英偉達(dá)缺貨？OpenAI選擇自研芯片

電子發(fā)燒友網(wǎng)報道（文/周凱揚(yáng)）在生成式AI和大模型帶來的AI洪流下，不少大廠都不約而同地選擇了自研AI芯片。即便這意味著組建新的團(tuán)隊(duì)，花費(fèi)大量的資金，但從長遠(yuǎn)發(fā)展的角度來看，自研芯片似乎成了勢在必行。然而掀起這股AI洪流，或者說將其推向浪尖的“始作俑者”，OpenAI，卻也已經(jīng)在計(jì)劃著自研芯片。

有了英偉達(dá)供應(yīng)的前提下為何要走向自研之路

稍有關(guān)注OpenAI動向的話，想必也對2023年底OpenAI鬧出的離職風(fēng)波有所耳聞。據(jù)外網(wǎng)報道，在OpenAI鬧劇期間，Sam Altman已經(jīng)在秘密籌劃一項(xiàng)數(shù)十億美元的芯片項(xiàng)目（據(jù)稱項(xiàng)目名為Tigris）。甚至其去年的中東之行，就是為了給這一項(xiàng)目籌集資金。

在各大公司都選擇批量掃貨的前提下，去年用于AI服務(wù)器的英偉達(dá)GPU處于一個極度缺貨的狀態(tài)，比如Meta就在月初宣布計(jì)劃再購買35萬塊英偉達(dá)的H100 GPU。就連為OpenAI提供服務(wù)器的微軟，也面臨著擴(kuò)大AI服務(wù)器規(guī)模的困難。為此微軟也在加快內(nèi)部AI芯片的研發(fā)進(jìn)程，但微軟的這一芯片必然不是單純?yōu)榱薕penAI打造的，而是面向所有Azure的客戶。

更別說OpenAI面臨著超高的運(yùn)維成本，網(wǎng)傳OpenAI每天的服務(wù)器運(yùn)維費(fèi)用高達(dá)70萬美元。
在如此高昂的服務(wù)器硬件與運(yùn)維成本下，OpenAI也開展了相關(guān)的訂閱收費(fèi)模式ChatGPT Plus，費(fèi)用為20美元每月。

但據(jù)統(tǒng)計(jì)，去年10月份ChatGPT Plus的訂閱用戶只有20多萬，這樣的用戶規(guī)模根本沒法覆蓋運(yùn)維支出。更何況因?yàn)橛布Y源的限制，OpenAI一直在限制ChatGPT Plus的訂閱用戶規(guī)模，以免出現(xiàn)服務(wù)器負(fù)載過高的情況。

為此，OpenAI要想進(jìn)一步降本增效，并保證下一代GPT模型能有足夠的算力支撐，走上自研這條路倒也情有可原。由OpenAI自研的芯片，自然會專為GPT模型作針對性的優(yōu)化，也有利于未來的模型與硬件迭代。

從資金、設(shè)計(jì)到制造，OpenAI尋求外援

然而自研造芯不僅需要組建一個設(shè)計(jì)團(tuán)隊(duì)，也需要半導(dǎo)體制造廠商的支持，更別說打造高性能AI芯片的資金了。據(jù)了解，阿布扎比的G42和日本的軟銀已經(jīng)與Sam Altman展開合作交談，這些投資者將為OpenAI提供足夠的資金來打造一個AI芯片的制造網(wǎng)絡(luò)。

據(jù)傳這一投資也拉到了臺積電的合作，后者將為其提供芯片的支持。要知道目前用于AI芯片的CoWoS先進(jìn)封裝產(chǎn)能可是炙手可熱，即便臺積電在積極擴(kuò)產(chǎn)，但在源源不斷的制造訂單下，可能仍然難以滿足云服務(wù)廠商和互聯(lián)網(wǎng)廠商們的AI芯片需求。

再者就是HBM的產(chǎn)能，除了算力對邏輯芯片提出的高要求外，AI應(yīng)用所需的高帶寬也對存儲芯片提出了不少的要求，甚至在近年推出的一大批AI芯片中，HBM內(nèi)存已經(jīng)成了標(biāo)配?？蒆BM有限的制造廠商們卻面臨著產(chǎn)能緊缺的問題，比如SK海力士就透露其2024年的HBM3和HBM3E產(chǎn)能已經(jīng)全部售罄，甚至已經(jīng)在和客戶商討2025年的訂單。

其實(shí)早在去年6月，Sam Altman就曾訪問韓國，并與韓國總統(tǒng)尹錫悅會面，并提議韓國應(yīng)該多多關(guān)注芯片產(chǎn)能問題。上周，Sam Altman再度訪韓，據(jù)悉其參觀了三星電子的半導(dǎo)體產(chǎn)線，并會見了三星的芯片業(yè)務(wù)負(fù)責(zé)人，這之后又與SK海力士的CEO進(jìn)行了會談。此行的目的已經(jīng)很明顯了，這兩大HBM廠商都已經(jīng)打入了英偉達(dá)的AI芯片HBM內(nèi)存供應(yīng)鏈中，尤其是SK海力士。

OpenAI要想自研AI芯片，勢必用上最新的HBM內(nèi)存，那么與存儲廠商直接預(yù)訂產(chǎn)能是最好的選擇。這也是自研AI芯片面臨的難處之一，英偉達(dá)這類已經(jīng)有大量訂單和多年設(shè)計(jì)經(jīng)驗(yàn)的廠商，在晶圓代工廠往往有著更大的話語權(quán)，能夠搶占到更大的產(chǎn)能。如果OpenAI能夠拋出大批量的訂單的話，或許可以說動臺積電、三星和SK海力士等廠商為其騰出額外的產(chǎn)能。

自研的其他捷徑

對于OpenAI來說，自研AI芯片固然存在著很多阻礙，但在這個設(shè)計(jì)路線已經(jīng)與過去大不相同的時期，也有不少捷徑可走，比如Chiplet技術(shù)。谷歌TPU項(xiàng)目的負(fù)責(zé)人之一Richard Ho從去年11月起，已被OpenAI聘請為硬件部門的負(fù)責(zé)人。但從其公開招募的職位來看，OpenAI還沒有大規(guī)模組建硬件設(shè)計(jì)團(tuán)隊(duì)。

即便如此，OpenAI依然有著縮短芯片設(shè)計(jì)周期的手段，那就是通過Chiplet技術(shù)，降低設(shè)計(jì)芯片的工程量。其自研的部門只需要涵蓋芯片的邏輯計(jì)算部分，其余的I/O等模塊，均可以靠第三方IP打造的Chiplet進(jìn)行實(shí)現(xiàn)。

如此一來不僅可以充分利用異構(gòu)集成的高性價比，也可以通過重復(fù)利用IP來避免反復(fù)造輪子的情況，也更容易實(shí)現(xiàn)芯片的迭代，不需要組建一整個大型硬件設(shè)計(jì)團(tuán)隊(duì)，從而將更多精力放在計(jì)算核心的設(shè)計(jì)，以及與軟硬件的聯(lián)調(diào)上。更重要的是KGD的優(yōu)勢保證了Chiplet的良率，也就直接提高最終AI芯片成品的良率，對于新晉芯片設(shè)計(jì)廠商而言，這能有效地降低制造分享。

寫在最后

從OpenAI或?qū)⒆匝行酒膭酉蚧騻餮詠砜矗珹I的框架和應(yīng)用走向成熟和爆紅，僅僅只是實(shí)現(xiàn)成功的第一步。要想實(shí)現(xiàn)可持續(xù)的商業(yè)化落地，還是少不了硬件的支撐，尤其是與模型契合的AI芯片。所以只要是可以負(fù)擔(dān)得起大投入和高風(fēng)險的AI公司，都會考慮自研專用AI芯片。

同時，我們也可以看出OpenAI的野心確實(shí)不小，不少AI模型/應(yīng)用開發(fā)商并沒有這個魄力去選擇自研的道路，因?yàn)榻^大多數(shù)競爭對手的運(yùn)營方式還是靠服務(wù)器托管，以訂閱制或Token數(shù)來進(jìn)行收費(fèi)，其用戶量也還沒達(dá)到云服務(wù)廠商難以維系的程度。而OpenAI憑借ChatGPT成為落地AI應(yīng)用的領(lǐng)頭羊，甚至不少云服務(wù)廠商親自下場也沒能實(shí)現(xiàn)ChatGPT的熱度。或許對于OpenAI而言，自研芯片固然風(fēng)險極高，卻依然是推動公司進(jìn)入下一階段的最優(yōu)解。