文｜半导体产业纵横

OpenAI 正在积极推进减少对英伟达依赖的计划，通过开发第一代内部人工智能硅片来满足其芯片供应需求。这一举措标志着 OpenAI 在硬件领域的重大突破，旨在增强其在人工智能领域的自主性和竞争力。

OpenAI 的芯片设计进展

据消息人士透露，OpenAI 将在未来几个月内完成其首款内部芯片的设计，并计划将其送至台积电进行制造。这一过程被称为“流片”，是芯片制造的关键步骤。尽管流片成本高达数千万美元，且通常需要六个月才能生产出成品芯片，但 OpenAI 似乎对这一过程充满信心。如果流片顺利进行，OpenAI 有望在 2026 年实现量产。

OpenAI 的这一计划不仅是为了减少对英伟达的依赖，更是为了增强其在与其他芯片供应商谈判时的筹码。消息人士称，OpenAI 的这款专注于训练的芯片被视为一种战略工具，旨在提升公司在人工智能领域的竞争力。在推出首款芯片后，OpenAI 的工程师计划在每次迭代中开发功能更强大、更先进的处理器。

芯片设计的挑战与机遇

尽管 OpenAI 在芯片设计上取得了快速进展，但这一过程并非没有挑战。流片过程中可能会出现各种问题，如果芯片在第一次流片时无法正常工作，公司将需要诊断问题并重复流片步骤。这不仅会增加成本，还会延长产品上市时间。

然而，OpenAI 的进展仍然令人瞩目。如果最初的流片顺利进行，ChatGPT 制造商将能够量产其首款内部 AI 芯片，并可能在今年晚些时候测试英伟达芯片的替代品。这一进展表明，OpenAI 在其首个设计上取得了快速进展，而其他芯片设计商可能需要数年时间才能完成这一过程。

大型科技公司的芯片开发困境

尽管微软和 Meta 等大型科技公司经过多年努力，但仍然难以生产出令人满意的芯片。最近由中国人工智能初创公司 DeepSeek 引发的市场崩盘也引发了人们的疑问：未来开发强大模型所需的芯片数量是否会减少。

OpenAI 的芯片设计团队由 Richard Ho 领导，该团队的人数在过去几个月翻了一番，达到 40 人，并与博通合作。Ho 一年多前从 Alphabet 旗下的人工智能初创公司加入 OpenAI，他在谷歌帮助领导这家搜索巨头的定制 AI 芯片项目。Ho 的团队比谷歌或亚马逊等科技巨头的团队规模要小，但据了解芯片设计预算的业内人士称，为一个雄心勃勃的大型项目设计一款新芯片，单个版本的成本可能高达 5 亿美元。而围绕芯片开发必要的软件和外围设备的成本可能会翻倍。

芯片需求的持续增长

OpenAI、谷歌和 Meta 等生成式人工智能模型制造商已经证明，数据中心中串联在一起的芯片数量越来越多，使得模型变得更加智能，因此，他们对芯片的需求永无止境。Meta 表示，明年将在 AI 基础设施上投入 600 亿美元，微软则表示将在 2025 年投入 800 亿美元。

目前，英伟达的芯片最受欢迎，市场份额约为 80%。OpenAI 本身也参与了美国总统唐纳德·特朗普上个月宣布的 5000 亿美元星际之门基础设施计划。

但成本上升和对单一供应商的依赖，已促使微软、Meta 以及现在的 OpenAI 等主要客户探索英伟达芯片的内部或外部替代品。消息人士称，OpenAI 的内部 AI 芯片虽然能够训练和运行 AI 模型，但最初将以有限的规模部署，主要用于运行 AI 模型。该芯片在公司基础设施中的作用有限。

台积电正在利用其先进的 3 纳米工艺技术制造 OpenAI 的 AI 芯片。消息人士称，该芯片采用常用的脉动阵列架构，配备高带宽内存（HBM），同时英伟达也在其芯片中使用这种内存，并具有广泛的网络功能。台积电的先进制造技术为 OpenAI 的芯片设计提供了强大的支持，使得 OpenAI 能够在短时间内实现芯片的量产。

OpenAI 的芯片设计计划不仅是为了减少对英伟达的依赖，更是为了提升其在人工智能领域的自主性和竞争力。随着芯片设计的不断迭代，OpenAI 有望在未来推出功能更强大、更先进的处理器，进一步推动人工智能技术的发展。

尽管面临诸多挑战，OpenAI 的芯片设计计划仍然充满了希望。随着台积电的先进制造技术的支持，OpenAI 有望在 2026 年实现芯片的量产，并在人工智能领域取得更大的突破。这一进展不仅将增强 OpenAI 的竞争力，也将为整个行业带来新的机遇和挑战。