文章图片
文章图片
最新消息显示 ， OpenAI 正与美国芯片制造商博通合作 ， 将于明年推出自家的 AI 芯片 ， 摆脱英伟达的限制 。
OpenAI的首席执行官山姆·奥特曼曾在多个场合公开吐槽 ， 坦言英伟达GPU的短缺是限制公司研发新模型、提升服务能力的关键瓶颈 。
的确 ， 无论是训练下一个版本的GPT模型 ， 还是支撑全球数百万用户的实时问答 ， 背后都需要海量的高性能计算资源 。 过度依赖单一供应商 ， 不仅意味着要承担断供的风险 ， 还要在采购成本上看人脸色 。 对于正处在高速扩张期的OpenAI来说 ， 将如此关键的命脉交到别人手中 ， 显然不是长久之计 。
造自己的芯片 ， 好处远不止不差钱这么简单 。 通用芯片如同均码服装 ， 虽然适用性广 ， 但未必最合身 。 而定制芯片则像是为OpenAI的软件和模型架构量身定制的F1赛车 。
通过深度优化 ， 定制芯片可以在性能、功耗和内存利用效率上达到通用芯片难以企及的高度 。 这意味着 ， 未来运行在自家芯片上的OpenAI模型 ， 可能会跑得更快、更省电 ， 最终为用户带来更流畅、更低成本的服务体验 。
目前 ， 全球各大科技巨头主要依靠英伟达供应的GPU ， 其 A100、H100 在全球市场上供不应求 。 除了英伟达以外 ， 谷歌、亚马逊、Meta、X AI 等企业也先后布局芯片制造 。
谷歌 是这条赛道上的老玩家 ， 其自研的TPU（张量处理单元）已经从最初主要负责推理任务 ， 进化到了v5e版本 ， 甚至可以承担大规模的预训练工作 ， 堪称全能选手 。
亚马逊 和 Meta 同样不甘示弱 ， 纷纷投入重金研发自己的定制AI芯片 ， 以驱动其庞大的云服务和社交媒体帝国 。 X AI 将重心放到了全新的 AI5 和 AI6 芯片 ， 试图解决英伟达的算力限制 。
对这些科技巨头而言 ， 自研AI芯片不仅是为了省钱 ， 更是为了在未来的AI竞争中构筑核心技术壁垒 。 当模型和算法的差距日益缩小时 ， 底层硬件的效率和成本将成为决定胜负的关键手 。 摆脱对英伟达等外部供应商的依赖 ， 将让它们在产品迭代和商业策略上拥有更大的自由度和想象空间 。
【OpenAI携手博通自研芯片，科技巨头围攻英伟达】OpenAI与博通的这次合作 ， 无疑为这场日趋白热化的AI芯片军备竞赛又添了一把火 。 可以预见 ， 在不远的将来 ， 拥有一颗强大、高效且自主可控的心脏 ， 将成为顶尖AI玩家的标配 。
推荐阅读
- 博通ASIC来势汹汹，英伟达无惧！
- 奥特曼：点名表扬两个波兰人，OpenAI还没有过他们解决不了的问题
- 做完购物做招聘，OpenAI也开始搞“无边界扩张”
- 谷歌nano banana成功后，OpenAI花11亿买了一家公司
- 请想象，博通给OpenAI打造的芯片
- 千亿美元不够花！OpenAI大幅上调支出预期
- 刚刚，光刻机巨头ASML杀入AI！豪掷15亿押注欧版OpenAI成最大股东
- OpenAI罕见发论文：我们找到了AI幻觉的罪魁祸首
- 字节多模态Agent又进化！多项性能超OpenAI，玩游戏赶上人类水平
- OpenAI重组GPT-5「灵魂」团队！亚裔女负责人遭调离，罕见自曝AI幻觉祸首