OpenAI為何執意自研人工智能芯片

人工智能企業的競爭力核心往往取決於三大支柱：頂尖人才、優質數據與高性能芯片。本周，OpenAI選擇了在芯片這一關鍵環節另闢蹊徑。

10月13日，這家ChatGPT開發商宣佈與博通(Broadcom)達成協議，將從后者採購定製芯片與網絡組件，旨在為其數據中心新增10吉瓦的容量。然而，不同於此前與英偉達和超威半導體(AMD)合作時直接採購現成芯片的模式，OpenAI此番計劃是與博通攜手，共同進行硬件的定製化設計。

該項目預計耗資數百億美元，雖有望為OpenAI帶來顯著的技術優勢與成本效益，但也伴隨着巨大的財務風險——尤其是在OpenAI已承諾未來數年投入逾1萬億美元用於各類基礎設施項目之際，這進一步加劇了市場對人工智能泡沫的擔憂。

一位熟悉該公司想法、因討論內部信息而要求不披露其身份的知情人士透露，通過與博通聯合開發硬件，OpenAI預計其芯片採購成本將比採購英偉達芯片降低20%至30%。不過，目前項目尚處於早期階段，芯片仍未投入生產。

點滴節省終將積少成多。正如我此前報道，OpenAI高管曾表示，建設一個算力約1吉瓦的數據中心通常耗資約500億美元，其中大部分（350億美元）將用於購置部署在這些設施的先進芯片。

除財務價值外，OpenAI此舉還可能使其對關鍵且時常難以預測的AI供應鏈擁有更多控制權。倘若該項目成功，OpenAI將獲得額外的芯片來源，從而彌補英偉達等合作伙伴可能出現的供應短缺——衆所周知，英偉達的圖形處理器訂單積壓嚴重。

OpenAI還能針對特定AI程序的需求優化芯片設計，並將模型運行反饋的數據與發現反哺至芯片開發，從而形成良性循環。此外，OpenAI可以借鑑其在數據中心建設方面積累的經驗，用以重新思考從服務器機架設計到冷卻技術等數據中心內部諸多硬件的配置。

這些底層升級或許不如新一代尖端模型那般炫目，但在理想情況下，此類投資或將為OpenAI打造出更高效的基礎設施，從而為其AI軟件提供強大支撐，並與那些資金雄厚且已佈局自研硬件的對手抗衡。

「這對他們而言是一項重要優勢，」基準資本(Benchmark)專注半導體行業的分析師科迪·阿克里(Cody Acree)指出，「這絕非孤立地設計一款能效更高的芯片那麼簡單，而是要對芯片架構、網絡互聯乃至數據中心本身進行全方位的系統性設計。」

10月13日，OpenAI首席執行官薩姆·奧爾特曼(Sam Altman)在一檔播客節目中表示，公司與博通最初僅着手開發芯片，但隨后意識到需要開發一整套定製系統才能滿足OpenAI的需求。

但阿克里指出，OpenAI的芯片之路必然伴隨着「陡峭的學習曲線」。半導體開發不僅複雜昂貴，更需要極大的耐心與堅定的決心。定製芯片的設計往往需要投入數十億美元，組建專屬專家團隊，並經過多輪迭代纔可能成功。

縱觀OpenAI在該領域的競爭對手，谷歌研發張量處理單元(TPU)已逾十年，但直到過去幾年才完成對新一代生成式AI工作負載的優化；亞馬遜的雲服務部門同樣在十年前收購了以色列安納普爾納實驗室(Annapurna Labs)，以此切入這一高難度領域。

定製芯片（即專用集成電路，簡稱ASIC）的另一個主要問題是，與更通用的芯片相比，它們面臨快速過時的風險，尤其是在AI技術飛速變革的當下。

與經驗豐富的芯片設計公司博通合作，為OpenAI開闢了捷徑，使其能夠躋身臺積電繁忙的芯片製造日程。然而，OpenAI作為研發方，仍需自行明確核心需求並解決技術實現難題。該公司表示，計劃於2026年底開始部署這批定製芯片。

與OpenAI近期其他基礎設施的大規模投入一樣，一個核心問題依然懸而未決：若其AI服務需求增長放緩甚至停滯，這些投資將何去何從？OpenAI正在積極尋找資金渠道，以支撐其在芯片和數據中心領域激增的投資。儘管該公司今年營收有望達到130億美元，但預計未來多年仍難以實現盈利。

大和資本市場美國公司(Daiwa Capital Markets America)的股票研究執行董事路易斯·米西奧斯西亞(Louis Miscioscia)在本周的分析報告中指出：「儘管我們看好AI的前景，但一個擔憂始終存在：以當前的投資規模，人工智能究竟能否達到市場的高預期？」

為規避此類風險，OpenAI可採取的策略之一，是提升其龐大數據中心業務的創收能力與資源利用率。OpenAI首席財務官薩拉·弗雷爾(Sarah Friar)此前向彭博新聞社透露，公司可能借鑑亞馬遜雲業務的模式，向其他企業開放算力租賃服務。

此舉有助於確保OpenAI的芯片與設施物盡其用。「只要我們提供更強大的計算資源和數據中心容量，整個行業自然會發掘出相應的應用場景，」阿克里表示。「這某種程度上成了一個自我實現的預言，」他補充道，「只要為需求開闢一片新天地，人類自會前去探索。」編輯/陳佳靖