奥特曼筹数十亿美元建全球晶圆厂网络，自造AI芯片

可以低成本代替英伟达？

据彭博社消息，OpenAI CEO 萨姆・奥特曼（Sam Altman）近日再次为一家人工智能芯片企业筹集了数十亿美元的资金，希望建立一个范围覆盖全球的晶圆厂「企业网络（network of factories）」，并计划与未具名的顶级芯片制造商合作。

报道称，奥特曼已与几家大型潜在投资者进行了谈判，希望能筹集到晶圆厂所需的巨额资金。

在生成式 AI 快速爆发的时代，运行 AI 模型面临的主要困难是算力限制。在 ChatGPT 、 DALL-E 等生成式 AI 模型的背后，研究者们投入了大量的算力资源和时间。随着各大公司、研究机构对 AI 芯片需求的持续上升，芯片巨头英伟达的价值更是水涨船高，去年市值首次突破 1 万亿美元，部分原因是它在芯片行业的垄断地位 —— 众所周知，GPT-4、Gemini、Llama 2 和其他模型严重依赖 H100 GPU。

日趋旺盛的高性能 AI 芯片需求正在催生出一些新的芯片创业公司。然而在更上游的位置，高端芯片的晶圆厂数量也是有限的，这促使微软、Meta 这样的公司需要提前数年预定产能，才能获得足够的新型芯片。而要与科技巨头公司竞争，就需要大量资金来承担费用，这是 OpenAI 所不具备的。

据报道，软银集团和总部位于阿布扎比的人工智能控股公司 G42 已经在讨论为奥特曼的项目筹集资金的事宜。但谈判仍处于早期阶段，参与合作伙伴和资助者的完整名单尚未确定。

其他开发 AI 模型的公司也开始尝试制造自己的芯片。OpenAI 的主要投资者微软就是其中一个，该公司于去年 11 月宣布开始制造定制芯片 —— 而且它们都与人工智能有关。

由于对英伟达 H100 GPU 的需求激增，微软的自研替代品 Azure Maia AI 芯片和 Arm 架构的 Azure Cobalt CPU 将于今年上市，该 GPU 将广泛用于生成图像工具和大型语言模型。当前，H100 GPU 持续处于供不应求的状态，以至于有些 GPU 在 eBay 上的售价甚至超过了 4 万美元。

微软为其云基础设施设计的两个定制硅芯片。

紧随其后，亚马逊发布了新版本的 Trainium 芯片，该芯片旨在构建和运行人工智能应用程序。

此外，还有谷歌的芯片设计团队正在使用运行在谷歌云服务器上的 DeepMind AI 来设计其张量处理单元（TPU）等人工智能处理器。

与此同时，AWS、Azure 和谷歌也使用英伟达的 H100 处理器。本周，Meta 首席执行官马克・扎克伯格告诉 The Verge，「Meta 将购买超过 35 万块英伟达的 H100 GPU」，致力于开发通用人工智能，以驱动计划中的下一代智能服务。

有第三方投资机构的研究估算，英伟达面向 Meta 的 H100 出货量在 2023 年能达到 15 万块，这个数字与向微软的出货量持平，并且至少是其他公司的三倍。扎克伯格表示，如果算上英伟达 A100 和其他人工智能芯片，到 2024 年底，Meta 的 GPU 算力将达到等效近 60 万 H100。

英伟达 GH200 Grace Hopper 超级芯片

面向生成式 AI 的计算，英伟达已经发布了下一代 GH200 Grace Hopper 芯片，以扩大其在该领域的主导地位，而竞争对手 AMD、高通和英特尔也推出了旨在为笔记本电脑、手机和其他设备上运行的人工智能模型提供支持的处理器。

参考链接：

https://www.theverge.com/2024/1/19/24044319/openai-chip-manufacturing-fundraising

https://www.theverge.com/2023/11/15/23960345/microsoft-cpu-gpu-ai-chips-azure-maia-cobalt-specifications-cloud-infrastructure

文章来自于微信公众号 “机器之心”