微軟和OpenAI也要自研芯片，都想做躺賺的英偉達(dá)

2023.10.09 湖北

在這一輪人工智能的大爆發(fā)中，最出名的無疑是拿出了ChatGPT的OpenAI，但要說到目前為止真正意義上得到實惠的，顯然就非英偉達(dá)莫屬了。只不過，目前微軟、谷歌、Meta、OpenAI等參與者給英偉達(dá)“抬轎子”的日子可能很快就要過去了，就在日前，OpenAI和微軟在同一天被曝光了各自的造芯計劃。

據(jù)知情人士透露，微軟方面計劃在下月舉行的年度開發(fā)者大會上推出旗下首款為人工智能設(shè)計的芯片，來降低成本、并減少對英偉達(dá)的依賴。據(jù)稱微軟的這款自研芯片將用于數(shù)據(jù)中心、服務(wù)器，其為訓(xùn)練大語言模型（LLM）等軟件而設(shè)計，同時可支持推理，能為所有AI軟件提供動力。

同一時間，OpenAI也被曝出正在探索自研AI芯片，同時也開始評估潛在的收購目標(biāo)。而且在招聘網(wǎng)站上，OpenAI已在招募硬件工程師。再加上早已開始自研專用集成電路（ASIC）芯片的谷歌、亞馬遜、Meta，目前海外AI賽道的主要參與者幾乎是全數(shù)下場自研AI芯片了。畢竟如今在AI這條賽道中，算力焦慮就猶如達(dá)摩克利斯之劍，一直高懸在各大廠的頭頂。

如果說石油被稱為“工業(yè)的血液”，那么英偉達(dá)的Ampere A100、Hopper H100加速卡現(xiàn)階段無疑就是AI的血液。目前，運(yùn)行ChatGPT的微軟數(shù)據(jù)中心服務(wù)器里有數(shù)以萬計的A100在工作，而作為市面上性能最強(qiáng)的AI算力芯片，更先進(jìn)的H100即使有著高達(dá)4萬美元的價格，自上市以來也一直處于供不應(yīng)求的狀態(tài)。

從國內(nèi)市場的百度、字節(jié)跳動、騰訊和阿里巴巴，到海外的微軟、亞馬遜，英偉達(dá)的GPU已經(jīng)在事實上成為了AI領(lǐng)域的硬通貨。這樣的局面更是讓英偉達(dá)從GPU制造商轉(zhuǎn)型為AI領(lǐng)域最有權(quán)勢的投資機(jī)構(gòu)之一，而這個行業(yè)對于英偉達(dá)GPU的依賴性，也使得大家紛紛傾向于選擇他們的投資。

根據(jù)英偉達(dá)方面在8月中旬公布的2024財年第二季度財報顯示，該季度其營收額達(dá)到了135億美元，其中數(shù)據(jù)中心業(yè)務(wù)營收實現(xiàn)了創(chuàng)紀(jì)錄的103.2億美元，僅這一個季度就翻了一倍多。按照英偉達(dá)自己的解釋，市場對生成式AI芯片前所未有的需求抵消了PC市場對GPU需求萎縮的沖擊。自今年以來，英偉達(dá)的股價漲幅已接近230%，所以從某種意義來說，這家公司就是“AI浪潮本浪”。

科技巨頭以及AI創(chuàng)業(yè)者對于算力的追求讓英偉達(dá)賺得盆滿缽滿，這一現(xiàn)狀在目前各大廠商暫時沒有找到一個合適商業(yè)模型的情況下，更是顯得尤為突出。當(dāng)年虛擬貨幣火的時候，英偉達(dá)靠給礦工賣顯卡賺了大錢，現(xiàn)在AI走紅，英偉達(dá)又繼續(xù)給AI廠商賣加速卡獲利，這又怎能不讓微軟、OpenAI等廠商眼熱呢？

既然從本質(zhì)上來說，ChatGPT這類大型語言模型就是“大力出奇跡”，畢竟神經(jīng)網(wǎng)絡(luò)的層數(shù)多了、參數(shù)規(guī)模大了、語料豐富了，“智能”也就隨之涌現(xiàn)。根據(jù)市場調(diào)查機(jī)構(gòu)TrendForce在今年3月初的推算顯示，如果以半精度浮點(diǎn)算力為311.88 TFLOPS的英偉達(dá)Ampere A100來計算，運(yùn)行算力消耗高達(dá)3640PF-days的ChatGPT，需要至少3萬片A100才能讓這個模型運(yùn)轉(zhuǎn)起來。

所以微軟和OpenAI自研AI芯片也是個很正常的選項，畢竟微軟財大氣粗，OpenAI更是一眾投資機(jī)構(gòu)揮舞著鈔票要投的對象，兩者都不差錢。

那么問題就來了，AI賽道的頂級玩家紛紛自研AI芯片，會動搖目前英偉達(dá)的地位嗎？

如果微軟、Meta、谷歌、OpenAI愿意付出代價，英偉達(dá)的好日子確實可能就要到頭了，但這個代價或許有點(diǎn)大。

自研AI芯片并不難，但要將AI芯片轉(zhuǎn)化為算力卻不容易，要不同樣是GPU廠商的AMD怎么就沒吃到這一輪紅利呢。還不是因為目前AI行業(yè)高度依賴英偉達(dá)的CUDA生態(tài)，而CUDA則只能用英偉達(dá)自家GPU的并行計算框架。換而言之，硬件層面追趕英偉達(dá)或許不難，可問題的實質(zhì)是如何在軟件生態(tài)層面填平他們的護(hù)城河。

經(jīng)歷了過去十余年的積累，英偉達(dá)的CUDA在庫、工具和資源生態(tài)系統(tǒng)提供了豐富的工具，使得開發(fā)者能夠輕松借助GPU的并行計算能力，構(gòu)建更強(qiáng)大和高效的AI模型，同時也是實現(xiàn)高性能、高通用性、高易用性，以及針對不同應(yīng)用場景深度優(yōu)化的關(guān)鍵所在。更妙的是，CUDA是軟硬件結(jié)合的橋梁，它既是英偉達(dá)軟件生態(tài)的基座，也是其硬件形態(tài)的軟件抽象。

由于英偉達(dá)這一護(hù)城河過于成功，以至于解決英偉達(dá)在AI算力領(lǐng)域的壟斷的方式，是在CUDA之外另起爐灶，可這一策略要直面用戶粘性的難題。退而求其次的做法則是兼容CUDA，但這會導(dǎo)致硬件生態(tài)必須走英偉達(dá)的路線。所以顯而易見的是，無論哪一條道路，代價都是極其驚人的。

當(dāng)然，AI大廠集體炒作自研芯片，在某種意義上也可以被視為是對英偉達(dá)的一次“逼宮”，是要逼迫英偉達(dá)將超額利潤吐出來的策略也說不定。