微软OpenAI造芯计划曝光，奥特曼投资3家芯片厂

编辑 | 邓咏仪 尚恩

AI芯片之于AI科技公司就像引擎之于汽车，是训练AI大模型的核心部件。随着模型复杂程度的增加，对算力的要求也越来越高，AI芯片的需求量也与日俱增，这点从此前英伟达宣布2023年的GPU芯片全部售罄就可见一斑。

供不应求，价格上涨，加上计算所带来的高昂电费，即使科技公司的资金再充足也不扛不住这么一直造。

来源：公开网络

不少科技公司开始寻求破局之道——使用自家的AI芯片。不仅是为了降低成本，也为了分散供应商单一的风险，例如亚马逊的 Inferentia、谷歌的TPU和脸书的AI芯片组。

这不，微软和OpenAI也坐不住了，前者是成熟的老牌科技巨头，后者是闪耀的初创科技新星，都跃跃欲试计划推出自家的AI芯片。

作为最大的云服务提供商之一，微软对于AI芯片的需求本就庞大，在投资OpenAI后算力资源需求就更紧张了。

根据OpenAI今年1月在官网发布的消息，OpenAI将使用微软的Azure作为唯一服务器，GPT在微软旗下产品的接入让用户数量激增，进一步加剧了算力需求。

对此，一位现任员工表示：“工程师现在很难预测使用这些AI驱动的功能需要多少算力”。另外据知情人士透露，微软一直在为内部团队分配GPU的使用权限，但自今年1月以来，等待时间越来越不确定。

自研AI芯片，缓解算力紧张，迫在眉睫。

来源：视觉中国

尽管微软官方并未透露自研AI芯片的相关消息，但据The Information的报道，微软在2019年就开始了相关布局。

2019年，包括CEO Satya Nadella在内的高管们意识就到微软在芯片供应方面落后于谷歌和亚马逊，知情人士表示，自研AI芯片Athena（雅典娜），就是从那时开始的。

内部人员还透露，目前至少有300名员工正在从事Athena的开发工作，并开放给了一部分微软和OpenAI的员工使用。

微软计划采用台积电生产Athena芯片，最初的版本将采用5nm工艺，假设Athena芯片明年投入量产，制造这款芯片的技术相较于目前最尖端的工艺仍然落后一代。

微软内部也并不认为这款自研的AI芯片能够取代英伟达的产品。但如果研发顺利，微软可以借此增加与英伟达谈判的筹码。

目前，英伟达仍然是微软GPU芯片的重要供应商，微软计划继续与英伟达合作打造新一代超算机。当然，微软也并没有将所有GPU供应都押注到英伟达上，它还计划与AMD就即将推出的AI芯片MI300X进行密切合作。

Maginative消息称，如果一切顺利，微软首款自研芯片或将在下个月推出，具体时间很可能会定在11月14日微软西雅图Ignite大会上。

OpenAI打响了AI之战第一枪，从去年11月推出ChatGPT开始一路狂飙，陆续推出GPT-4、ChatGPT企业版等产品。

来源：OpenAI

产品升级的背后是居高不下的运营成本，主要由四部分组成：“GPU等高性能硬件、云服务等软件、人才招聘和日常运营”。公司的持续运营需要现金流，除了拿投资人的钱开源外，依靠自身节流才能让OpenAI走的更远。

OpenAI将目光瞄准到了支出的最大头“GPU等硬件”。但从0开始完全自研AI芯片至少需要2-4年时间，综合实力强大的微软用了5年都无法推出成熟产品，更别说普通企业。

对于OpenAI而言，相较于自研，先收购再自研或许是一个更优解，这样不仅能够节约时间成本，还能获得对方的硬件核心技术，避免重蹈Meta的覆辙，对公司的竞争力有直接的提升。

知情人士表示，OpenAI曾考虑对潜在收购目标进行尽职调查，具体对象还不得而知。

不过在OpenAI造芯消息曝出后，各界也纷纷猜测谁会被OpenAI收入麾下，而OpenAI及CEO山姆·奥特曼参与投资的芯片公司，自然最先被关注到。

据知情人士透露，OpenAI及CEO山姆·奥特曼已参投了至少三家芯片公司，具体包括Cerebras、Rain Neuromorphics和Atomic Semi这三家。

Cerebras

Cerebras总部位于美国，由Andrew Feldman在2015年成立，目前已完成3轮融资，累计获得超过4.75亿美元的风险投资。

公司首创的晶圆级集成（wafer-scale integration）芯片，是将整片300mm晶圆作为一块芯片进行设计的芯片。一般的GPU芯片的晶体管数量在10-20亿左右，而晶圆级集成芯片集成了超过200亿个晶体管，是目前集成度最高的芯片。

相同芯片面积下，晶体管数量越多，代表能够实现的计算越复杂。可以说晶圆级集成芯片的超大集成度充分满足了AI模型的算力需求，不需要跨芯片通信，减少了数据移动，进而降低了训练时间的能耗。

来源：Cerebras

Rain Neuromorphics

Rain Neuromorphics由来自斯坦福、IBM等机构的科学家在2017年建立，是一家专注于新型神经形态芯片开发制造的初创公司。

新型神经芯片是一种模仿大脑结构和计算方式的芯片。它通过使用类似神经元和突触的硬件单元，用大规模并行方式进行信息处理，从而提高了效率。

相较于传统冯诺依曼体系芯片，新型神经芯片可以进行本地计算，而不用在执行每个指令时都进行读取指令、取数、运算、存储这些流程，从而简化了指令传递过程。同时，新型神经芯片使用了可塑性机制调节连接，而不是依靠外部编程，减少了数据IO与存储，极大降低了功耗。

来源：Rain Neuromorphics

Atomic Semi

Atomic Semi由台积电前工程副总Keith McKay在2018年创立，总部位于美国加利福尼亚州，是一家AI芯片初创公司。

Atomic Semi自主研发了模拟计算架构，直接对电压和电流进行计算，表面数字电路中的复杂转换和时钟同步，相较于数字电路效率更高且功耗更低。

Atomic Semi正在研发代号“Fat Man”的AI训练芯片，采用7nm工艺制造。预计单芯片规模可以达到10万个神经元，性能可达每秒万亿次计算（TOPS, Tera Operations Per Second），主要定位为数据中心训练加速芯片。

来源：Atomic Semi

自2019年起，微软已先后砸钱300亿美元给OpenAI，最大目的就是为了在AI浪潮中搭上那辆最快的顺风车，而今曾经亲密无间的合作伙伴，现在也被频频爆出不合传闻。

根据双方合作的内部文件内容显示，这次微软与OpenAI的合作并不寻常。

首先，双方的合作将分为三个阶段，从利润分配角度来看，第一阶段，微软有权获得OpenAI 75%的利润直至100亿美元的投资额全部收回；第二阶段，当OpenAI的利润达到920亿美元，微软将获得49%的利润；第三阶段，当OpenAI的利润达到1500亿美元后，微软和其他风险投资者将全部归还OpenAI股份。

来源：New York Times

这场交易后，微软有权将OpenAI的王牌产品，ChatGPT嵌入到Bing、Team、Office等应用中，让微软更有底气和谷歌进行抗衡。OpenAI可以使用微软超级计算集群，从而降低模型的训练成本。

但这场看似双赢的交易似乎正在走向崩溃。

《华尔街日报》曾报道，微软内部人员抱怨公司拨给人工智能的预算减少了，而且在访问OpenAI技术的时候受到了限制。

微软和OpenAI都希望通过各自的产品攫取更多市场份额，从而增加营业利润，但双方的产品存在冲突。正如非盈利研究机构艾伦人工智能研究所董事会成员、前CEO Oren Etzioni在《华尔街日报》上表示：

甚至，微软和OpenAI在本次AI芯片竞赛中也都入局，进一步加剧了双方的冲突。

芯片公司也在这波大模型浪潮中互相角力。传统GPU厂商英伟达凭借算力优势，占据AI训练芯片的主导地位，初创公司也寻求在AI芯片上取得技术突破，比如前文提到的奥特曼投资的三家公司。

来源：公开网络

科技巨头也纷纷加入战局，研发专用AI芯片。而模拟芯片的潜在计算效率吸引了巨头们的注意，为性能提升带来新的契机，一些巨头如微软，选择借助自身雄厚的研发实力和资金自研，另一些如OpenAI，则寻求并购。

尽管机会巨大，但工艺水平和设计难题等因素依然限制着新进入者的速度。主要厂商既竞争又合作，初创公司也面临着被并购的风险，形成复杂局面。AI芯片领域仍然充满着不确定性。

长按添加「智涌」小助手入群