的輝達

現在 OpenAI 跑模型全指望 GPU。不管是 GPT-4 還是 DALL-E 3，底層的海量平行計算幾乎全靠輝達撐著。

但這輪生成式 AI 爆發讓輝達賺得盆滿缽滿的同時，也把供應鏈徹底拉爆了。輝達效能最好的旗艦晶片據傳已經一路賣空到了 2024 年。

連最大的金主微軟都在今年夏天的財報裡發出預警，稱伺服器硬體短缺非常嚴峻，搞不好會直接影響服務穩定。

更讓人頭疼的是成本。伯恩斯坦分析師 Stacy Rasgon 算過一筆賬，如果 ChatGPT 的查詢量達到谷歌搜尋的十分之一，前期光買 GPU 就要砸進去大概 481 億美元，之後每年還得再掏 160 億美元買晶片維持運轉。哪怕 OpenAI 已經拿到超 110 億美元融資、年收入逼近 10 億美元，且在籌劃以 900 億美元估值出售員工老股，這種燒錢速度也是難以為繼的。

巨頭都在造芯，但這是一條燒錢的血淚路

自研晶片在矽谷不算新鮮事。谷歌很早就拿 TPU 來訓練 PaLM-2 和 Imagen，亞馬遜 AWS 也在推自家的訓練晶片 Trainium 和推理晶片 Inferentia。

就連微軟也據傳在跟 AMD 合作研發代號為 Athena 的自研 AI 晶片，而 OpenAI 據說也已經在測試這款晶片。

問題在於，造晶片從來不是把錢砸進去就能見響動的生意。英國晶片明星獨角獸 Graphcore 在丟了微軟的合作後，估值直接縮水 10 億美元，近期更是裁員並揹負虧損；英特爾旗下的 Habana Labs 裁掉了約 10% 的員工；Meta 的自研晶片也是坎坷不斷，甚至砍掉了部分試驗性硬體。

做自研硬體起步就要好幾年，每年還要持續燒掉幾億美元。對於 OpenAI 來說，背後的微軟等投資人願不願意為一個風險極高、週期極長的重資產賭局買單，目前還是個問號。

為什麼重要

對於每天都在用 ChatGPT 的普通使用者和開發者來說，OpenAI 造晶片這件事短期內不會帶來直接改變。你不會明天就用上更便宜的 API，因為一塊晶片從立項、流片到真正上機架叢集，週期通常要兩到三年。現階段大家最需要忍受的，依然是高峰期的降速和用量額度限制。

但我們認為，OpenAI 把造芯擺上檯面，本質上是在給自己的供應鏈做風險對沖。把身家性命全押在輝達一家身上，不僅在議價上沒有任何主動權，算力上限也完全被卡在別人的產能瓶頸裡。哪怕最後只是做個姿態或者推進小規模自研，也能成為它在採購時向輝達施壓、或者向微軟爭取更多 Athena 算力資源的籌碼。

隱患同樣顯而易見。OpenAI 的核心壁壘是頂尖的演算法科學家和工程落地能力，而造晶片是一套完全不同的工業製造邏輯，試錯成本極高。強如 Meta 都在自研晶片上踩過大坑，如果 OpenAI 把有限的人力和資本分散到重資產硬體上，看起來有可能會拖慢它在底層模型迭代上的專注度。