彭博社的一份最新报告称,OpenAI 的首席执行官山姆-奥特曼(Sam Altman)正在为一家人工智能芯片企业筹集数十亿美元的资金,目的是利用这些现金来开发一个 "工厂网络",该网络将遍布全球,并与未具名的 "顶级芯片制造商 "合作。
运行人工智能模型的一个主要成本和限制因素是,要有足够的芯片来处理 ChatGPT 或 DALL-E 等回答提示和生成图像的机器人背后的计算。去年,Nvidia 的市值首次超过了 1 万亿美元,部分原因是其拥有的虚拟垄断地位,因为 GPT-4、Gemini、Llama 2 和其他模型在很大程度上依赖于其流行的 H100 GPU。
因此,为运行复杂的人工智能系统而制造更多高能芯片的竞争愈演愈烈。能够生产高端芯片的晶圆厂数量有限,这促使 Altman 或其他任何人在需要之前几年就竞相争取产能,以便生产新芯片。与苹果等公司竞争,需要财大气粗的投资者来承担非营利组织 OpenAI 仍然无法负担的成本。据报道,软银集团(SoftBank Group)和阿布扎比人工智能控股公司 G42 一直在商谈为 Altman 的项目筹集资金。
其他开发人工智能模型的公司也已涉足制造自己的芯片。微软是 OpenAI 的投资方之一,它在 11 月宣布已制造出首款用于训练模型的定制 AI 芯片,紧随其后,亚马逊也宣布推出新版 Trainium 芯片。谷歌的芯片设计团队正在使用其在谷歌云服务器上运行的 DeepMind AI 来设计人工智能处理器,如其张量处理单元(TPU)。
AWS、Azure和谷歌也在使用英伟达的H100处理器。Meta 公司首席执行官马克-扎克伯格(Mark Zuckerberg)称"到今年年底,Meta 公司将拥有超过 34 万个英伟达的 H100 GPU",因为该公司正在努力开发人工通用智能(AGI)。
Nvidia 已经发布了下一代 GH200 Grace Hopper 芯片,以扩大其在该领域的主导地位,而竞争对手 AMD、高通和英特尔也推出了旨在为笔记本电脑、手机和其他设备上运行的人工智能模型提供动力的处理器。