GPT-5被5萬張H100卡脖子！Altman急籌數十億美元，欲取代輝達建起AI晶片帝國

【導讀】最近，外媒曝出Sam Altman正計劃籌集數十億美元，為OpenAI建起全球性的半導體晶圓廠網絡。GPT-5訓練嚴重缺芯，OpenAI誓不讓英偉達（輝達）掌握主動權，乾脆自己做新的AI晶片霸主？

Sam Altman正在籌集數十億美元，建立一個全球性的半導體晶圓廠網路！

這事件背後的原因很可能就是，OpenAI已經無「芯」訓練「GPT-5」了。

此前，根據《金融時報》報道，OpenAI 正在開發一種新的AI模型，該模型將是GPT-4 的「重大升級」，預計將於今年稍後發布。

訓練GPT-4，用了約25000塊A100 GPU 。而訓練GPT-5，還需要5萬張H100。如今，英偉達的H100售價為2.5萬至3萬美元。

英偉達的AI晶片，基本壟斷了市場，這一命脈怎能掌握在他人手中？

果然，最近外媒接連曝出，Sam Altman正在和中東投資者以及台積電談判，展開合作關係，以訓練和運行AI模型的晶片。

算力貨幣決定OpenAI的前途，絕對不能掌握在英偉達手中！Altman這次，是下定決心了。

訓練GPT-5，OpenAI對晶片的需求只會越來越大

Altman的野心是，隨著AI技術的廣泛應用，在未來幾年建成一個自給自足的半導體供應鏈帝國。

所以，OpenAI也有意跟英特爾、台積電和三星等產業巨頭競爭了？

Altman在達沃斯經濟論壇上表示，未來世界的兩大貨幣，就是算力和能源

比起亞馬遜、Google、微軟等大廠，Sam Altman顯然有更宏大的計畫：建立一個AI晶片工廠網路。

Altman應該是很確信，現在的台積電、三星、英特爾之類的代工廠，未來幾年內肯定無法滿足對AI晶片的需求。

現在，Altman正在籌集數十億美元，目標是建立一個遍布全球的AI晶片工廠網路。

現在，他正在和多家潛在的大型投資者進行談判，包括總部設在阿布達比的G42和軟銀集團。

顯然，在AGI時代，晶片會供不應求。Altman現在十分擔心，隨著AI技術的日益普及，現有的晶片供應將無法滿足大規模部署的需求。

目前生產的AI晶片，遠遠落後於預期的需求。只有立刻行動，才能確保十年內能有充足的晶片供應。

然而，建立一個全球性的晶片工廠網路需要龐大的投資，並且耗時多年。

而且，與產業中其他公司不同的是，建造和維護半導體工廠的成本要高得多。一個先進工廠的建設成本，可能高達數百億美元。

亞馬遜、Google、微軟都傾向於設計自家的客製化晶片，將製造外包，這也是因為建造和維護半導體的晶圓廠的成本，實在太高了！

畢竟，建造一家最先進的晶圓廠可能需要數百億美元的投資，而建立這樣的設施網路可能需要數年時間。

根據彭博社的報道，光是OpenAI與G42的談判中，涉及金額就接近80億到100億美元。

OpenAI新金主：中東土豪

OpenAI的前業主是微軟。而現在為了籌資，Altman聯繫上了中東土豪們，例如阿聯酋的一些投資者。

其中一位，就是阿布達比最富有、最有影響力的人物之一——謝赫·塔赫努恩。

謝赫·塔赫努恩是阿聯酋最有權勢的人之一，是總統謝赫·穆罕默德的兄弟，也是阿聯酋的國家安全顧問。

他也負責監督迅速擴張的商業帝國，並擔任阿布達比若干最強國家投資基金的主席。其中包括8000億美元的阿布達比投資局和另一家國有投資實體ADQ。

另外，他也擔任國際控股公司和G42的主席。前者是一家龐大的企業集團，已迅速成為阿聯酋最大的上市公司；而G42是一家雄心勃勃的AI公司，已經和微軟、OpenAI建立了合作夥伴關係。

目前還不清楚Altman具體的募款金額，但要與市值接近1.5兆美元的英偉達競爭，保守來說至少會花費數十億美元。

G42集團CEO Peng Xiao和Sam Altman簽訂協議

別的不說，Sam Altman的社交手腕，是真的達到了人類天花板等級。

建廠要花的，是天文數字

咱們來盤一盤，要蓋起一座晶圓廠，Sam Altman究竟要花多少錢。

開發2nm或3nm製程技術的成本，高達數十億美元，隨著製程節點的縮小，這成本還在上升。

同時，一個能夠大規模生產3nm或2nm晶片的現代化晶圓廠，如今成本可達300億美元。

而且，晶圓廠的成本還在快速上升，例如一台低數值孔徑（Low-NA）極紫外線（EUV）光刻設備的價格，約2億美元，而高數值孔徑（High-NA）的光刻機，預計售價在3億至4億美元之間。

一個領先的晶圓廠要生產最先進的AI和高效能運算（HPC）晶片，這種設備怎麼也得備上若干台。

AI浪潮中，英偉達坐收漁翁之利

現在，Google、亞馬遜、Meta、OpenAI和微軟，都在使用英偉達的GPU來訓練AI、向客戶部署模型。光是Meta一家，就計畫在年底前為伺服器安裝340,000塊H100。

可以說，英偉達壟斷了目前的AI算力市場，並且手持定價權，這就導致其收入快速成長。

像Graphcore這樣的晶片新創公司，已經很難與英偉達的主導地位競爭了，這是由軟體和硬體之間的相互作用造成的。光是製造一個更快的晶片，已經遠遠不夠的，何況這本身就相當困難。

顯然，各大科技公司都很早就開始佈置了。

像亞馬遜、谷歌和微軟這樣的大科技公司就是這麼做的──設計自己的客製化半導體產品，將生產過程外包給其他公司。

現在，各家都到了收穫的季節。去年11月底，微軟就推出了首款AI晶片，同時，微軟也在和AMD加緊合作；23年春季之前，Meta也推出了自家晶片；Google和亞馬遜，則分別研發TPU和Trainium晶片多年。

OpenAI曾怒甩5100萬刀狂買AI晶片

去年12月，Altman就被曝出正在進行「晶片交易」，而這也疑似成為OpenAI宮鬥的導火線。

當時有外媒曝出，OpenAI在2019與AI晶片新創公司Rain AI簽訂了一份價值5,100萬美元的意向書，會在Rain AI的晶片上市後購買晶片。

Rain AI正在研發「類腦」NPU晶片，能大幅降低AI算力的成本，預計在12月流片，並於2024年10月開始供貨。

而且值得注意的是，Sam Altman身為Rain AI的股東，本人也親自斥資，投入了100萬美元。

根據一位不願意公開身分的人士透露，Sam Altman之前被OpenAI前董事會解僱，部分原因是他的其他投資與OpenAI糾葛的關係。

據悉，Altman曾經為了這個代號為Tigris的計畫在中東籌集資金

RainAI開發的神經形態處理單元（NPU），能模仿人類大腦的功能，有希望提供比現今的GPU更高的處理能力和能源效率。

這個NPU「類腦」晶片，號稱比GPU高出100倍的運算能力，而在訓練方面的能效，甚至比GPU高出1萬倍。

Rain的目標是提供一種晶片，既能用於模型和演算法的訓練，又能用於之後的推理運行。

根據Rain的說法，這種晶片將允許AI模型根據周圍環境即時定製或微調。

——從這個角度來看，它並不是當下英偉達H100之類GPU的直接競爭。

相關人士表示，這些功能對OpenAI來說是一個強大的吸引力，OpenAI希望利用這些晶片來降低資料中心的成本，並將自己的模型部署在手機和手錶等設備中。

如果能夠開發成功，OpenAI自然就不會再受制於英偉達。

其實，Altman的佈局很早。

早在2018年，他就領導了Rain的種子輪融資，一年後，OpenAI通過了這份價值5100萬美元的晶片購買意向書。

當然，Altman的計畫也不是一帆風順的。

此前Rain的領導層曾改組，公司的投資者也發生了變化。負責監管國家安全風險投資的跨部門政府機構，要求沙烏地阿拉伯附屬基金Prosperity7 Ventures出售其Rain的股份，之後，矽谷的Grep VC收購了這些股份。

——這一切變動，可能會增加Rain將新型晶片技術推向市場的難度，也讓OpenAI的5,100萬美元訂單的兌現日期，變得不太清晰。

總的來說，與Rain的這項交易也顯示，OpenAI願意花費大量資金，來確保自己的AI專案所需的晶片供應。

現在，從Rain AI購買的價值5,100萬美元的AI晶片，只是OpenAI在AI晶片上巨額投入的一小部分而已。

OpenAI的野心，正在悄悄部署

年前，OpenAI就任命了前GoogleTPU的負責人為硬體主管，並且正在招募「資料中心設施設計專家」。

消息稱，由晶片工程師Richard Ho領導生成式AI新創公司的新部門，協助優化合作夥伴的資料中心網路、機架和架構。

「他在TPU的創建中也發揮了重要作用。也曾在DE Shaw工作並設計過ASIC。到目前為止，他更負責軟體硬體整合、DC設計和加速器晶片選擇。但OpenAI最近也聘請了不少編譯器和核心的專家。」

另外，Altman也曾與包括晶片設計公司Arm在內的半導體主管進行討論，商討如何儘早設計出新的晶片，為OpenAI降低成本。

OpenAI的GPU短缺有多嚴重？Altman：都先別用ChatGPT了

去年一整年，Sam Altman都在抱怨OpenAI已經陷入了嚴重的GPU短缺。

生成式AI爆發仍舊沒有放緩，對算力提出了更高的要求。很多公司都在用英偉達性能極高的H100來訓練模型，但H100非常昂貴。

馬斯克就表示，GPU如今比drug還緊俏。

Sam Altman表示，OpenAI已經嚴重受到GPU限制，不得不推遲了許多短期計畫（微調、專用容量、32k上下文視窗、多模態）。

甚至，因為GPU的短缺，Altman都不希望有很多人使用ChatGPT。

我們的GPU非常短缺，使用我們產品的人越少越好。

如果人們用的越少，我們會很開心，因為我們沒有足夠的GPU。

OpenAI許多用戶都在抱怨API的可靠性和速度，對此Sam Altman解釋道，原因也是在於GPU太缺了。

訓練GPT-5，需要5萬塊H100，但此前曾有報道稱，英偉達最好的晶片H100，將在2024年之前就會售罄。

如果市場上GPU跟不上，將會阻礙OpenAI提升和訓練新模型的能力。

如今到處奔走的Altman，能為建立晶圓廠籌到數十億甚至數千億美元的資金嗎？能維持廠子的運作嗎？

目前我們只知道，他的舉動有可能改變整個代工市場的格局。（新智元）

參考資料：

https://www.tomshardware.com/tech-industry/artificial-intelligence/openais-sam-altman-raises-billions-to-build-chip-empire-report

https://the-decoder.com/gpt-4-successor-reportedly-a-major-upgrade-openais-altman-in-talks-with-tsmc-for-ai-chips/

https://www.ft.com/content/1cdaadc3-b384-4f50-88ff-291c062c8376