OpenAI與英偉達相互成就

在黃仁勛的強力支持下，OpenAI在創立初期便獲得了英偉達尚處于工程技術階段的H100芯片，以開展AI訓練。換言之，H100的輝煌成就源自英偉達與OpenAI的共同努力。

隨著OpenAI的不斷壯大及微軟百億資金的注入，其在GPU訓練芯片方面的需求日益增長，逐漸成為英偉達最重要的客戶。

通常情況下，為維護重要客戶關系，企業往往會采取降價讓利等策略。

然而，英偉達卻在近兩年里反其道而行之，持續漲價，似乎試圖從這些大客戶身上獲取更多利益。

權威數據顯示，英偉達在全球人工智能處理器市場的份額超過80%，這無疑給OpenAI帶來了巨大壓力。

花旗研究分析師ChristopherDanely指出，英偉達在AI訓練領域占據了[至少90%]的市場份額。

這意味著，OpenAI在芯片供應方面幾乎完全受制于英偉達。

隨著英偉達芯片性能的不斷提升，其價格也呈現出飛速上漲的趨勢，這已引起包括OpenAI在內的大客戶的強烈不滿。

依賴供應鏈上游將制約OpenAI發展

OpenAI正全力推進GPT5，但卻面臨無[芯]可用的困境。

去年全年，OpenAI首席執行官奧爾特曼都在抱怨公司已經陷入了嚴重的GPU短缺。據悉，訓練GPT-4使用了大約25000塊A100GPU。而訓練GPT-5，還需要5萬張H100。

尤其是英偉達高端GPU，由于代工、CoWoS封裝以及HBM等產能限制，不僅成本高昂，而且供應缺口巨大。

人工智能的持續進步，已然確立了算力芯片在該領域的基礎地位。

如今，若將這一核心資源依賴于供應鏈上游，恐將制約OpenAI的發展。

同時，隨著人工智能逐步硬件化和基礎設施化，決定這一發展趨勢的關鍵因素即為算力芯片。

此龐大的需求足以支撐起一個完整的供應鏈。

從另一個角度來看，OpenAI自建晶圓廠是為了朝著IDM的方向發展，確保自身供應鏈，控制生產成本。

IDM是一種相對更為完善的運營模式，但門檻較高，前期成本投入巨大，需要有良好的市場前景才能保證后期盈利。

OpenAI建廠并非不可行，但取決于他們籌集投資的情況，仍需資金支持才有可能實現。

奧特曼計劃掌握芯片制造環節

今年1月，彭博社披露的一則獨家消息震撼了科技界。據知情人士透露，奧特曼正計劃投入數十億美元，建設一座半導體晶圓廠。

這一舉動不僅標志著OpenAI將涉足半導體制造業，同時也象征著該公司旨在掌控人工智能領域的核心要素——芯片制造。

這些GPU不僅稀缺且價格高昂，自研AI芯片有望大幅降低算力成本。

因此，OpenAI研發自有芯片完全在情理之中。

通過自主設計、生產及銷售芯片，OpenAI將能夠直接與終端市場展開對話，與其他設備制造商展開競爭。

更重要的是，這一策略將顯著降低成本，提高基礎設施的控制力度，以滿足OpenAI不斷增長的需求。

傳聞在兩個月前OpenAI面臨高層大改前夕，奧特曼親自前往英偉達就2024年芯片采購議案展開談判。

在OpenAI的全球晶圓廠網絡項目中，籌措資金及選擇合作伙伴至關重要。

據報導，OpenAI首席執行官薩姆?奧特曼正與多家重量級投資者展開談判，包括軟銀集團以及阿布扎比總部的人工智能控股公司G42。

塔赫努恩掌控著包括阿布扎比投資局（規模達8000億美元）在內的龐大商業帝國。

他還擔任國際控股公司和G42的董事長，這兩家公司均在AI領域展示出濃厚的興趣和雄心，并與OpenAI建立合作伙伴關系。

自研芯片看上去永遠是利好

若OpenAI能掌控算力芯片的研發、制造及生產能力，將憑借自身卓越的模型訓練與調整技術，與英特爾、臺積電、三星等半導體行業巨頭并駕齊驅，競奪新市場版圖。

OpenAI設計的人工智能芯片將符合亞馬遜AWS、谷歌、微軟以及其他許多超大規模企業自主研發AI芯片的趨勢，這些巨頭除了購買現成的產品外，還更傾向于構建符合自身需求的定制處理器。

此外，自研芯片有助于巨頭們擺脫對英偉達等少數AI芯片供應商的依賴，提升供應鏈安全。

OpenAI計劃自行研發芯片，這一戰略調整不僅對該公司具有重大戰略意義，同時也預示著人工智能硬件市場巨大的發展潛力和競爭格局。

OpenAI的芯片研發有望推動人工智能行業的技術創新。其他公司可能會受到啟發，加大在芯片領域的研發力度，進而提升整個行業的技術水平。

然而，當前大型模型訓練需求，無論是資深企業還是新興力量，幾乎都依賴于英偉達的GPU。在這一領域處于壟斷地位的英偉達，擁有居高臨下的定價權。

走向一條需要持久高投入的道路

雖然自研AI芯片能從根本上解決問題，但這是一條漫長的道路，并無十足把握成功。業內人士認為，這是一項重大舉措、一項重大投資。

以3nm或2nm級節點為例，一家采用此類工藝制程的現代化晶圓廠的投資成本可能高達300億美元。

在人工智能領域的高速發展過程中，對算力的需求持續上升。尤其是在訓練大型AI模型，如GPT-4和GPT-5時，對高性能芯片的需求尤為龐大。

例如，GPT-4的訓練所需芯片數量約為25,000塊英偉達A100GPU，而更先進的GPT-5則需高達50,000塊H100GPU。

這些GPU價格不菲，每塊售價在2.5萬至3萬美元之間。

在AI技術迅猛發展的背景下，全球科技巨頭紛紛積極投入自研AI芯片領域。

盡管薩姆?奧特曼籌集的具體資金數額尚不明確，但為與市值接近1.5萬億美元的英偉達展開競爭，OpenAI至少需投入數十億美元。

結尾：

為了實現盈利，OpenAI至關重要的舉措是控制成本。在一定程度上，奧特曼可能引發了資本市場的一連串變革。

預計今年在人工智能繁榮的背景下，以芯片為切入點的大型科技企業有望徹底改變傳統芯片生產的格局。