嫌英伟达GPU不够用，OpenAI准备自己造芯片

作者：差评君发布时间：2023-10-07

*本文原创发布于差评孵化的商业财经类帐号 “ 知危 ”

据路透消息，OpenAI 正在探索制造自己的 AI 芯片。

知情人士透露，至少从去年开始，OpenAI 就在想各种方案去解决 AI 芯片的短缺和昂贵等问题，这些方案中就包括构建自己的人工智能芯片。
其实，OpenAI 对芯片这事儿忧心已久了。

OpenAI 的 CEO 阿尔特曼（ Altman ）其实很早就开始对 GPU 相关问题有意见了，在今年 5 月底，他曾表示向 Humanloop 表示目前 OpenAI 的 GPU 极其有限，这推迟了他们的许多短期计划。
“ 大部分问题都是 GPU 短缺造成的 ” 他说。

首先 OpenAI 很多客户都在抱怨 API 的可靠性和速度，在没有足够的 GPU 的情况下，这是没有办法被解决的。
第二，由于算力的紧缺，ChatGPT 更长的 32k 上下文能力（大约是 24000 个词的上下文能力）也暂时无法推送给更广的客户。

第三，由于算力的紧缺，ChatGPT 的模型微调 API 也做不到很好的支持，不能使用 LoRa 等高效的微调方法。

第四，由于算力的紧缺，OpenAI 没办法卖给客户更多的专有定制化模型，现在的解决办法是要求客户预先支付高达 10 万美元的定金。

基于以上种种问题，阿尔特曼和 OpenAI 现在非常的焦虑，虽然他们是大模型浪潮的缔造者，但他们却不得不仰仗于英伟达的产能，英伟达在 AI 领域占有近 80% 的市场份额，英伟达的产能一天上不来，OpenAI 就没办法尽快发展。
于是，在与英伟达进一步加深合作的同时，OpenAI 考虑开始着手自行制造芯片，达成方式是向英伟达定制（可能是买断部分产能）以及收购相关的芯片公司，据路透社报道，OpenAI 现在正在考虑对收购标的进行尽职调查。

除去产能问题，自研芯片还会可以预见的降低成本，我们前文提到过英伟达在 AI 芯片市场占据非常强势的主导地位，所以在产能紧缺的情况下基本上价格是没得谈的。

由于英伟达 GPU 的价格高企，根据 Bernstein 的分析，ChatGPT 每回复一条消息的成本大概为 4 美分，按现在的汇率来算就是大概 3 毛钱人民币一条，非常昂贵。Bernstein 预测 ChatGPT 的规模如果增长到 Google 搜索规模的十分之一，将会需要价值 481 亿美元的 GPU，并且每年要追加大概 160 亿美元的新芯片投入。

钱再多，如此巨额的投入也是让人吃不消的，所以自研芯片降低成本也成为了 OpenAI 持续良性发展的一个不错选择。

有趣的是，关于 OpenAI 这次的动向，路透的形容是其想制造自己的 “ AI 芯片 ” 而不是 “ GPU ”，所以知危编辑部怀疑 OpenAI 可能会像 Google 当年为 TensorFlow 量身定做 TPU 芯片一样，搞出个诸如 “ OPU ” 的东西。
至于 OpenAI 的计划能否成功，现在还很难说。自研芯片需要每年投入数亿美元，并且不知道一共要投入多久，与此同时，研发也不是能保证成功的，很有可能前期投入很多最后得不到什么效果。
比如，Meta 作为大模型的玩家之一，虽然不像 OpenAI 一样是行业领头羊，但它的 Llama 也有很高的市场地位，它曾萌生出跟 OpenAI 同样的想法：自己做 AI 芯片。
但在 2021 年左右，Meta 放弃了自己正在研发的自有人工智能芯片，原因在于他们发现自己的自研芯片在性能上比不上英伟达的 GPU，并且针对不同类型任务的灵活性也不如英伟达。

随后，2022 年，Meta 改变了方向，向英伟达订购了价值数十亿美元的 GPU。（最近，不死心的 Meta 又重启了自研芯片的计划）
在财力和技术上都如此强悍的 Meta 都在自研 AI 芯片的路上吃了瘪，作为创业公司的 OpenAI 未必能好到哪里去。
不过，OpenAI 总是能给我们带来惊喜，就像他做出了遥遥领先于 Meta 和 Google 的 ChatGPT 一样。
或许，在 AI 芯片上，它能带来同样的惊喜。

至于英伟达，可能还是会继续做很长一阵子 “ 世界主宰 ” 了。

*本文原创发布于差评孵化的商业财经类帐号 “ 知危 ”