OpenAI等数十家AI公司联合“围剿”英伟达

文章来源：钛媒体

作者：章橙、林志佳

图片来源：由无界AI生成

新一轮人工智能（AI）热潮引发大模型算力需求大增，使得英伟达AI芯片供不应求，加之算力成本不断攀升，让AI巨头们或将选择“围剿”英伟达。

北京时间2月2日，科技巨头Meta Platforms对外证实，该公司计划今年在其数据中心部署最新的自研定制芯片，并将与其他GPU芯片协调工作，旨在支持其AI大模型发展。

研究机构SemiAnalysis创始人Dylan Patel表示，考虑到Meta的运营规模，一旦大规模成功部署自研芯片，有望将每年节省数亿美元能源成本，以及数十亿美元芯片采购成本。

更早之前，OpenAI持续推进“造芯”计划。公司CEO萨姆·奥尔特曼（Sam Altman）日前到访韩国，与芯片巨头三星、SK海力士探讨合作。据报道，双方会议讨论的主要话题之一是高带宽存储（HBM）芯片，有消息称，若合作达成三星和SK海力士可能会为OpenAI定制开发以及生产存储芯片。

不止是Meta和OpenAI，据The Information统计，截至目前，全球有超过18家用于AI大模型训练和推理的芯片设计初创公司，包括Cerebras、Graphcore、壁仞科技、摩尔线程、d-Matrix等，融资总额已超过60亿美元，企业整体估值共计超过250亿美元（约合1792.95亿元人民币）。

这些公司背后的投资方包括红杉资本、OpenAI、五源资本、字节跳动等。如果加上微软、英特尔、AMD等科技巨头和芯片龙头的“造芯”行动，对标英伟达的AI芯片企业数量最终就将超过20家。

如今，即使“杀不死”市值达1.63万亿美元的GPU（图形处理器）芯片龙头英伟达，全球也要有数十家AI公司全力“围剿”它。

不仅加速造AGI，奥尔特曼还要投资百亿下场“造芯”

目前在大模型领域，AI算力主要受限于两个方面：AI模型训练需求暴增，以及算力成本越来越高。

首先是需求增长。

据OpenAI开发平台服务状态显示，1月29日，ChatGPT平台的应用编程接口（API）出现断链，时长近20分钟，并且导致ChatGPT回答的错误率飙升。OpenAI表示，这主要是由于应用访问量激增，进而导致服务器“宕机”。

有消息称，目前ChatGPT平台主要使用英伟达A100和p00 GPU卡，训练一次大约需要2.5万块A100芯片。如果训练GPT-5，则还需要5万张p00。市场分析认为，随着GPT模型的不断迭代升级，未来GPT-5或将出现无“芯”可用的情况。

除了需求之外，算力成本也是AI芯片采购的核心要素之一。

公开数据显示，英伟达p00的价格已经飙升至2.5万-3万美元，这意味着ChatGPT单次查询的成本将提高至约0.04美元。如果要把ChatGPT能力与谷歌搜索对抗的话，不仅约481亿美元的AI芯片投入，而且每年还需要约160亿美元的芯片才能维持运作。

如今，英伟达已经成为了AI大模型训练当中必不可少的关键合作方。

据富国银行统计显示，目前，英伟达在数据中心AI市场拥有98%的市场份额，而AMD公司的市场份额仅有1.2%，英特尔则只有不到1%。

英伟达CEO黄仁勋（Photo: SCMP）

据Counterpoint Research，2023年，英伟达的营收将飙升至303亿美元，比2022年的163亿美元增长86%，跃升为2023年全球第三大半导体厂商。富国银行则预计，英伟达2024年将会在数据中心市场获得高达457亿美元的营收，或创下历史新高。

富国银行在报告中提到，尽管AMD在2023年的AI芯片营收仅为4.61亿美元，但是2024年将有望增长到21亿美元，届时市场份额将攀升至4.2%，英特尔也可能拿到将近2%的市场份额，而这将导致英伟达份额下降至94%。

对于OpenAI而言，作为大模型厂商，成本和满足需求是两个核心要素，而这两点却被“卡脖子”，受制于英伟达，因此，我们就不难理解奥尔特曼非得“自己造芯片”的原因——更安全和更长期可控的成本，减少对英伟达的依赖。

奥尔特曼曾多次“抱怨”AI芯片短缺问题，称目前英伟达的芯片产能已不足以满足未来的需求。

去年10月的WSJ Live活动上，奥尔特曼首次回应传闻称：不排除自研芯片这一选项。

“对于是否采用定制硬件（芯片），我们还在评估中。我们正努力确定如何扩大规模以满足世界的需求。虽然有可能不会研发芯片，但我们正在与做出卓越成果的伙伴保持良好合作。”奥尔特曼表示。

（详见钛媒体App前文：《OpenAI CEO首次回应：不排除自研芯片｜钛媒体独家》）