路透社曝 OpenAI 擬自研 AI 晶片：擺脫輝達依賴，或考慮收購

如果你現在問 Sam Altman 最缺什麼，他的答案大機率不是錢，而是算力。

據路透社報道，OpenAI 正在認真考慮自己做 AI 晶片。內部關於晶片戰略的討論至少從去年就已經開始了，而且 Altman 已經把獲取更多 AI 晶片列為公司的頭等大事。為了把晶片抓在自己手裡，他們正在評估各種可能，包括直接收購一家現成的晶片製造商，或者乾脆自己組隊從零設計。

天價賬單與買不到的卡

OpenAI 這麼著急，是被現實逼出來的。

目前訓練和執行 ChatGPT、GPT-4 以及 DALL-E 3，全靠輝達這樣的 GPU 堆出來的叢集。但生成式 AI 爆發之後，顯示卡成了全行業都在搶的硬通貨，輝達最頂級的 AI 晶片據報道已經一路排期賣到了 2024 年。

哪怕是 OpenAI 背後的金主微軟，都在夏季財報裡發出警告，稱執行 AI 所需的伺服器硬體短缺非常嚴重，甚至可能導致部分服務中斷。

除了買不到，算力賬單更是個無底洞。

伯恩斯坦分析師 Stacy Rasgon 算過一筆賬，如果 ChatGPT 的搜尋訪問量達到谷歌搜尋的十分之一，前期光是採購 GPU 就需要大約 481 億美元，之後每年還得再掏大約 160 億美元買晶片，才能維持系統正常運轉。按照這個吞金速度，賺再多錢也很難經得起這麼燒。

造芯這條路，誰走誰知道

其實科技巨頭自己做晶片不算新鮮事。

谷歌很早就拿 TPU 來訓練 PaLM-2 和 Imagen，亞馬遜 AWS 旗下有專門負責訓練的 Trainium 和負責推理的 Inferentia。就連微軟自己，據報道也在聯手 AMD 開發代號為 Athena 的自研 AI 晶片，而且據說 OpenAI 已經在幫著測試了。

雖然 OpenAI 兜裡有錢，累計融資超過 110 億美元，年收入也快衝到 10 億美元，甚至據《華爾街日報》報道正考慮以 900 億美元估值進行二級市場股票出售，但硬體這碗飯從來都不好吃。

之前的 AI 晶片明星初創公司 Graphcore，在和微軟的合作告吹後估值直接縮水 10 億美元，近期虧損擴大還在裁員。英特爾旗下的 Habana Labs 裁掉了大約 10% 的員工。就連 Meta 也在自研晶片上踩了一頭包，不得不廢棄了部分實驗性硬體方案。

對 OpenAI 來說，哪怕現在就拍板自研，做出能用的晶片也得花上幾年時間，每年還要燒掉數億美元。微軟等投資人願不願意陪它下這麼大的注，目前還是個問號。

為什麼重要

對於每天用 ChatGPT 的普通人和開發者來說，晶片供應直接決定了服務穩不穩定、API 額度夠不夠、以及呼叫價格能不能降下來。如果算力瓶頸一直卡著，模型更新就得放慢，高併發時宕機和降級也會變成家常便飯。不過說實話，造晶片遠水解不了近渴，普通使用者短期內別指望它能帶來降價。

在行業層面，這標誌著最頂層的 AI 模型廠商正在試圖打破輝達的算力壟斷。大模型公司把演算法、資料和使用者介面抓在手裡之後，最脆弱的軟肋就是底層的晶片供給。不僅是 OpenAI，各大雲廠商都在拼命自研專用晶片，未來 AI 基礎設施的競爭一定會從單純的演算法競賽演變成軟硬一體的軍備競賽。

我們認為，OpenAI 釋放出自研晶片的訊號是一步聰明的博弈。即便自研晶片短期內拿不出來，甚至最後只是小規模嘗試，它也能在輝達面前增加談判籌碼，同時倒逼微軟等合作伙伴給出更多算力支援。但造芯的隱患同樣顯而易見，晶片研發週期長、試錯成本極高，歷史上死在半道上的晶片專案數不勝數。OpenAI 作為一個軟體基因的大模型公司，如果分心去扛這麼沉重的重資產包袱，稍有不慎就可能拖累自己在模型主戰場上的推進速度。