【導讀】一家獨大的英偉達，把微軟和OpenAI都逼得親自下場造芯片了。也許AI芯片大戰(zhàn)才剛剛拉開帷幕。

微軟自研AI芯片，11月上線！ 知名外媒The Information獨家爆料稱，微軟計劃在下個月舉行的年度開發(fā)者大會上，推出首款人工智能芯片。

同時，OpenAI也在招聘能夠幫助其評估和設(shè)計AI硬件的人員。

?

業(yè)內(nèi)有一種說法，「賣H100比向沙漠里快要渴死的人賣水還要容易」。 不論是為了走出算力枯竭，更高效，低成本地開發(fā)自己的模型，還是為了擺脫被「利潤率高達1000%」的H100盤剝。

微軟和OpenAI都在嘗試「變硬」，努力戒掉對于英偉達的GPU依賴。 但是，根據(jù)業(yè)內(nèi)人士爆料，英偉達對于已經(jīng)推出自己芯片的公司，比如谷歌和亞馬遜，會控制GPU的供給。 所以「芯片自研」的道路，是一個風險和收益都很高的選擇，畢竟誰也不想未來被黃老板在GPU供給上進一步「卡脖子」。

微軟自研AI芯片，追趕谷歌亞馬遜

與英偉達的GPU類似，微軟的芯片也是專為數(shù)據(jù)中心服務(wù)器設(shè)計，可用于訓練和運行諸如ChatGPT這類的大語言模型。

目前，不管是為云客戶提供先進的LLM支持，還是為自家的生產(chǎn)力應(yīng)用提供AI功能，微軟都需要依靠英偉達的GPU提供算力的加持。 而這款從2019年便開始研發(fā)的全新芯片，顯然可以極大地減輕微軟對英偉達GPU的依賴。 據(jù)知情人士稱，微軟和OpenAI組成的聯(lián)合團隊，現(xiàn)在已經(jīng)在對其進行測試了。

?

相比起早早入局的競爭對手，微軟直到2019年才開始AI芯片的研發(fā)。 也是同年，微軟宣布將向OpenAI投資10億美元，并要求他們必須使用微軟的Azure云服務(wù)器。 然而，當微軟開始與OpenAI進行更緊密地合作時發(fā)現(xiàn)，依靠購買GPU來支持這家初創(chuàng)公司、Azure客戶以及自家產(chǎn)品的成本，實在是太高了。 據(jù)知情人士透露，在開發(fā)Athena期間，微軟為了滿足OpenAI的需求，已經(jīng)向英偉達訂購了至少數(shù)十萬塊GPU。 早在，今年4月，就有消息透露了這款代號為Athena的芯片的存在。

據(jù)稱，微軟希望這款代號為Athena（雅典娜）芯片，能與一直供不應(yīng)求的英偉達H100 GPU相媲美。 目前，亞馬遜和谷歌已將人工智能芯片作為其云業(yè)務(wù)營銷戰(zhàn)略的重要組成部分。

?

其中，亞馬遜在對Anthropic的投資中規(guī)定，對方需要使用亞馬遜的AI芯片，即Trainium和Inferentia。同時，谷歌云也表示，Midjourney和 Character AI等客戶使用了自研的TPU。

微軟雖然還在討論是否要向Azure云客戶提供自研芯片，但該芯片在開發(fā)者大會上的首次亮相，可能預示著微軟正在尋求吸引未來云客戶的興趣。 可以肯定的是，微軟將借著Athena的推出，極大縮短與另外兩家巨頭的距離——谷歌和亞馬遜早已在自家的云服務(wù)器上大規(guī)模采用了自研的芯片。 此外，為了擺脫英偉達的「卡脖子」，微軟還在與AMD密切合作，開發(fā)即將推出的人工智能芯片MI300X。 不過，微軟和其他云服務(wù)提供商普遍表示，自己并沒有停止從英偉達購買GPU的打算。 但如果他們能說服云客戶更多地使用自研芯片，那么從長遠來看，這可以極大地節(jié)省開支。同時，也能幫助他們在與英偉達的談判中獲得更多籌碼。

OpenAI：這兩家，我都不想要

對于OpenAI來說，能同時減少對微軟和英偉達芯片的依賴，顯然是最好的。

據(jù)OpenAI網(wǎng)站上的幾則招聘信息顯示，公司正在招聘能夠幫助其評估和共同設(shè)計AI硬件的人員。 路透社也報道，OpenAI正在計劃下場生產(chǎn)自己的AI芯片。

此前，CEO Sam Altman曾將獲得更多AI芯片作為公司的首要任務(wù)。 一方面，OpenAI所需的GPU十分短缺，另外，運行這些硬件時產(chǎn)生的成本「令人瞠目結(jié)舌」。 如果算力成本一直居高不下，長遠來看于整個AI行業(yè)來說可能并不是一個好消息。 畢竟如果掘金的「鏟子」賣的比金子本身都貴，那么還會有人去做挖金子的人嗎？ 根據(jù)Stacy Rasgon的分析，ChatGPT每次查詢大約需要4美分。如果ChatGPT的查詢量增長到谷歌搜索規(guī)模的十分之一，那么就將需要價值約481億美元的GPU，并且每年需要價值約160億美元的芯片來維持運行。 目前還不清楚OpenAI是否會推進定制芯片的計劃。 據(jù)業(yè)內(nèi)資深人士分析，這將是一項投資巨大的戰(zhàn)略舉措，其中每年的成本可能高達數(shù)億美元。而且，即使OpenAI將資源投入到這項任務(wù)中，也不能保證成功。 除了完全的自研之外，還有一種選擇是像亞馬遜在2015年收購Annapurna Labs那樣，收購一家芯片公司。

?

據(jù)一位知情人士透露，OpenAI已經(jīng)考慮過這條路，并對潛在的收購目標進行了盡職調(diào)查。 但即使OpenAI繼續(xù)推進定制芯片計劃（包括收購），這項工作也可能需要數(shù)年時間。在此期間，OpenAI還是將依賴于英偉達和AMD等GPU供應(yīng)商。 因為就算強如蘋果，在2007年收購了P.A. Semi和Intristy，到2010年推出第一款芯片A4，也經(jīng)歷了3年的時間。 而OpenAI，自己本身都還是一家初創(chuàng)公司，這個過程也許走得會更加艱難。 而且英偉達GPU最重要的護城河，就是它基于CUDA的軟硬件生態(tài)的積累。 OpenAI不但要能設(shè)計出性能上不落后的硬件，還要在軟硬件協(xié)同方面趕超CUDA，絕對不是一件容易的事情。

?

但是，另一方面，OpenAI做芯片也有自己獨特的優(yōu)勢。 OpenAI要做的芯片，不需要向其他巨頭推出的芯片一樣，服務(wù)于整個AI行業(yè)。 他只需滿足自己對模型訓練的理解和需求，為自己定制化的設(shè)計一款AI芯片。 這和谷歌、亞馬遜這種將自己的AI芯片放在云端提供給第三方使用的芯片會有很大的不同，因為幾乎不用考慮兼容性的問題。 這樣就能在設(shè)計層面讓芯片能更高效地執(zhí)行Transformer模型和相關(guān)的軟件棧。

而且，OpenAI在模型訓練方面的領(lǐng)先優(yōu)勢和規(guī)劃，能讓它真正做到在未來把模型訓練相關(guān)的硬件問題，用自己獨家設(shè)計的芯片來解決。 不用擔心自己的芯片在「滿足自己需要」的性能上，相比與英偉達這樣的行業(yè)巨頭會有后發(fā)劣勢。

都是成本的問題

設(shè)計自己的AI芯片，與英偉達直接「剛正面」如此之難，為什么巨頭們還要紛紛下場？

最直接的原因就是，英偉達的GPU太貴了！ 加上云提供商在中間還要再賺一筆。這樣，包括OpenAI在內(nèi)，使用英偉達GPU+云提供商的基礎(chǔ)模型企業(yè)成本肯定居高不下。

?

有國外媒體算過這樣一筆賬： 現(xiàn)在，購買一個使用英偉達H100 GPU的人工智能訓練集群，成本約為10億美元，其FP16運算能力約為20 exaflops（還不包括對矩陣乘法的稀疏性支持）。而在云上租用三年，則會使成本增加2.5倍。 這些成本包括了集群節(jié)點的網(wǎng)絡(luò)、計算和本地存儲，但不包括任何外部高容量和高性能文件系統(tǒng)存儲。 購買一個基于Hopper H100的八GPU節(jié)點可能需要花費近30萬美元，其中還包括InfiniBand網(wǎng)絡(luò)（網(wǎng)卡、電纜和交換機）的分攤費用。 同樣的八GPU節(jié)點，在AWS上按需租用的價格為260萬美元，預留三年的價格為110萬美元，在微軟Azure和谷歌云上的價格可能也差不多。 因此，如果OpenAI能夠以低于50萬美元的單價（包括所有成本）構(gòu)建系統(tǒng)，那么它的成本將減少一半以上，同時還能掌握自己的「算力自由」。 將這些費用削減一半，在投入資源不變的情況下，OpenAI的模型規(guī)模就會擴大一倍；如果成本能夠減少四分之三，則翻四倍。在模型規(guī)模每兩到三個月翻倍的市場中，這一點非常重要。 所以長遠來看，也許任何一個有野心的AI大模型公司，都不得不面對的一個最基本問題就是——如何盡可能的降低算力成本。 而擺脫「金鏟子賣家」英偉達，使用自己的GPU，永遠都是最有效的方法。

網(wǎng)友熱議

對于OpenAI和微軟下場造AI芯片的做法，一些網(wǎng)友似乎持不同的意見，認為AI芯片是一個「陷阱」。

逼得OpenAI等模型公司造硬件，一個最大的原因是其他芯片公司完全不給力，英偉達幾乎沒有競爭。 如果AI芯片是一個競爭充分的市場，OpenAI這類的公司就不會自己下場做AI芯片。

而有些想法更加激進的網(wǎng)友認為，大語言模型未來將集成到芯片當中，人類可以用自然語言和計算機直接對話。所以設(shè)計芯片是走到那一步的自然選擇。

編輯：黃飛

?