新火種AI|從GPT-5到AI芯片廠，山姆·奧特曼在下一盤多大的棋？

作者：文子

編輯：小迪

這一次OpenAI的野心真的太大了。

大規(guī)模招商，打造全球AI芯片廠

隨著OpenAI估值逼近1000億大關(guān)，山姆·奧特曼的野心再也藏不住了。他不再滿足于血拼谷歌和蘋果，而是直接向算力霸主英偉達(dá)開戰(zhàn)。

據(jù)知情人士透露，山姆·奧特曼正在積極向全球投資者尋求龐大的資金支持，以便建立一座AI芯片制造廠。其中就包括阿布扎比的G42和日本的軟銀集團(tuán)，尤其是在與G42的談判中，涉及金額就已經(jīng)接近80億到100億美元。

實際上，早在去年10月，G42公司就與OpenAI公司簽署了合作協(xié)議，為當(dāng)?shù)睾蛥^(qū)域市場提供人工智能服務(wù)。緊接著12月就有報道稱，G42正在試圖籌集1000億美元，但當(dāng)時并沒有關(guān)于這筆資金用途的任何信息?，F(xiàn)在看來，很有可能是為了打造AI芯片廠而準(zhǔn)備。

畢竟想要實現(xiàn)這一計劃，必須面對龐大的資金需求。從成本上來看，先進(jìn)的2納米或3納米級工藝技術(shù)，僅僅開發(fā)就需要數(shù)十億美元，而且節(jié)點越小成本越高。想要一家能夠在2納米或3納米級節(jié)點上大批量生產(chǎn)芯片的現(xiàn)代化晶圓廠，投資成本也將高達(dá)300億美元。

此外，單個低數(shù)值孔徑的EUV光刻工具的成本約為2億美元，而高數(shù)值孔徑光刻機(jī)的成本預(yù)計為3億至4億美元。也就是說，山姆·奧特曼此次想要建造AI芯片廠至少需要籌集數(shù)百甚至數(shù)千億美元。

雖然目前參與該項目的合作伙伴和投資者的完整名單尚未確定，但有消息透露，山姆·奧特曼為了籌集所需資本，正在試圖拉攏頂級芯片制造商合作，其中可能包括臺積電、三星和英特爾。

一旦新的芯片工廠成立，將為全球市場提供AI芯片。

無芯訓(xùn)練GPT-5？全力對抗英偉達(dá)

事實上，山姆·奧特曼之所以著急尋找合作伙伴建立AI芯片廠，更多是一種無奈。根據(jù)相關(guān)媒體報道，現(xiàn)在的OpenAI很可能已經(jīng)無芯可用。

這一點從山姆·奧特曼多次在公開場合的言辭中也可以看出，在過去一整年里，他幾乎都在抱怨英偉達(dá)GPU短缺，導(dǎo)致OpenAI的GPU供應(yīng)嚴(yán)重受限的問題。

尤其是因為這個問題，OpenAI被迫推遲了很多短期計劃，比如微調(diào)、專用容量、32k上下文窗口、多模態(tài)等等，甚至還一度影響到API的可靠性和速度。

再加上ChatGPT的運營成本本就巨大。據(jù)統(tǒng)計，ChatGPT每次查詢的成本約為 0.04 美元，如果ChatGPT查詢量成長至谷歌搜索規(guī)模的十分之一，最初需要部署價值約481億美元的 AI 芯片投入運算，每年還需要價值約 160 億美元的芯片才能維持運作。

在多重因素交織的情況下，OpenAI不得不尋求新的途徑，以免長期被芯片拿捏命脈。按照山姆·奧特曼的說法，算力受限會成為運行人工智能模型的主要障礙。

他預(yù)計，未來幾年AI應(yīng)用和相關(guān)計算力的需求將急劇增加。而OpenAI需要的是高端芯片，全球生產(chǎn)高端芯片的工廠本就不多，這將嚴(yán)重限制下一代AI模型的訓(xùn)練。

所以為了解決這個問題，山姆·奧特曼率先提出了倡議，計劃建立一個全球工廠網(wǎng)絡(luò)，以增加芯片產(chǎn)量，確保足夠的算力資源。

據(jù)了解，山姆·奧特曼目前已經(jīng)與美國國會議員探討了芯片供應(yīng)的問題，并討論了在何處、以及如何建造新的工廠。

綜合白宮最近對芯片行業(yè)的一系列補(bǔ)貼政策來看，山姆·奧特曼有一定可能會得到支持。據(jù)了解，2022年8月，總額達(dá)2800億美元的美國《芯片法案》正式簽署成法，其中有527億美元將用于在未來5年內(nèi)補(bǔ)貼建設(shè)和更新芯片廠，以促進(jìn)半導(dǎo)體制造回流美國，鼓勵企業(yè)在美國研發(fā)和制造芯片。

由此可見，美國當(dāng)局打算投入巨額資金增加芯片產(chǎn)能的想法，也與山姆·奧特曼當(dāng)下的做法不謀而合。

這一盤大棋，OpenAI下得完嗎？

然而，山姆·奧特曼想要迅速建立起AI芯片制造工廠，并沒有那么簡單。

縱觀全球范圍內(nèi)，諸如谷歌、微軟等科技巨頭都在不遺余力地研發(fā)自家的芯片，卻仍然急于爭取與英偉達(dá)的業(yè)務(wù)合作。這一現(xiàn)象的背后，不僅僅是因為英偉達(dá)在GPU性能上的卓越表現(xiàn)，更在于英偉達(dá)多年來耕耘而成的CUDA生態(tài)系統(tǒng)所帶來的全面優(yōu)勢。

這正是OpenAI試圖打破的桎梏，但從開發(fā)者的角度來看，OpenAI似乎只是在不斷重復(fù)著類似的模式，換湯不換藥罷了。

更何況，OpenAI似乎還帶著一顆隱形的“雷”。因為OpenAI治理結(jié)構(gòu)中存在著巨大的風(fēng)險，這將顯著降低開發(fā)人員在基于GPT提供服務(wù)方面的信心，也為谷歌、Meta等競爭對手提供了可趁之機(jī)。

即便有一天OpenAI真的克服千難萬險構(gòu)建出了AI芯片廠，隨之而來的問題也不會減少。

以CoWoS封裝產(chǎn)能為例，英偉達(dá)H100芯片的短缺問題主要源于CoWoS封裝產(chǎn)能不足。臺積電就曾在最近的財報電話會議上表示，將持續(xù)擴(kuò)充先進(jìn)封裝，包括CoWoS產(chǎn)能。據(jù)設(shè)備廠商估算，臺積電2023年CoWoS總產(chǎn)能將超過12萬片，而2024年有望達(dá)到24萬片。

這意味著想要提升一倍的產(chǎn)量，幾乎需要一年左右的時間，背后原因可能在于生產(chǎn)工藝的復(fù)雜性。除此之外，H100所使用的HBM3系列內(nèi)存也是生產(chǎn)上的一大難題，而這一命脈掌握在美光、SK海力士或三星等公司手中。

尤其是當(dāng)前幾乎所有AI訓(xùn)練和推理都依賴于同一種生成式，但隨著時間的推移，更先進(jìn)的GPU、CPU或其他新型處理器很可能會涌現(xiàn)，從而導(dǎo)致當(dāng)前使用的供過于求。而這些都將是擺在OpenAI面前，不得不解決的問題。

從GPT-5到AI芯片廠，OpenAI還有很長的路要走。

審核編輯 黃宇