據外網一份新報告稱，OpenAI正在考慮如何確保運行其程序所需的更多強大的人工智慧晶片，包括自研AI晶片。顯然，OpenAI是目前商業領域資金最充足的人工智慧初創公司之一，但對於探索製造自己的人工智慧晶片，不可為一次突破性的嘗試。
隨著新技術的興起，越來越多的公司爭相開發先進的生成式人工智慧模型或將其集成到自己的系統中，對部署工具所需的高性能圖形處理單元（GPU）的需求激增而導致短缺。增強型電腦晶片對於運行訓練和部署人工智慧算法所涉及的無數計算至關重要，但很少有公司具備製造的實力。
總部位於加利福尼亞州聖克拉拉的英偉達公司是人工智慧晶片領域的主導巨頭，但無法生產足夠的產品來滿足需求。行業分析師估計Nvidia控制著80%至95%的市場份額，並且鑑於其在該行業的控制地位，顯然英偉達的盈利將進一步增長。
雖然英偉達誓言要提高產量以滿足人工智慧需求的激增，但到目前為止還不足以跟上持續的繁榮。
路透社消息稱，OpenAI在過去一年中討論了其他支持其晶片供應的選擇，包括「與包括Nvidia在內的其他晶片製造商進行更密切的合作，並使其供應商多元化，超越Nvidia。」顯然OpenAI正在考慮採取多種策略來推進其晶片雄心，包括收購一家AI晶片製造商或加大內部設計晶片的力度。
路透社消息稱，近期OpenAI首席執行官Sam Altman已將收購更多人工智慧晶片作為公司的首要任務，不過目前OpenAI對此消息拒絕置評。
目前，OpenAI與大多數競爭對手一樣，依靠基於GPU的硬體來開發ChatGPT、GPT-4和DALL-E 3等模型。GPU並行執行多項計算的能力使其非常適合訓練當今最強大的人工智慧。
顯然生成式人工智慧的蓬勃發展對於Nvidia等GPU製造商來說是一筆意外之財——卻給GPU供應鏈帶來了巨大壓力。微軟在夏季財報中警告稱，運行人工智慧所需的伺服器硬體嚴重短缺，可能會導致服務中斷。
據此前報道，Nvidia性能最好的AI晶片在2024年之前都已售空。
同時GPU對於運行和服務OpenAI模型也至關重要；該公司依靠雲中的GPU集群來執行客戶的工作負載。但它們的成本極高。Bernstein分析師Stacy Rasgon的一項分析發現，如果ChatGPT查詢規模增長到Google搜索規模的十分之一，最初需要價值約481億美元的GPU，每年需要價值約160億美元的晶片才能保持運行。
就過往情況來看，OpenAI並不是第一個嘗試創建自己的人工智慧晶片的公司。谷歌有一個處理器，即TPU（「張量處理單元」的縮寫），用於訓練PaLM-2和Imagen等大型生成式AI系統。亞馬遜向AWS客戶提供用於訓練（Trainium）和推理（Inferentia）的模型也有專有晶片。此外據報道，微軟正在與AMD合作開發一款名為Athena的內部AI晶片，據說OpenAI正在測試該晶片。
當然，OpenAI在研發方面的大力投資處於有利地位。該公司已籌集超過110億美元的風險投資，年收入接近10億美元。《華爾街日報》最近報道稱，該公司正在考慮出售股票，其二級市場估值可能飆升至900億美元。
但硬體是一個無情的行業——尤其是人工智慧晶片。
去年，據稱在與微軟的交易失敗後，人工智慧晶片製造商Graphcore的估值被削減了10億美元，該公司表示，由於「極具挑戰性」的宏觀經濟環境，該公司正計劃裁員。（過去幾個月，隨著Graphcore報告收入下降和虧損增加，情況變得更加嚴峻。）與此同時，英特爾旗下的人工智慧晶片公司HabanaLabs解僱了估計10%的員工。Meta的定製人工智慧晶片工作一直存在問題，導致該公司廢棄了一些實驗硬體。
