OpenAI自研AI芯片即将流片：摆脱对英伟达的依赖，迈向AI芯片自主之路

OpenAI自研AI芯片即将流片：摆脱对英伟达的依赖，迈向AI芯片自主之路2月11日消息，OpenAI正积极推进其减少对英伟达芯片依赖的计划，并已进入关键阶段。据知情人士透露，OpenAI首款自研人工智能芯片的设计工作将在未来几个月内完成，并计划送交台积电进行“流片”，即试生产

OpenAI自研AI芯片即将流片：摆脱对英伟达的依赖，迈向AI芯片自主之路

2月11日消息，OpenAI正积极推进其减少对英伟达芯片依赖的计划，并已进入关键阶段。据知情人士透露，OpenAI首款自研人工智能芯片的设计工作将在未来几个月内完成，并计划送交台积电进行“流片”，即试生产。OpenAI和台积电对此均未予置评，但这一消息预示着OpenAI有望实现其2026年在台积电大规模生产自研芯片的目标。

流片过程通常耗资数千万美元，且需要大约六个月才能生产出成品芯片，除非OpenAI支付额外费用加快生产速度。值得注意的是，首次流片并不保证芯片能够完美运行，如果出现问题，OpenAI将需要进行诊断、解决问题，并重新进行流片。整个过程充满了挑战和不确定性，需要强大的技术实力和充足的资金支持。

这款专注于训练任务的芯片，在OpenAI内部被视为一项战略性举措。它不仅仅是一颗芯片，更是OpenAI增强自身议价能力的重要工具，使其在与英伟达等芯片供应商的谈判中拥有更大的话语权。首款芯片投产后，OpenAI的工程师们计划逐步开发性能更强、功能更广泛的后续处理器，不断提升其在AI领域的竞争力。

如果首次流片顺利，OpenAI将能够大规模生产其首款自研人工智能芯片，并在今年晚些时候测试其作为英伟达芯片替代品的可行性。OpenAI计划今年将设计图纸送交台积电，这一速度令人瞩目，因为其他芯片设计公司通常需要数年才能完成类似的设计流程。 相比之下，微软、Meta等科技巨头在芯片生产领域多年的努力，至今仍未取得令人满意的成果，这凸显了OpenAI在AI芯片研发领域的快速进展。

近期，中国人工智能初创公司DeepSeek引发的市场动荡，也引发了业界对AI模型开发所需芯片数量的质疑。DeepSeek事件或许暗示着，未来开发强大AI模型，未必需要依赖如此巨量的芯片，这为OpenAI等公司在芯片研发领域提供了新的思考方向。

这款芯片由OpenAI内部团队设计，由Richard Ho领导。该团队在过去几个月迅速扩张至40人，并与博通公司展开合作。Ho一年多前从谷歌跳槽到OpenAI，此前他在谷歌负责自研AI芯片项目。与谷歌、亚马逊等科技巨头的庞大芯片研发团队相比，OpenAI的设计团队规模相对较小，但其效率却令人印象深刻。

据熟悉芯片设计预算的行业人士透露，开发一款具有大规模应用潜力的芯片，其设计成本可能高达5亿美元。再加上开发必要的软件和外围设备，整体成本可能会翻倍，这无疑是一个巨大的投资。OpenAI、谷歌、Meta等生成式人工智能模型开发公司已经证明，数据中心内通过大量芯片互联互通的方式，可以显著提升模型智能化水平，因此对芯片的需求几乎是无止境的。Meta此前宣布，将在未来一年内投入600亿美元用于AI基础设施建设，而微软则计划在2025年投入800亿美元，可见AI芯片市场规模之巨大。

目前，英伟达的芯片在市场上占有约80%的份额，是AI领域最受欢迎的选择。OpenAI也参与了美国总统拜登（原文错误，应为特朗普）上月宣布的5000亿美元“星际之门”（Stargate）AI基础设施计划。然而，随着成本的不断上升，以及对单一供应商的依赖性日益增加，微软、Meta以及OpenAI等主要客户都在积极探索自研或外部替代方案，以降低对英伟达芯片的依赖，寻求更稳固的供应链和更具成本效益的解决方案。

知情人士称，尽管OpenAI的自研AI芯片具备训练和运行AI模型的能力，但初期将主要用于AI模型的运行，并在有限范围内进行部署。如果OpenAI希望建立一个像谷歌或亚马逊那样的大规模AI芯片项目，它需要招聘数百名工程师，构建更加庞大的研发团队。

台积电将采用其先进的3纳米工艺技术制造OpenAI的AI芯片。据知情人士透露，这款芯片采用了常见的系统阵列架构，配备类似英伟达芯片的高带宽内存（HBM），并具备广泛的网络功能。这些技术细节表明，OpenAI在芯片设计方面积累了深厚的技术功底，并致力于打造一款性能卓越的AI芯片。OpenAI的这一举动，不仅关乎其自身的未来发展，也预示着AI芯片领域的竞争将更加激烈，并推动整个行业的技术进步和创新。 摆脱对单一供应商的依赖，将使OpenAI在激烈的AI竞争中获得更强大的竞争优势，并为其长期发展奠定坚实基础。 这颗芯片的成功与否，不仅是对OpenAI技术实力的检验，更是对整个AI产业未来发展方向的探索。