0
如果說過去幾年 OpenAI 是靠 GPT 模型打天下，那么現(xiàn)在，它的野心已經(jīng)遠(yuǎn)遠(yuǎn)不止做一家模型公司。
《金融時(shí)報(bào)》最新消息，OpenAI 正在和博通合作，自研一顆代號(hào) “XPU” 的 AI 推理芯片，預(yù)計(jì)會(huì)在 2026 年量產(chǎn)，由臺(tái)積電代工。不同于英偉達(dá) 的 GPU，這款芯片不會(huì)對(duì)外銷售，而是專門滿足 OpenAI 內(nèi)部的訓(xùn)練與推理需求，用來(lái)支撐即將上線的 GPT-5 等更龐大的模型。
為什么要自己造？原因其實(shí)很直接。
首先，Nvidia 芯片不僅貴，而且還不好搶，OpenAI 每次訓(xùn)練新模型都要消耗成千上萬(wàn)張 GPU。自研芯片可以降低成本、提升效率，更關(guān)鍵的是，它能把命脈握在自己手里。
當(dāng)然，這一舉動(dòng)也被外界解讀為 OpenAI 從買算力走向造算力的關(guān)鍵一步。
據(jù)報(bào)道，博通 CEO Hock Tan 在財(cái)報(bào)中提及，公司新增一筆規(guī)模高達(dá) 100 億美元的定制芯片訂單，并將在 2026 年進(jìn)入“強(qiáng)勁發(fā)貨期”。
雖然未點(diǎn)名客戶，但業(yè)內(nèi)普遍將矛頭指向 OpenAI，此舉將不僅讓 OpenAI 成為繼谷歌 TPU、亞馬遜 Trainium、Meta Artemis 之后，又一家押注自研 AI 芯片的大廠，也讓博通的 AI 定制芯片業(yè)務(wù)再添一名重量級(jí)客戶。
這并不是 OpenAI 最近唯一的大動(dòng)作，它的野心遠(yuǎn)不止在芯片上落子。今年以來(lái) OpenAI 在硬件、應(yīng)用和算力基建三條戰(zhàn)線上幾乎是在同時(shí)提速。
先說硬件。 今年 5 月，OpenAI 花了 65 億美元收購(gòu)了由蘋果前設(shè)計(jì)大師 Jony Ive 創(chuàng)辦的 AI 硬件公司 io。值得一提的是，這個(gè)硬件公司的團(tuán)隊(duì)成員正是當(dāng)年設(shè)計(jì) iPhone 的那群人，履歷相當(dāng)豪華，現(xiàn)在他們加入 OpenAI，意味著公司不再滿足于軟件服務(wù)，而是真的要把 AI 做成人人手里的消費(fèi)級(jí)設(shè)備。
再看應(yīng)用。 就在前幾天，OpenAI 又出手收購(gòu)了一家做產(chǎn)品測(cè)試和實(shí)驗(yàn)平臺(tái)的公司 Statsig，交易金額在 11 億美元左右，是 OpenAI 迄今最大規(guī)模的收購(gòu)之一。而 Statsig 的強(qiáng)項(xiàng)是做 A/B 測(cè)試和功能實(shí)驗(yàn)，能幫助工程團(tuán)隊(duì)快速迭代產(chǎn)品。
收購(gòu)之后，創(chuàng)始人 Vijaye Raji 直接加入 OpenAI，當(dāng)上了“應(yīng)用 CTO”，負(fù)責(zé) ChatGPT、Codex 等核心產(chǎn)品的工程和架構(gòu)。與此同時(shí)，OpenAI 的管理層也在調(diào)整：前 Instacart CEO Fidji Simo 負(fù)責(zé)應(yīng)用業(yè)務(wù)，Kevin Weil 轉(zhuǎn)去研究，Srinivas Narayanan 接管 B2B 應(yīng)用。
從這里能看出，OpenAI 正在刻意把研究和應(yīng)用兩條線拆開，并且分別配上重量級(jí)操盤手。這種組織架構(gòu)，已經(jīng)更接近一家成熟大廠，而不只是單純的研究機(jī)構(gòu)了。
在算力基建上，OpenAI 也在加碼。它正在推進(jìn)代號(hào) “Stargate” 的超級(jí)數(shù)據(jù)中心項(xiàng)目，投入規(guī)模據(jù)說可能高達(dá)數(shù)百億美元。奧特曼甚至放話，到 2025 年底，OpenAI 擁有的 GPU 數(shù)量將突破 100 萬(wàn)臺(tái)。
這是什么概念？放在幾年前，整個(gè)行業(yè)加起來(lái)可能都沒有這個(gè)量。算力擴(kuò)容的背后，就是要保證未來(lái)的 GPT-5、GPT-6 能有足夠的糧草去訓(xùn)練。雷峰網(wǎng)
與此同時(shí)，OpenAI 還在分散風(fēng)險(xiǎn)，一邊租 Google 的 TPU，一邊和 AMD 合作，避免完全受制于英偉達(dá)。
放在行業(yè)背景里看，這一步也讓 OpenAI 成為繼谷歌、亞馬遜、Meta 之后，又一家把自研芯片提上日程的 AI 巨頭。谷歌有 TPU，亞馬遜有 Trainium，Meta 有 Artemis，如今 OpenAI 補(bǔ)上了 XPU。
目前外界披露的情況是：OpenAI 研發(fā)的芯片是專門面向推理場(chǎng)景的，由前谷歌 TPU 工程師 Richard Ho 帶領(lǐng)大約 40 人的團(tuán)隊(duì)負(fù)責(zé)，博通提供關(guān)鍵設(shè)計(jì)與 IP，臺(tái)積電則計(jì)劃用 3nm 工藝代工。
從 AI infra 的角度去看，OpenAI 確實(shí)邁出了非常勇敢的一步。
畢竟過去的幾年中，行業(yè)的優(yōu)化幾乎都圍繞著如何讓 GPU 的利用率更高，如何讓每一張卡都物盡其用的節(jié)奏去走。而這次 OpenAI 選擇先做推理芯片，其實(shí)也是這個(gè)邏輯。
而且推理芯片的設(shè)計(jì)門檻相對(duì)低一些，它可以在現(xiàn)有的 GPU 體系之外起到補(bǔ)位的作用。換句話說，XPU 不是要立刻取代英偉達(dá)芯片，而是要先把推理這一環(huán)牢牢掌握在自己手里。
這也足以說明 OpenAI 的野心：它已經(jīng)不滿足于依賴現(xiàn)成 GPU，而是開始嘗試從底層重塑算力體系。
但問題是，這條路的好處和弊端都同樣明顯。
自研的好處十分直觀。首先，它可以完全針對(duì)大模型的計(jì)算模式進(jìn)行定制，不必像英偉達(dá) GPU 那樣兼顧各種任務(wù)。這樣一來(lái)，推理效率更高、能耗更低，還能在內(nèi)存帶寬和互聯(lián)架構(gòu)等瓶頸上做專門優(yōu)化。
其次，成本壓力也是核心驅(qū)動(dòng)力。英偉達(dá) GPU 的價(jià)格居高不下，大模型的訓(xùn)練和推理往往要消耗成千上萬(wàn)張卡。如果自研芯片能帶來(lái)哪怕 20% 的能效提升，長(zhǎng)期節(jié)省下來(lái)的電費(fèi)和算力時(shí)間，就足以抵消掉巨額的研發(fā)投入。
更重要的是，自研還能擺脫對(duì)單一供應(yīng)商的依賴，把模型、軟件和硬件深度綁定，形成更堅(jiān)固的護(hù)城河。
但問題同樣很現(xiàn)實(shí)。首先是資金和周期，先進(jìn)制程芯片的設(shè)計(jì)與流片成本動(dòng)輒數(shù)億美元，整個(gè)周期至少要三到五年。而在這段時(shí)間里，英偉達(dá)的 GPU 還在不斷迭代，等 XPU 真正上線時(shí)能否保持競(jìng)爭(zhēng)力，還是個(gè)未知數(shù)。
其次是人才瓶頸，能設(shè)計(jì)超大規(guī)模 AI 加速器的架構(gòu)師鳳毛麟角，團(tuán)隊(duì)搭建本身就是一道難關(guān)。軟件生態(tài)問題更為棘手，英偉達(dá)最大的優(yōu)勢(shì)不是硬件，而是 CUDA 生態(tài)，已經(jīng)成為行業(yè)事實(shí)標(biāo)準(zhǔn)。
這也意味著，OpenAI 不僅要造出芯片，還要重新搭建編譯器、驅(qū)動(dòng)、工具鏈，并說服自家工程師愿意遷移，這一點(diǎn)比造出硬件本身還要更難。
越激進(jìn)，風(fēng)險(xiǎn)越大，故事也越精彩。
芯片研發(fā)的失敗率從來(lái)不低，消費(fèi)級(jí) AI 設(shè)備的市場(chǎng)需求依舊模糊，超級(jí)數(shù)據(jù)中心的投入更是前所未有。OpenAI 所走的，可能是整條產(chǎn)業(yè)鏈中最昂貴、最復(fù)雜、也最容易摔跤的一條路。
正因如此，它的故事才更值得關(guān)注。OpenAI 今天的選擇，不只是為了應(yīng)對(duì) GPT-5 的算力問題，而是在為未來(lái)十年乃至二十年的競(jìng)爭(zhēng)埋下伏筆。它想要的是，在下一個(gè)時(shí)代里，像蘋果之于智能手機(jī)、微軟之于 PC 操作系統(tǒng)一樣，占據(jù)一個(gè)不可撼動(dòng)的核心位置。
所以，當(dāng)我們談?wù)?OpenAI 的下一個(gè)十年，真正的問題不再是“它還能不能造出更強(qiáng)的 GPT”，而是 它能不能用芯片、硬件、算力和應(yīng)用，一起構(gòu)筑出屬于 AI 時(shí)代的基礎(chǔ)設(shè)施。
如果它做到了，那未來(lái)科技產(chǎn)業(yè)的秩序，可能會(huì)因?yàn)榻裉斓倪@幾步棋，而徹底被改寫。雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
