解锁AI未来，与智慧同行！关注公众号，获取前沿AI资讯，体验尖端AI工具，让智能科技改变您的生活！
文章主题：文章关键词如下： – OpenAI – AI大模型 – 算力成本 – GPU – 芯片 – 英伟达 – 数据中心 – AI训练领域 – 定制AI芯片 – 算力需求 – 谷歌 – 亚马逊 – 微软 – Meta – Pixel 8系列手机 – Google Tensor G3芯片 – Titan M2协处理器 – Graviton 3E – AWS云业务 – 英伟达A100显卡 – ChatGPT – GPT企业云业务 – Anthropic – LM v4-s3 – Claude – Google Cloud – 加密货币对冲基金 – Alameda Research – FTX创始人SBF – 搜索 – 广告 – 深度合作
（图片来源：Eurasiantimes）
10月6日消息，据报道，ChatGPT背后的美国 AI 公司OpenAI 计划自研 AI 芯片，从去年开始进行内部讨论，甚至已经开始评估 AI 芯片公司的潜在收购目标，以解决其所依赖的 AI 芯片短缺以及成本高昂问题。
据报道，OpenAI团队提出了三种人工智能大模型的算力采购方案。首先，他们建议开发自己的AI芯片。其次，他们与其他芯片制造商如英伟达展开合作，以便更有效地获取算力。最后，他们还计划寻求多元化的芯片供应来源，不仅仅局限于英伟达，以实现超越英伟达的目标。
在2022年的时候，OpenAI的CEO奥特曼（Sam Altman）就曾经公开表示，英伟达的GPU芯片供应短缺，会对公司的运营造成严重的影响。
英伟达在全球Al训练领域市场的垄断地位，使其在GPU（图形处理器）资源紧张和AI算力成本上升的情况下，面临巨大的挑战。即便实力强大的OpenAI也积极寻求新的解决方案，以防止长期受制于英伟达。
OpenAI CEO 奥特曼（Sam Altman）
算力成本猛增，OpenAI寻求定制 AI 芯片
自2023年以来，AI大模型的浪潮由ChatGPT引领，席卷全球。这一波人工智能的发展趋势正在推动AI向更为通用的方向迈进。然而，算力的短缺与高昂的价格已经成为制约AI发展的主要障碍。
黄仁勋，这位杰出的企业家，作为英伟达的创始人和首席执行官，凭借其卓越的领导才能和对AI行业的深刻理解，成功地将该公司引领至全球数据中心AI加速市场的领导地位。在全球AI训练领域，英伟达更是以95%的市场占有率独占鳌头，成为了这场AI大战中最大的赢家。英伟达在全球数据中心AI加速市场的优势地位以及其对AI技术的深度挖掘和应用，使得黄仁勋及其公司获得了丰厚的利润。据相关数据显示，英伟达公司的市值已经超过1万亿美元，而黄仁勋的个人身家也达到了令人瞩目的399亿美元。黄仁勋的成功并非偶然，他一直以来都坚持对AI技术的研究与开发，并将其视为改变世界的力量。正是这种对技术的热爱和执着，让他在AI行业中脱颖而出，成为了这个领域的翘楚。总的来说，黄仁勋以其卓越的领导能力和对AI行业的深刻理解，将英伟达推向了全球数据中心AI加速市场的巅峰。同时，他也因此获得了巨大的成功，个人身家达到了惊人的399亿美元。
近年来，随着数据处理需求的迅速增长，尤其是算力的需求，英伟达的GPU产品线变得越来越受欢迎，甚至可以说供不应求。其中，英伟达的A100显卡，作为其高端产品之一，已经成为了衡量一家公司算力水平的标志性设备。它的受欢迎程度如此之高，以至于它的数量已经成为衡量公司算力需求的重要指标。
据统计，OpenAI在其训练GPT-3.5模型的过程中，投入了1万至3万颗英伟达GPU。根据集邦咨询的报告，如果我们以英伟达A100显卡的性能作为基准，那么运行ChatGPT可能会需要3万块英伟达GPU显卡。
价格方面，目前国内可以买到的H800价格已经高达20万/张，而A100/A800价格已涨至15万、10万/张左右。以2000P算力需求为例，H800 GPU单卡算力2P，需要1000张，预测用卡成本为2亿元；A800单卡算力约为0.625P，需要数量为3200张，预计用卡成本就高达3.2亿元。
在购买GPU显卡之外，服务器整机配置运算也是一个不可忽视的因素。这包括但不限于CPU性能、存储容量、NV-Link通讯连接等方面，同时还需要考虑到电力消耗、场地租金以及运维成本等。据相关数据显示，这些因素的综合成本可能会超过6亿元。与此同时，OpenAI目前正采用微软那台价格高昂的超级计算机，其耗资高达数亿美元，且使用了数万颗英伟达芯片的Azure云来进行算力训练。
但是，自OpenAI公布GPT企业云业务以来，微软与 OpenAI 关系正渐行渐远，有消息显示，微软也在开发定制 AI 芯片。
事实上，不止是OpenAI，这一波算力需求浪潮中，谷歌、亚马逊、微软、Meta等大科技巨头公司都一直在设计 AI 芯片到业务当中。例如，谷歌最新发布的Pixel 8系列手机采用Google Tensor G3芯片和Titan M2协处理器，均是谷歌自研产品；而亚马逊最新发布的自研ARM服务器CPU芯片Graviton 3E，也应用于其AWS云业务当中。
然而，OpenAI 没有研发 AI 芯片的经验，一颗芯片从立项到量产至少两年以上的时间，目前尚不清楚 OpenAI 是否会继续推进定制芯片计划，而且芯片的成效如何也有待时间检验。
路透引述业内人士称，这是一项巨额投资，每年研发成本可能高达数亿美元。同时，OpenAI 正考虑收购一些 AI 芯片公司以加快自研芯片进程。
但定制 AI 芯片可能需要数年时间，这意味着，OpenAI 仍会长期以来英伟达、AMD等芯片供应商。
有趣的是，The information于10月4日报道称，Meta公司放弃定制VR/AR芯片，团队已解散，转而使用芯片高通提供的处理器芯片。
因此，OpenAI这款定制 AI 芯片最终是否真的可用，仍需时间检验。
另有消息显示，软银计划投资10亿美元与奥特曼一起建立新的 AI 硬件公司，而苹果设计师 Jony Ive也和奥特曼讨论打造一款新的 AI 硬件产品。
大模型市场竞争加剧，谷歌、亚马逊转投OpenAI竞争对手
就在亚马逊宣布投资几天后，传出OpenAI的竞争对手、人工智能（AI）独角兽公司Anthropic正进行再融资。
据The information 10月4日报道，成立仅两年的Anthropic公司正在与谷歌和其它投资人谈判，计划再完成至少20亿美元（约合人民币143.94亿元）的新一轮融资，投后估值或将达到200-300亿美金之间——是今年3月公司40亿估值的5倍以上。
随后，AI 大模型市场竞争加剧，谷歌、亚马逊也开始关注并布局 OpenAI 的竞争对手。
据悉，Anthropic AI公司于2021年、由OpenAI 前研究副总裁达里奥·阿莫迪（Dario Amodei）、GPT-3论文一作Tom Brown等人建立。当时，Amodei领导的研究人员在对公司的发展方向存在分歧后离开了OpenAI，他们担心微软对OpenAI的投资会使其走上更加商业化的道路，偏离公司最初想法。
2022年12月，Anthropic团队在arxiv上发布了一篇题为《Constitutional AI: Harmlessness from AI Feedback》论文，描述了一个基于无监督方式训练、520亿参数的模型 AnthropicLM v4-s3，直接对标OpenAI的GPT-3模型。
今年1月，Anthropic发布了基于AnthropicLM v4-s3、新的 AI 聊天机器人模型产品Claude，被认为是ChatGPT的有力竞品。
今年2月4日，谷歌旗下云计算部门Google Cloud宣布与Anthropic建立新的合作伙伴关系，而且消息指谷歌向Anthropic投资接近4亿美元（约合人民币20.3亿元），新融资将使Anthropic投后估值增至近50亿美元。
谷歌投资之前，Anthropic公司已筹集超过7亿美元融资，投资者包括FTX创始人SBF成立的加密货币对冲基金Alameda Research等。而谷歌投资Anthropic原因之一，是公司CEO多次表达ChatGPT对于其搜索、广告等业务带来的威胁与影响。
据The information报道，Anthropic向投资者表示，此前公司年收入一直在 1 亿美元左右，但由于与亚马逊深度合作，预计其2023年收入大幅增长，将达到2亿美元，月收入接近1700万美元；到2024年底，Anthropic 希望年收入将达到5亿美元，是Anthropic估值的1/200倍，远高于OpenAI的估值倍数。
（作者｜林志佳）
文章关键词如下： – OpenAI – AI大模型 – 算力成本 – GPU – 芯片 – 英伟达 – 数据中心 – AI训练领域 – 定制AI芯片 – 算力需求 – 谷歌 – 亚马逊 – 微软 – Meta – Pixel 8系列手机 – Google Tensor G3芯片 – Titan M2协处理器 – Graviton 3E – AWS云业务 – 英伟达A100显卡 – ChatGPT – GPT企业云业务 – Anthropic – LM v4-s3 – Claude – Google Cloud – 加密货币对冲基金 – Alameda Research – FTX创始人SBF – 搜索 – 广告 – 深度合作
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
