作者：小巖

編輯：彩云

北京時間2月11日，國內(nèi)闔家團(tuán)圓的大年初二，OpenAI創(chuàng)始人Sam Altman通過社交平臺向外界宣布了一件重大事項(xiàng)：OpenAI 即將啟動“造芯計(jì)劃”，他還并表示，“建設(shè)大規(guī)模的 AI 基礎(chǔ)設(shè)施和有彈性的供應(yīng)鏈對于經(jīng)濟(jì)競爭力至關(guān)重要”。

據(jù)悉，近日Sam Altman已經(jīng)籌資了7萬億美元（約合人民幣50.26萬億元） ，用作建立芯片帝國的儲備資金。

消息一出，惹的外界一片嘩然。因?yàn)?萬億美元的投入，堪稱天文數(shù)字，所能實(shí)現(xiàn)的規(guī)模和體量也相當(dāng)龐大，這相當(dāng)于全球GDP的10%，美國GDP的25%，中國GDP的40%，而且抵得過2.5個微軟，3.75個谷歌，4個英偉達(dá)，7個Meta，11.5個特斯拉市值。難怪消息一出，連Sam Altman的弟弟Jack Altman都要公開喊話，讓自己的哥哥“保持冷靜”。

但如果拋開投入資金額度太過驚人這一點(diǎn)，單就考慮事情的本質(zhì)而言，Sam Altman的做法算得上事出有因，意料之中。畢竟，芯片對于AI算力的影響力是巨大的。對于這些頭部AI企業(yè)來說，2024年，得AI芯片者得天下。

OpenAI CEO下場“造芯”，是其蓬勃發(fā)展的必然結(jié)果。

我們知道，大模型的競爭，主要是算力方面的競爭。而AI 算力，主要受到兩個方面的限制：一是AI模型訓(xùn)練的需求急劇增加，二是算力成本不斷上升。

先來聊聊前者。之所以大家對AI 模型訓(xùn)練的需求激增，是因?yàn)樯疃葘W(xué)習(xí)技術(shù)的不斷發(fā)展和應(yīng)用的廣泛推廣。隨著模型變得越來越復(fù)雜，訓(xùn)練所需的計(jì)算資源也相應(yīng)增加。這意味著AI公司對高性能計(jì)算設(shè)備產(chǎn)生了巨大的需求，以滿足大規(guī)模的模型訓(xùn)練任務(wù)。

據(jù)統(tǒng)計(jì)，目前，ChatGPT訓(xùn)練一次大約需要2.5萬塊英偉達(dá)A100芯片。如果訓(xùn)練GPT-5，則還需要5萬張英偉達(dá)H100。按照這個體量計(jì)算下去，一旦GPT模型的不斷迭代升級，未來GPT-5及其他高端版本很可能出現(xiàn)無“芯”可用的情況。即便是在現(xiàn)階段，OpenAI每天生成約1000億個單詞，都需要大量的GPU（圖形處理器）芯片進(jìn)行訓(xùn)練計(jì)算，芯片供應(yīng)也是相當(dāng)緊俏的。

再來說說后者。算力成本的不斷上升，同樣是一個不可忽視的問題。隨著算力的不斷增長，購買和維護(hù)高性能計(jì)算設(shè)備的成本也在不斷增加，這無疑增加了研究機(jī)構(gòu)和企業(yè)的經(jīng)濟(jì)負(fù)擔(dān)，進(jìn)而限制了他們在AI領(lǐng)域的發(fā)展和創(chuàng)新。如今英偉達(dá)H100的價格已經(jīng)飆升至2.5萬-3萬美元，這意味著ChatGPT單次查詢的成本將提高至約0.04美元。

結(jié)合以上兩個原因，我們就不難理解，為什么自研芯片的路途這么艱險，代價這么高昂，Sam Altman也依舊要堅(jiān)定不移的貫徹下去了------------都是為了可以在未來擁有更安全，更可控的成本。

更重要的是，與其花大價錢從英偉達(dá)那里購買，不如自己去制造自主可控的專用芯片，如此一來，還能減少OpenAI對英偉達(dá)的依賴。

AI芯片重要性自不待言，搶購浪潮不斷加碼。

事實(shí)上，意識到AI芯片賽道重要性的，遠(yuǎn)不止OpenAI和Sam Altman。

特斯拉的CEO馬斯克（Elon Musk）也將AI軍備競賽比作是一場高風(fēng)險的撲克游戲，他表示，想要在這場游戲中參與競爭的企業(yè)，每年至少要在AI硬件上投入數(shù)十億美元。只有這樣，才能保證足夠的競爭力。馬斯克坦言，2024年，特斯拉將在英偉達(dá)芯片上花費(fèi)超5億美元的預(yù)算。只有這樣，特斯拉才有可能趕超自己的競爭對手。

那么問題來了，全球頭部科技競相購買的英偉達(dá)芯片，究竟是何方神圣？

這款芯片是英偉達(dá)H100 GPU，對于構(gòu)建和訓(xùn)練為ChatGPT等聊天機(jī)器人提供支持的大型語言模型至關(guān)重要。當(dāng)前，AI芯片主要分為 GPU，F(xiàn)PGA 以及ASIC。AI的許多數(shù)據(jù)處理涉及矩陣乘法和加法，大量并行工作的GPU提供了一種廉價的方法，當(dāng)然，它的缺點(diǎn)也顯而易見，就是需要消耗更高的功率。

近兩年，隨著AI的強(qiáng)勢崛起，大家逐漸意識到了芯片的重要性，明白了“算法即芯片”的道理。不過，大道理誰都懂，但要做出一款完全符合描述和基準(zhǔn)測試的AI芯片絕非易事。也正因此，很多AI領(lǐng)域的高端玩家直接選擇“干把大的”，去走一條自研芯片的路。除了斥巨資投入芯片賽道的Altman，還有跟多頭部企業(yè)后來跟上：Meta今年擬投產(chǎn)專注于模型推理的AI芯片Artemis；微軟AI芯片Maia 100以及英特爾AI芯片Gaudi3預(yù)計(jì)今年上市；AMD推出用于大模型訓(xùn)練的MI300X芯片...這些自研芯片的企業(yè)的目標(biāo)也很明確，就是要正面PK英偉達(dá)。

算力或成為未來AI戰(zhàn)場上的“核武器”，中國能否在此獲得一席之地？

盡管2024年剛剛開年，但因?yàn)橛�偉達(dá)芯片產(chǎn)能緊缺，價格昂貴等缺點(diǎn)已經(jīng)日益凸顯，AI的芯片大戰(zhàn)變得愈發(fā)激烈和焦灼，那么，國內(nèi)市場又會呈現(xiàn)出怎樣的行情和態(tài)勢呢？

AI大模型加速迭代，智能算力已成為稀缺資源，這一點(diǎn)對于國內(nèi)市場也毫不例外。我們有理由相信，在未來較長一段時間內(nèi)，我國AI服務(wù)器市場會出現(xiàn)供不應(yīng)求的狀態(tài)，屆時，國產(chǎn)AI芯片市場規(guī)模增長迎來關(guān)鍵窗口期。

不可否認(rèn)，作為AI基礎(chǔ)層中十分重要的一部分，目前我國相關(guān)領(lǐng)域的技術(shù)比較薄弱，但也正因此，整個行業(yè)的可發(fā)展空間和上升空間十分廣闊。

隨著社會經(jīng)濟(jì)的智能化發(fā)展，AI技術(shù)的不斷提升，以及5G應(yīng)用的普及和政策的推動，我國AI芯片的市場需求將實(shí)現(xiàn)快速增長，市場規(guī)模增勢也會變得十分迅猛。盡管我國的AI芯片產(chǎn)業(yè)受起步較晚等因素的制約，與國際先進(jìn)水平存在著一定的差距，但國家對其足夠重視，已經(jīng)逐漸將AI產(chǎn)業(yè)的發(fā)展上升至國家戰(zhàn)略高度，AI芯片的研發(fā)與技術(shù)升級也自然備受國家關(guān)注和重視。

所以，我們的芯片發(fā)展之路，雖然充滿崎嶇，并非坦途，但依舊充滿了可能和機(jī)會。

       原文標(biāo)題 : 新火種AI|2024，得AI芯片者得天下。