OpenAI计划自研AI芯片，以减少对英伟达的依赖

本文来自微信公众号：APPSO （ID：appsolution），作者：范津瑞，题图来自：AI生成

据路透社报道，OpenAI正在与博通（Broadcom）合作开发其首款定制AI推理芯片，旨在处理其大规模的AI工作负载，特别是推理任务。

为此，OpenAI已经组建了一支约20人的研发团队，包括曾参与谷歌Tensor处理器项目的首席工程师在内。

消息称博通将会帮助OpenAI进行芯片设计，并确保由台积电（TSMC）进行制造，预计2026年开始生产。

为了实现芯片供应的多元化，OpenAI此前计划建立芯片制作代工厂。但由于成本高昂，并且构建代工厂网络需要大量时间，OpenAI已经搁置了这一计划，转而专注于内部芯片设计。

OpenAI这一通过“定制芯片设计来管理成本和访问AI服务器硬件”的战略意味着其走上了Meta和Google等科技公司的老路，而后者作为OpenAI的竞争对手，已经经历了几代人的努力。

并且，市面上不乏成熟且广泛部署应用的AI芯片，如Google推出的“TPU”、微软的“Maia 100”等等。

也就是说，OpenAI需要更多的资金才能弥补这些差距，登上牌桌。

微软推出的AI芯片“Maia 100”（图源：techmonitor）

除了满足不断增长的基础设施需求，减少训练和运行成本以外，“减少对英伟达（NVIDIA）的依赖”也是OpenAI的“小算盘”之一。

OpenAI的CEO奥特曼（Altman）指出，之所以要“获得更多芯片”，是因为两个问题：为OpenAI软件提供动力的先进处理器的短缺，以及为其工作和产品提供动力的硬件运行所需的“令人眼花缭乱”的成本。

他还曾公开抱怨市场资源匮乏，而NVIDIA主导并控制着最适合运行AI应用的芯片全球80%以上的市场。

作为英伟达图形处理单元（GPU）的最大买家之一，OpenAI此前几乎完全依赖NVIDIA GPU进行训练。2020年以来，OpenAI在微软建造的大型超级计算机上开发了其生成式人工智能技术，这台计算机使用了10000个NVIDIA GPU。

NVIDIA H100 GPU（图源：NVIDIA）

但由于芯片短缺和供应延迟，以及训练成本高昂的问题，OpenAI不得不开始探索替代方案。他们计划通过微软的Azure云平台使用AMD芯片进行模型训练。

值得一提的是，AMD在去年推出了MI300 AI芯片，致使其数据中心业务在一年内翻了一番。种种迹象表明，AMD正在追赶市场领导者NVIDIA。

AMD MI300芯片（图源：AMD）

此外，消息人士称OpenAI仍在决定是否为其芯片设计开发或收购其他元件，并可能会聘请更多合作伙伴。

尽管“不惜一切代价构建AGI（通用人工智能）”的OpenAI和号称“下一个英伟达”的博通之间的合作很可能引起英伟达的不满，但OpenAI表示“希望与仍致力于合作的芯片制造商保持良好的关系，特别是在使用其新一代Blackwell芯片方面”。

对此，英伟达暂时不予置评。

唯一的回应是市场。合作消息一出，博通的股价应声大涨，AMD也延续了早盘涨幅。