人工智能：中国抢下“先手棋”

2月11日消息，OpenAI正积极推进其减少对英伟达芯片依赖的计划，并致力于通过开发首款自研人工智能芯片来实现这一目标。

据知情人士透露，OpenAI将在未来几个月内完成首款自研芯片的设计，并计划将其交由台积电进行“流片”，即将设计好的芯片送至工厂进行试生产。OpenAI和台积电均未对此评论。

这一进展表明，OpenAI有望实现其2026年在台积电大规模生产自研芯片的目标。通常，每次流片过程的费用高达数千万美元，且需要大约六个月的时间才能生产出成品芯片，除非OpenAI支付额外费用以加速生产进程。值得注意的是，首次流片并不保证芯片能够正常工作，若出现问题，OpenAI将需要诊断并解决问题，然后重新进行流片。

据知情人士称，这款专注于训练任务的芯片在OpenAI内部被视为一种战略性工具，旨在增强该公司在与其他芯片供应商谈判中的筹码。首款芯片投产后，OpenAI的工程师计划逐步开发性能更强、功能更广泛的处理器。

如果首次流片顺利，OpenAI将能够大规模生产其首款自研人工智能芯片，并有望在今年晚些时候测试其作为英伟达芯片替代品的可行性。OpenAI计划今年将其设计送交台积电，这表明该公司在首款自研芯片的设计上取得了快速进展，通常其他芯片设计公司往往需要数年才能完成这一过程。

微软、Meta等科技巨头在多年的努力后，依然未能在芯片生产上取得令人满意的成果。近期，由中国人工智能初创公司DeepSeek引发的市场动荡也使人们开始质疑：未来开发强大AI模型是否真的需要如此大量的芯片？

这款芯片由OpenAI内部团队设计，该团队由理查德·霍（Richard Ho）领导，在过去几个月里，团队规模已经扩大至40人，并与博通合作开发。理查德·霍在一年多前从谷歌跳槽加盟OpenAI，此前他曾在谷歌主导过该公司的自研AI芯片项目。

与谷歌、亚马逊等科技巨头的芯片研发团队相比，OpenAI的设计团队规模相对较小。据熟悉芯片设计预算的行业人士称，要想开发一款具有大规模应用潜力的芯片，其设计成本可能高达5亿美元。再加上开发必要的软件和外围设备，整体成本可能会翻倍。

OpenAI、谷歌、Meta等生成式人工智能模型开发公司已经证明，数据中心内通过大量芯片互联互通的方式，可以使模型变得更加智能，因此它们对芯片的需求几乎是无止境的。

Meta此前宣布，将在未来一年内投入600亿美元用于AI基础设施建设，而微软则计划在2025年投入800亿美元。目前，英伟达的芯片在市场上占有约80%的份额，是最受欢迎的选择。OpenAI也参与了美国总统特朗普上月宣布的5000亿美元“星际之门”（Stargate）AI基础设施计划。

然而，随着成本的不断上升，以及对单一供应商的依赖，微软、Meta以及OpenAI等主要客户都在积极探索自研或外部替代方案，以减少对英伟达芯片的依赖。

知情人士称，尽管OpenAI的自研AI芯片具备训练和运行AI模型的能力，但初期将主要用于AI模型的运行，并会在有限范围内部署。如果OpenAI希望建立一个像谷歌或亚马逊那样的大规模AI芯片项目，其需要招聘数百名工程师。

台积电将采用其先进的3纳米工艺技术制造OpenAI的AI芯片。据知情人士透露，这款芯片采用了常见的系统阵列架构，配备类似英伟达芯片的高带宽内存（HBM），并具备广泛的网络功能。