OpenAI自研芯片又有新动作，挖角谷歌TPU团队

报道称，OpenAI计划将目前仅有数人的芯片研发团队扩大至数十人，并且几乎所有新招募的研究人员均为谷歌TPU团队的前员工。谷歌的TPU是专为机器学习和神经网络计算而设计的专用处理器，以其出色的运算性能和能源效率著称，目前已经发展到了第六代。

此前TechInsights的报告显示，自2015年推出自研的TPU以来，尽管谷歌没有对外出售自研的TPU，但其去年自用的TPU芯片量已经突破了200万颗大关。今年一季度谷歌已经仅次于英伟达和英特尔，成为全球第三大数据中心芯片设计厂商。

不过，英伟达的AI GPU属于是通用型的AI加速芯片，而谷歌的TPU则是专门针对谷歌自身的云端AI应用需求而定制的加速芯片。因此，对于OpenAI来说，谷歌的TPU研发人才才是OpenAI所需要的。这也不难解释OpenAI为何会选择从谷歌TPU团队挖人来组建自研AI芯片团队。

据了解，OpenAI为挖角来的人才提供的不仅仅是具有竞争力的薪酬，还包括了股权激励，这对于高级研发人才来说极具吸引力。而且加入OpenAI的团队成员将有机会参与从零开始的创新设计过程，尝试更激进的方法，比如构建由数百万个加速器组成的系统。当然，这需要庞大的资金来支持。

其实早在今年年初，业内就有传闻称，OpenAI 首席执行官山姆·奥尔特曼 (Sam Altman) 正在筹集7万亿美元的资金建设来自研AI芯片，及建设半导体生产设施生成AI芯片。

随后，Sam Altman虽然否认了将要筹集7万亿美元资金的消息，但是他仍强调，“我认为每个人都低估了AI计算的需求”。至于这些需求得要多少座晶圆厂才能满足，Sam Altman则不太确定。他相信，“AI计算是一种不同类型的商品，这更像是能源，某个价格下有一定数量的需求，但在较高价格下需求较少。”

显然，Sam Altman对于当前AI芯片高昂的价格并不满意，认为这抑制了OpenAI的需求，限制了其对于AI的发展。

OpenAI 目前在其流行的 Chat GPT 服务中主要使用的是 英伟达（Nvidia） 的 A100 和 H100 GPU。根据Bernstein Research资深分析师Stacy Rasgon分析，ChatGPT每次查询的成本约为0.04美元，如果ChatGPT查询量成长至谷歌搜索规模的十分之一，最初需要部署价值约481亿美元的AI芯片投入运算，每年还需要价值约160亿美元的芯片才能维持运作。

显然，如此巨额的芯片采购成本投入，对于OpenAI来说是难以负担的。但是，OpenAI又难以寻找到更为廉价的满足其需求的AI芯片供应商。目前在云端AI芯片市场，英伟达可谓是一大独大，占据了全球90%以上的市场，并且由于需求旺盛，供货也一直是比较紧张。

Sam Altman此前也曾表达了他对 GPU 短缺以及在此类平台上运行人工智能软件所需的巨额费用的担忧。因此，对于OpenAI来说，如果其自身对于AI芯片需求量足够大的话，那么自研AI芯片则是一个既能满足自身业务需求，又能降低成本，还能摆脱对于英伟达的依赖，提升供应链安全的可行的方法。目前，亚马逊AWS、谷歌、微软、阿里巴巴等云巨头都有自研AI芯片。

至于传闻OpenAI也将自建晶圆厂来生产自研的AI芯片的传闻，芯智讯认为，即使OpenAI有这个考虑，也是难以实现的，毕竟目前晶圆代工市场非常的成熟，尖端制程技术仅有台积电、英特尔、三星这三家厂商掌握，并且投资巨大，OpenAI没有必要加入这个对于它来说完全陌生的竞争市场。

所以，更为现实的来看，OpenAI自研AI芯片然后交由台积电等晶圆代工厂生产更为可行。业界普遍预计，OpenAI的第一代自研芯片将在2027年底前推出。