老黄显卡太贵，微软秘密研究AI芯片？

据The Information最新报道，实际上早在大约5年前，微软就开始秘密研发一种内部代号为“雅典娜”（Athena）的芯片，研发人数总共300人。

微软选择自研芯片的原因很简单，算力实在太贵了。据The Information报道，为了帮助OpenAI训练ChatGPT， 微软将3万多个英伟达A100芯片连接起来，耗资数亿美元为OpenAI量身打造了超算。

目前，英伟达GPU A100和H100仍是训练大模型最主流的GPU芯片。据IDC估计，GPU芯片占AI算力的90%，而英伟达占GPU市场的80%。市场研究机构TrendForce推算，处理ChatGPT的训练数据需要2万枚GPU芯片，随着OpenAI进一步展开ChatGPT和其他GPT模型的商业应用，其GPU需求量将突破3万张（该报告计算以A100为主）。强大的市场需求和供货量的缺少使得整个科技行业都面临芯片短缺的问题。

“并不是说（A100芯片）完全无法被替代，但是它的通用性比较强，大家用起来很方便很顺手，是最适合用来训练的，” 长期关注芯片产业的集微咨询资深分析师钱禹告诉《每日经济新闻》。

现在，微软想要继续开发GPT-4以及GPT-4之后模型的商业应用，必定需要大量的算力支持。

据报道，开发“雅典娜”的成本约为每年1亿美元。SemiAnalysis首席分析师Dylan Patel表示，ChatGPT的运营成本大概是每天70万美元，每次查询的成本大概为0.36美分。如果OpenAI用上微软自研芯片，成本能直降三分之一。据预测，微软可能最早在明年大面积应用“雅典娜”芯片。