大模型公司「卷」 芯片 英伟达危？

人工智能的行业竞争，不仅是OpenAI与谷歌等各大互联网巨头的大模型之争，支撑运算的芯片赛道也暗流涌动，大模型“制造机”们也加入了赛道。

OpenAI计划从CEO Sam Altman投资的一家初创公司Rain AI订购更高效的NPU芯片；微软也推出两款自研芯片Azure Maia 100和Azure Cobalt 100；谷歌刚推出的新模型Gemini 1.0 采用的就是自己设计的芯片TPUs v4 和v5e。

在这之前，英伟达构筑的AI芯片帝国是这些大模型公司的强大输出方，如今，大模型公司试图要自给自足一部分。而正式向英伟达发起挑战，还是芯片赛道上的老玩家。

美国超威半导体公司（AMD）已推出新一代AI芯片MI300X， 还从从英伟达手中分走了Meta、微软和OpenAI三大客户。

AI芯片卷起来了，但想要挑战坐在“王位”英伟达，也绝非易事。

大模型公司自给芯片

今年以来，各种AI大模型和应用百家争鸣，英伟达 A100、A800、p00、H800等能支持AI大模型训练的芯片被疯狂抢购。“消费者”不仅是科技公司，还有各国政府和风险投资公司。

“卖水”的英伟达一时风头无两，他们家的AI芯片供不应求，AI市场再现GPU短缺。

微软在 2023 财年报告中就多次指出，对能否为其云运营获取GPU感到担忧。OpenAI的CEO Sam Altman也不止一次公开“抱怨”芯片短缺及成本巨大，今年5月，他曾公开表示，OpenAI正在经历严重的算力短缺。这也正在影响用户体验，ChatGPT时常卡顿，反应延迟。

据报道，OpenAI 运行 ChatGPT 的成本每天在70 万美元。路透社指出，每个 ChatGPT 查询的成本约为 4 美分，如果此类查询增长到 Google 搜索的1/10，则需要预先投入价值约 480 亿美元的 GPU，每年需要花费 160 亿美元的芯片才能维持运行。

算力短缺，成本高昂，戴尔亚太和日本总裁 Peter Marrs 就曾预测，买家不会容忍英伟达GPU 的交货时间过长，这将给大量竞争对手制造机会。

为了摆脱对英伟达的芯片依赖，OpenAI 正在考虑研发自己的AI芯片，以应对全球GPU 的短缺，缩减GPT的训练成本。

前几天，OpenAI一份订购意向书曝光，Altman任职CEO期间，该公司承诺从一家初创公司Rain AI订购芯片，金额高达5100万美元，而Altman投资了这家公司。

值得一提的，这款芯片是基于神经拟态（Neuromorphic）技术的 “类脑” AI 芯片NPU，据说“模仿了人脑的结构和功能”，支持并行和分布式地处理信息，非常适合 AI 应用中的“计算密集型任务”，能够实现低耗、高效地处理信息。但目前，该芯片仍在研发阶段。

不仅是OpenAI，微软和Google等大型科技公司也在一直打造更高效的芯片。

11月16日，微软在年度IT专业人士和开发者大会Ignite上推出两款自研芯片——云端AI芯片微软Azure Maia 100、服务器CPU微软Azure Cobalt 100。

Maia 100旨在为AI工作负载运行基于云的训练和推理，而Cobalt 100则用于通用工作负载。微软的数据中心预计，将在2024年初同时采用Arm CPU和专用AI加速器。微软表示，除了在 Bing和 Office AI 产品上测试该芯片外，OpenAI也正在测试该芯片。

微软研发Maia 100 自用及供给合作伙伴OpenAI

谷歌也开始行动，其刚刚发布的、号称“吊打”GPT-4的大模型Gemini1.0，用的就是谷歌自研的TPUs v4 和 v5e芯片。

谷歌称，在TPUs上，Gemini的运行速度明显快于早期规模更小、性能更弱的模型。此外，歌还发布了TPU系统 Cloud TPU v5p，旨在为训练前沿 AI 模型提供支持，从而加速 Gemini 的开发。

包括苹果、华为等硬件厂商，越来越多的科技巨头都开始自主设计和开发自己的芯片，以满足自身的业务需求和差异化竞争。

英伟达的防御与扩张

大模型公司卷进芯片赛道，真能彻底摆脱对英伟达的依赖吗？

尽管市面上英伟达p00 GPU已涨到了原价的两倍，依旧供不应求。也即便已经上线自研芯片的谷歌，也依然在大量采购英伟达的芯片。

英伟达有自己的护城河。

据英国《金融时报》 报道，今年以来，英伟达已经投资了二十多家公司，包括从价值数十亿美元的大型新人工智能平台到将人工智能应用于医疗保健或能源等行业的小型初创企业。

虽然英伟达表示，公司在投资时并没有特殊条款，也不要求被投企业必须使用英伟达的芯片。但某种程度上，这意味着更密切的关系。