OpenAI造芯计划打算直接收购芯片公司？
OpenAI 探索自研芯片，已开启评估收购选项
自主造芯潮最新一个入局者是OpenAI。据路透社报道，ChatGPT的开发者OpenAI正在积极研究自行生产人工智能芯片，并已开始评估可能的相关收购目标。
报道指出，OpenAI自去年以来一直在讨论解决人工智能芯片高昂成本和供应短缺等问题的多种解决方案。其中包括自行研发AI芯片，以及更加紧密地与芯片供应商，包括英伟达等公司合作，以推动多元化的人工智能芯片供应来源。
目前，OpenAI已经将获取更多AI芯片列为公司的首要任务。尽管他们尚未最终决定是否要继续推进自研AI芯片的计划，但如果他们最终做出这一决定，将会成为OpenAI的一项重大战略举措，需要投入数亿美元的资金，并且可能需要数年的时间来完成，且最终也无法保证能成功研发。如果OpenAI选择采用收购的方式来加速获取技术，他们已经在考虑对潜在收购目标进行尽职调查。
如果OpenAI决定自行研发AI芯片，这将意味着他们将加入互联网公司在自主研发芯片方面的浪潮之中。诸如谷歌、Meta、亚马逊等互联网巨头，鉴于其庞大的业务需求，都纷纷开始自行研发芯片，同时购买英伟达的GPU，以构建庞大的数据中心。
科技巨头以及AI创业者对于算力的追求让英伟达赚的盆满钵满
目前，AI芯片市场针对服务器应用领域正处于英伟达的垄断地位下，其市占率已超过80%。特别是自去年底以来，随着生成式AI技术的兴起，英伟达的AI芯片（GPU）供不应求，价格一路攀升，给生成式AI技术的持续发展带来了一定限制。
如果说石油被称为工业的生命之血，那么英伟达的Ampere A100和Hopper H100加速卡，目前可以被视为AI领域的生命之源。自2020年以来，OpenAI在与合作伙伴微软共建的大型超级计算机上，积极开发ChatGPT以及其背后的生成式AI技术，这一过程中使用了多达10,000个英伟达AI芯片。随着ChatGPT及其相关技术的不断升级，OpenAI对AI芯片的需求也日益增加。
目前，OpenAI的首席执行官山姆·阿尔特曼（Sam Altman）已将获取更多AI芯片视为公司的首要任务，并公开表达了对GPU供应短缺的担忧。与此同时，高昂的AI芯片采购成本也给OpenAI带来了巨大的压力。
从国内市场的百度、字节跳动、腾讯和阿里巴巴，到海外的微软、亚马逊，英伟达的GPU已经在事实上成为了AI领域的不可或缺的基石。这个局面让英伟达从一家GPU制造商转型为AI领域中最具权威的投资机构之一。这一行业对英伟达GPU的依赖性使得许多人纷纷选择将他们视为首选投资对象。
根据英伟达方面在八月中旬公布的2024财年第二季度财报，该季度的营收达到了135亿美元，其中数据中心业务营收更是创下了历史新高，达到了103.2亿美元，仅仅一个季度的时间就实现了翻倍增长。英伟达解释称，市场对生成式AI芯片的强劲需求抵消了PC市场GPU需求下降的不利影响。今年以来，英伟达的股价涨幅接近230%，因此从某种意义上说，这家公司已经成为了“AI浪潮”的代表。
科技巨头和AI初创公司对算力的追求使英伟达赚得盆满钵满，尤其是在目前各大厂商尚未找到合适商业模型的情况下，这一现状显得尤为显著。当初虚拟货币风头正劲时，英伟达通过向矿工销售显卡大赚一笔，如今随着AI的崛起，他们继续通过为AI公司提供加速卡来获得利润，这也难怪微软、OpenAI等公司都对他们眼红不已。
为何自造芯片？
目前，OpenAI主要依赖英伟达提供的图形处理单元（GPU）来推动其人工智能应用程序。然而，GPU也存在一些限制和弊端。
首先，尽管GPU具备强大的并行计算能力和高数据吞吐量，从而能够提高ChatGPT的训练效率和速度，但它们需要大量的计算资源和数据集，因此成本较高。据Bernstein Research资深分析师Stacy Rasgon的分析，每次ChatGPT查询的成本约为0.04美元。如果ChatGPT的查询量扩大到谷歌搜索规模的十分之一，那么就需要初始部署价值约481亿美元的AI芯片，并且每年需要价值约160亿美元的芯片来维持运行。
其次，GPU并非专门为人工智能设计，因此它们需要与其他组件协调工作，这增加了系统的复杂性和延迟。
第三，GPU的性能也存在上限，可能无法满足未来更复杂和更强大的人工智能技术的需求。
因此，OpenAI正在积极探索自主研发自己的AI芯片，以解决对昂贵AI芯片的需求问题。据知情人士透露，OpenAI已考虑了多种选择，包括自主研发AI芯片、与其他芯片制造商更密切合作，以及增加供应商多样性。OpenAI甚至已开始评估一个潜在的收购目标，但尚未做出最终决定。
自主研发AI芯片可以帮助OpenAI在人工智能领域保持竞争优势，使其成为像谷歌、亚马逊和微软等一小群大型科技公司之一，它们试图控制设计对其业务至关重要的芯片。这些公司都在开发定制的AI芯片，以提高其人工智能服务和产品的效率和性能。
例如，谷歌已经开发了张量处理单元（TPU），这是一种专为机器学习而构建的定制应用专用集成电路（ASIC）。TPU是Google专门为其TensorFlow框架设计的，旨在加速机器学习工作负载的特定应用程序集成电路。
亚马逊也开发了自己的AI芯片，如Graviton和Inferentia等。Graviton是亚马逊首款自主研发的Arm架构云服务器CPU，是云计算服务提供商中首家推出定制CPU的公司。它专为云计算服务而设计，可提供更高的性能和更低的成本。Inferentia是亚马逊推出的首款云端AI芯片，是一种高性能机器学习推理芯片，由AWS设计，旨在以最低的成本为深度学习推理应用程序提供高性能。Inferentia加速器可以帮助开发人员在AWS Inferentia加速器上部署模型并运行推理应用程序，用于自然语言处理、语言翻译、文本摘要、视频和图像生成、语音识别、个性化、欺诈检测等应用。
自力更生&直接收购
那么，如果OpenAI决定自主研发芯片，接下来最可能采取的行动是什么呢？许多人将目光投向了OpenAI的投资领域，特别是因为CEO Altman以前曾是知名孵化器Y Combinator的老板，直接收购某个芯片公司可能是一个不错的选择。
有一家公司引起了广泛关注，它叫做Atomic Semi。它已经获得了OpenAI Startup Fund的投资，目前估值超过1亿美元。该公司官方网站介绍称，他们的愿景是构建“任何东西”。公司的两位创始人，Sam Zeloof和Jim Keller，都备受瞩目。前者因在自家车库里手工制作芯片而成为了网红，而后者拥有非常成功的半导体行业背景，曾领导AMD的最早的Zen架构开发，帮助AMD在处理器领域取得了巨大成功。
实际上，Jim Keller曾在多家知名公司如AMD、英特尔、博通和苹果工作，目前他还担任人工智能芯片初创公司Tenstorrent的CEO。这家公司已经完成了7轮融资，融资总额超过3亿美元，其产品专注于大型模型的训练和推理领域，采用了RISC-V架构。不久前，Tenstorrent宣布与三星合作，由三星代工生产他们的芯片。
因此，总体而言，考虑到Sam Altman在创投领域的影响力和人际关系，OpenAI在自主研发芯片方面有多个潜在选项可供选择。另起炉灶的好处之一是可以摆脱现有架构和兼容性的限制，特别是可以推出具有高度定制性的产品，例如基于RISC-V架构的加速芯片可能是一个不错的选择。
当然，OpenAI本来有一种更为稳妥的方法来推动自主研发芯片的进展，那就是与其他大型公司展开合作。但微软的雅典娜计划已经明确显示，OpenAI似乎更倾向于完全自力更生，这与该公司一贯的风格相符。
最近的传闻也似乎支持了这一点：有传言称Sam Altman、孙正义以及前苹果首席设计师Jony Ive正在考虑创建新的“AI硬件”。这显然是OpenAI之前未曾涉足的领域，表明OpenAI的总体战略是基于强大的大型模型能力，在所有相关领域进行自主开发，这几乎是要打造一家巨型企业的思路。
然而，对于OpenAI来说，自主研发AI芯片的成本和难度将不小于开发像GPT这样的大型语言模型。这需要在数年的周期内持续投入数十亿美元才有可能实现，尤其考虑到OpenAI作为一家初创公司，之前没有开发硬件的相关经验，因此这种投入并不一定会取得成功。
此外，这还需要确保与现有的硬件生态系统兼容和协调。如果OpenAI开发了自己独特的AI芯片架构和标准，可能会面临与其他硬件供应商、软件开发者和客户之间的兼容性问题。
第三，这也将面临激烈的竞争和法律挑战。OpenAI可能会遭到像英伟达这样的芯片巨头的竞争反击，或者被指控侵犯他人的专利和知识产权。
OpenAI渴望拥有自己的AI芯片，这是一个既有合理理由又充满挑战的目标。OpenAI是否能够实现这一目标，还需要进一步观察。但无论如何，OpenAI的芯片计划都反映了人工智能技术的发展和需求，以及芯片行业的变化和竞争。我们将继续关注这一领域的最新动态和趋势。
（触手可及的全球并购投资交易资讯管家）
热
今日头条资讯
资讯 · 独家情报
无限制查看所有资讯和独家情报
定制化内容 · 资讯
享受订阅服务，定制感兴趣内容
独家定制 · 优质项目
按照需求，一对一定制优质项目
线上申请 · 线下对接和撮合
“请留下您的联系方式
我们会协助您开通账户
并定制个性化并购咨询服务”