據(jù)路透消息，OpenAI 正在探索制造自己的 AI 芯片。

　　知情人士透露，至少從去年開始，OpenAI 就在想各種方案去解決 AI 芯片的短缺和昂貴等問題，這些方案中就包括構(gòu)建自己的人工智能芯片。

　　其實，OpenAI 對芯片這事兒憂心已久了。

　　OpenAI 的 CEO 阿爾特曼( Altman )其實很早就開始對 GPU 相關(guān)問題有意見了，在今年 5 月底，他曾表示向 Humanloop 表示目前 OpenAI 的 GPU 極其有限，這推遲了他們的許多短期計劃。

　　“ 大部分問題都是 GPU 短缺造成的 ” 他說。

　　首先 OpenAI 很多客戶都在抱怨 API 的可靠性和速度，在沒有足夠的 GPU 的情況下，這是沒有辦法被解決的。

　　第二，由于算力的緊缺，ChatGPT 更長的 32k 上下文能力( 大約是 24000 個詞的上下文能力 )也暫時無法推送給更廣的客戶。

　　第三，由于算力的緊缺，ChatGPT 的模型微調(diào) API 也做不到很好的支持，不能使用 LoRa 等高效的微調(diào)方法。

　　第四，由于算力的緊缺，OpenAI 沒辦法賣給客戶更多的專有定制化模型，現(xiàn)在的解決辦法是要求客戶預(yù)先支付高達 10 萬美元的定金。

　　基于以上種種問題，阿爾特曼和 OpenAI 現(xiàn)在非常的焦慮，雖然他們是大模型浪潮的締造者，但他們卻不得不仰仗于英偉達的產(chǎn)能，英偉達在 AI 領(lǐng)域占有近 80% 的市場份額，英偉達的產(chǎn)能一天上不來，OpenAI 就沒辦法盡快發(fā)展。

　　于是，在與英偉達進一步加深合作的同時，OpenAI 考慮開始著手自行制造芯片，達成方式是向英偉達定制( 可能是買斷部分產(chǎn)能 )以及收購相關(guān)的芯片公司，據(jù)路透社報道，OpenAI 現(xiàn)在正在考慮對收購標(biāo)的進行盡職調(diào)查。

　　除去產(chǎn)能問題，自研芯片還會可以預(yù)見的降低成本，我們前文提到過英偉達在 AI 芯片市場占據(jù)非常強勢的主導(dǎo)地位，所以在產(chǎn)能緊缺的情況下基本上價格是沒得談的。

　　由于英偉達 GPU 的價格高企，根據(jù) Bernstein 的分析，ChatGPT 每回復(fù)一條消息的成本大概為 4 美分，按現(xiàn)在的匯率來算就是大概 3 毛錢人民幣一條，非常昂貴。Bernstein 預(yù)測 ChatGPT 的規(guī)模如果增長到 Google 搜索規(guī)模的十分之一，將會需要價值 481 億美元的 GPU，并且每年要追加大概 160 億美元的新芯片投入。

　　錢再多，如此巨額的投入也是讓人吃不消的，所以自研芯片降低成本也成為了 OpenAI 持續(xù)良性發(fā)展的一個不錯選擇。

　　有趣的是，關(guān)于 OpenAI 這次的動向，路透的形容是其想制造自己的 “ AI 芯片 ” 而不是 “ GPU ”，所以知危編輯部懷疑OpenAI 可能會像 Google 當(dāng)年為 TensorFlow 量身定做 TPU 芯片一樣，搞出個諸如 “ OPU ” 的東西。

　　至于 OpenAI 的計劃能否成功，現(xiàn)在還很難說。自研芯片需要每年投入數(shù)億美元，并且不知道一共要投入多久，與此同時，研發(fā)也不是能保證成功的，很有可能前期投入很多最后得不到什么效果。

　　比如，Meta 作為大模型的玩家之一，雖然不像 OpenAI 一樣是行業(yè)領(lǐng)頭羊，但它的 Llama 也有很高的市場地位，它曾萌生出跟 OpenAI 同樣的想法：自己做 AI 芯片。

　　但在 2021 年左右，Meta 放棄了自己正在研發(fā)的自有人工智能芯片，原因在于他們發(fā)現(xiàn)自己的自研芯片在性能上比不上英偉達的 GPU，并且針對不同類型任務(wù)的靈活性也不如英偉達。

　　隨后，2022 年，Meta 改變了方向，向英偉達訂購了價值數(shù)十億美元的 GPU。（ 最近，不死心的 Meta 又重啟了自研芯片的計劃 ）

　　在財力和技術(shù)上都如此強悍的 Meta 都在自研 AI 芯片的路上吃了癟，作為創(chuàng)業(yè)公司的 OpenAI 未必能好到哪里去。

　　不過，OpenAI 總是能給我們帶來驚喜，就像他做出了遙遙*于 Meta 和 Google 的 ChatGPT 一樣。

　　或許，在 AI 芯片上，它能帶來同樣的驚喜。

　　至于英偉達，可能還是會繼續(xù)做很長一陣子 “ 世界主宰” 了。