OpenAI寻求芯片多元化，GPU短缺下，大模型之战眼见硝烟四起？

打开凤凰新闻，查看更多高清图片

（图片来源：Eurasiantimes）

10月6日消息，据报道，ChatGPT背后的美国 AI 公司OpenAI 计划自研 AI 芯片，从去年开始进行内部讨论，甚至已经开始评估 AI 芯片公司的潜在收购目标，以解决其所依赖的 AI 芯片短缺以及成本高昂问题。

🌟【OpenAI揭秘】AI巨擘的算力采购秘籍：🚀迈向超越之路！💡🚀 你是否好奇，那些引领AI潮流的力量是如何驾驭无尽计算能力的？🤔 OpenAI团队的最新洞察揭示了三种创新策略，让AI大模型的能量释放更为高效与多元。🔍1️⃣ **自研芯片** 🧬 – 不断突破科技边界，OpenAI正探索打造专属于AI领域的芯片，这不仅意味着技术上的革新，更是对行业引领地位的挑战！2️⃣ **深度合作** 🔥 – 与GPU巨头如英伟达握手言和，共享计算资源，这样的联盟模式无疑将推动AI技术与硬件的深度融合。3️⃣ **多元化供应** 🌍 – 不满足于单一芯片供应商，OpenAI正寻求在市场之外寻找更多元化的选择，这一步棋预示着未来的供应链布局将更为稳健！🌟 英伟达，曾经的巨头，如今可能只是通往未来路上的一个里程碑。🚀 OpenAI的目标，是引领技术潮流，而非超越——他们要做的，是定义新的计算时代！🏆记得关注我们，获取更多AI领域的深度解析和最新动态哦！👇

🌟【OpenAI首席】萨姆·阿尔特曼早在2022年初就透露了一大心事——面对GPU短缺的困境，他直言不讳地表达了对 NVIDIA 显卡供应紧张的深切忧虑。这家公司，作为人工智能领域的领头羊，其技术发展受制于关键硬件资源的紧缺。

GPU短缺与AI成本飙升已成为行业焦点，引领者NVIDIA的Al训练市场份额高达九成五，这无疑给包括OpenAI在内的众多机构带来了挑战。在这样的背景下，寻求技术突破和供应链优化成了必然之路，以防止技术依赖带来的潜在风险。尽管如此，人工智能的发展势头依然强劲，其对于计算能力的需求持续增长，推动着创新者们不断寻找替代方案，以实现可持续的未来。在这个动态的科技领域，优化与创新并行不悖，是每个玩家必须面对和应对的现实。

OpenAI CEO 奥特曼（Sam Altman）

算力成本猛增，OpenAI寻求定制 AI 芯片

🔥🚀2023年以来，AI领域的ChatGPT引领了一场全球性的技术风暴，大模型正在重塑AI的广度与深度。然而， alcançando o potencial máximo, um grande desafio enfrenta a evolução: a escassez e custo exorbitante de recursos computacionais. 🤔💻ChatGPT以其强大的能效挑战了现状，推动我们寻找更高效、经济的AI解决方案。随着技术的进步和市场需求的增长，如何优化算力资源，使之成为AI发展的关键驱动力，已成为全球科研者和企业共同关注的焦点。 🔍💡AI的未来，不仅在于模型的创新，更是对算力革命的探索与突破。让我们期待这股热潮催生出更多突破性的技术，为人类社会带来更智能、可持续的发展。 🌟🌍

🏆英伟达在全球数据中心GPUAI霸主地位稳固，占比82%，Al训练市场更是无人能敌，高达95%份额，引领AI浪潮！黄仁勋先生以其卓越领导力和创新精神，带领团队书写辉煌，公司市值破万亿美元，个人财富399亿，堪称行业翘楚。🚀

GPU供不应求，英伟达A100显卡炙手可热，成为企业计算实力的直接指标。无论是科研机构对高性能计算的需求，还是云服务提供商对大规模并行处理的要求，这款尖端产品都成为了炙热市场的焦点。它的稀缺性不仅彰显了技术的领先，也折射出数据中心和AI领域的强劲增长势头。

据统计，OpenAI使用了1万-3万颗英伟达GPU来训练GPT-3.5模型。集邦咨询报告显示，如果以英伟达 A100 显卡的处理能力计算，运行ChatGPT将可能需要使用到3万块英伟达GPU显卡。

价格方面，目前国内可以买到的H800价格已经高达20万/张，而A100/A800价格已涨至15万、10万/张左右。以2000P算力需求为例，H800 GPU单卡算力2P，需要1000张，预测用卡成本为2亿元；A800单卡算力约为0.625P，需要数量为3200张，预计用卡成本就高达3.2亿元。

除了买GPU显卡，服务器还要考虑整机配置运算，包括CPU、存储、NV-Link通讯连接等，以及电力消耗、场地租金和运维成本等因素，整个成本要超过6亿元以上，OpenAI则正在使用微软超级昂贵的超级计算机，耗资数亿美元、用英伟达数万颗芯片的Azure云进行算力训练。

但是，自OpenAI公布GPT企业云业务以来，微软与 OpenAI 关系正渐行渐远，有消息显示，微软也在开发定制 AI 芯片。

事实上，不止是OpenAI，这一波算力需求浪潮中，谷歌、亚马逊、微软、Meta等大科技巨头公司都一直在设计 AI 芯片到业务当中。例如，谷歌最新发布的Pixel 8系列手机采用Google Tensor G3芯片和Titan M2协处理器，均是谷歌自研产品；而亚马逊最新发布的自研ARM服务器CPU芯片Graviton 3E，也应用于其AWS云业务当中。

然而，OpenAI 没有研发 AI 芯片的经验，一颗芯片从立项到量产至少两年以上的时间，目前尚不清楚 OpenAI 是否会继续推进定制芯片计划，而且芯片的成效如何也有待时间检验。

路透引述业内人士称，这是一项巨额投资，每年研发成本可能高达数亿美元。同时，OpenAI 正考虑收购一些 AI 芯片公司以加快自研芯片进程。

但定制 AI 芯片可能需要数年时间，这意味着，OpenAI 仍会长期以来英伟达、AMD等芯片供应商。

有趣的是，The information于10月4日报道称，Meta公司放弃定制VR/AR芯片，团队已解散，转而使用芯片高通提供的处理器芯片。

因此，OpenAI这款定制 AI 芯片最终是否真的可用，仍需时间检验。

另有消息显示，软银计划投资10亿美元与奥特曼一起建立新的 AI 硬件公司，而苹果设计师 Jony Ive也和奥特曼讨论打造一款新的 AI 硬件产品。

大模型市场竞争加剧，谷歌、亚马逊转投OpenAI竞争对手

就在亚马逊宣布投资几天后，传出OpenAI的竞争对手、人工智能（AI）独角兽公司Anthropic正进行再融资。

据The information 10月4日报道，成立仅两年的Anthropic公司正在与谷歌和其它投资人谈判，计划再完成至少20亿美元（约合人民币143.94亿元）的新一轮融资，投后估值或将达到200-300亿美金之间——是今年3月公司40亿估值的5倍以上。

随后，AI 大模型市场竞争加剧，谷歌、亚马逊也开始关注并布局 OpenAI 的竞争对手。

据悉，Anthropic AI公司于2021年、由OpenAI 前研究副总裁达里奥·阿莫迪（Dario Amodei）、GPT-3论文一作Tom Brown等人建立。当时，Amodei领导的研究人员在对公司的发展方向存在分歧后离开了OpenAI，他们担心微软对OpenAI的投资会使其走上更加商业化的道路，偏离公司最初想法。

2022年12月，Anthropic团队在arxiv上发布了一篇题为《Constitutional AI: Harmlessness from AI Feedback》论文，描述了一个基于无监督方式训练、520亿参数的模型 AnthropicLM v4-s3，直接对标OpenAI的GPT-3模型。

今年1月，Anthropic发布了基于AnthropicLM v4-s3、新的 AI 聊天机器人模型产品Claude，被认为是ChatGPT的有力竞品。

今年2月4日，谷歌旗下云计算部门Google Cloud宣布与Anthropic建立新的合作伙伴关系，而且消息指谷歌向Anthropic投资接近4亿美元（约合人民币20.3亿元），新融资将使Anthropic投后估值增至近50亿美元。

谷歌投资之前，Anthropic公司已筹集超过7亿美元融资，投资者包括FTX创始人SBF成立的加密货币对冲基金Alameda Research等。而谷歌投资Anthropic原因之一，是公司CEO多次表达ChatGPT对于其搜索、广告等业务带来的威胁与影响。

据The information报道，Anthropic向投资者表示，此前公司年收入一直在 1 亿美元左右，但由于与亚马逊深度合作，预计其2023年收入大幅增长，将达到2亿美元，月收入接近1700万美元；到2024年底，Anthropic 希望年收入将达到5亿美元，是Anthropic估值的1/200倍，远高于OpenAI的估值倍数。

（作者｜林志佳）