Sam Altman正在筹集数十亿美元，建立一个全球性的半导体晶圆厂网络！
这一事件背后的原因很可能就是，OpenAI已经无「芯」训练「GPT-5」了。
此前，据英国《金融时报》报道，OpenAI 正在开发一种新的AI模型，该模型将是 GPT-4 的「重大升级」，预计将于今年晚些时候发布。
训练GPT-4，用了大约25000块A100 GPU 。而训练GPT-5，还需要5万张H100。如今，英伟达的H100售价为2.5万至3万美元。
英伟达的AI芯片，基本垄断了市场，这一命脉怎能掌握在他人手中？
果然，最近外媒接连曝出，Sam Altman正在和中东投资者以及台积电谈判，展开合作关系，以训练和运行AI模型的芯片。
算力货币决定着OpenAI的前途，绝不能把握在英伟达手里！Altman这次，是下定决心了。
训GPT-5，OpenAI对芯片的需求只会越来越大
Altman的野心是，随着AI技术的广泛应用，在未来几年建成一个自给自足的半导体供应链帝国。
所以，OpenAI也有意跟英特尔、台积电和三星等行业巨头竞争了？
Altman在达沃斯经济论坛上表示，今后世界的两大货币，就是算力和能源
比起亚马逊、谷歌、微软等大厂，Sam Altman显然有更宏大的计划：建立一个AI芯片工厂网络。
Altman应该是很确信，现在的台积电、三星、英特尔之类的代工厂，未来几年内肯定无法满足对AI芯片的需求。
现在，Altman正在筹集数十亿美元，目标就是建立一个遍布全球的AI芯片工厂网络。
现在，他正在和多家潜在的大型投资者进行谈判，包括总部设在阿布扎比的G42和软银集团。
显然，在AGI时代，芯片会供不应求。Altman现在十分担心，随着AI技术的日益普及，现有的芯片供应将无法满足大规模部署的需求。
目前生产的AI芯片，远远落后于预期的需求。只有立刻行动，才能确保十年内能有充足的芯片供应。
然而，建立一个全球性的芯片工厂网络需要庞大的投资，并且耗时多年。
而且，与行业中其他公司不同的是，建设和维护半导体工厂的成本要高得多。一个先进工厂的建设成本，可能高达数百亿美元。
亚马逊、谷歌、微软都倾向于设计自家的定制芯片，将制造外包，这也是因为建造和维护半导体的晶圆厂的成本，实在太高了！
毕竟，建造一家最先进的晶圆厂可能需要数百亿美元的投资，而建立这样的设施网络可能需要数年时间。
根据彭博社的报道，仅在OpenAI与G42的谈判中，涉及金额就接近80亿到100亿美元。
OpenAI新金主：中东土豪
OpenAI的前任金主是微软。而现在为了筹资，Altman联系上了中东土豪们，比如阿联酋的一些投资者。
其中一位，就是阿布扎比最富有、最有影响力的人物之一——谢赫·塔赫努恩。
谢赫·塔赫努恩是阿联酋最有权势的人之一，是总统谢赫·穆罕默德的兄弟，还是阿联酋的国家安全顾问。
他还负责监督迅速扩张的商业帝国，并担任阿布扎比若干最强国家投资基金的主席。其中包括8000亿美元的阿布扎比投资局和另一家国有投资实体ADQ。
另外，他还担任国际控股公司和G42的主席。前者是一家庞大的企业集团，已迅速成为阿联酋最大的上市公司；而G42是一家雄心勃勃的AI公司，已经和微软、OpenAI建立起了合作伙伴关系。
目前还不清楚Altman具体的筹款金额，但要与市值接近1.5万亿美元的英伟达竞争，保守来说至少会花费数十亿美元。
G42集团CEO Peng Xiao和Sam Altman签订协议
别的不说，Sam Altman的社交手腕，是真的达到了人类天花板级别。
建厂要花费的，是天文数字
咱们来盘一盘，要建起一座晶圆厂，Sam Altman究竟需要花多少钱。
开发2nm或3nm工艺技术的成本，高达数十亿美元，并且随着工艺节点的缩小，这一成本还在上升。
同时，一个能够大规模生产3nm或2nm芯片的现代晶圆厂，如今成本可达300亿美元。
并且，晶圆厂的成本还在迅速上升，比如一台低数值孔径（Low-NA）极紫外（EUV）光刻设备的价格，约为2亿美元，而高数值孔径（High-NA）的光刻机，预计售价在3亿至4亿美元之间。
一个领先的晶圆厂要想生产最先进的AI和高性能计算（HPC）芯片，这种设备怎么也得备上若干台。
AI浪潮中，英伟达坐收渔翁之利
现在，谷歌、亚马逊、Meta、OpenAI和微软，都在使用英伟达的GPU来训练AI、向客户部署模型。仅Meta一家，就计划在年底前为服务器安装340,000块H100。
可以说，英伟达垄断了目前的AI算力市场，并且手持定价权，这就导致其收入飞速增长。
像Graphcore这样的芯片初创公司，已经很难与英伟达的主导地位竞争了，这是由软件和硬件之间的相互作用造成的。仅仅制造一个更快的芯片，已经远远不够的，何况这本身就相当困难。
显然，各大科技公司都很早就开始布局了。
亚马逊、谷歌和微软这样的大科技公司是这么做的——设计自己的定制半导体产品，将生产过程外包给其他公司。
现在，各家都到了收获的季节。去年11月底，微软就推出了首款AI芯片，同时，微软也在和AMD加紧合作；23年春季之前，Meta也推出了自家芯片；谷歌和亚马逊，则分别研发TPU和Trainium芯片多年。
微软的最新Azure Maia 100芯片
OpenAI曾怒甩5100万刀狂买AI芯片
去年12月，Altman就被曝出正在进行「芯片交易」，而这也疑似成为OpenAI宫斗的导火索。
当时有外媒曝出，OpenAI在2019与AI芯片初创公司Rain AI签订了一份价值5100万美元的意向书，会在Rain AI的芯片上市后购买芯片。
Rain AI正在研发一种「类脑」NPU芯片，能大幅降低AI算力的成本，预计将在12月流片，并于2024年10月开始供货。
而且值得注意的是，Sam Altman作为Rain AI的股东，本人也亲自斥资，投入了100万美元。
根据一位不愿意公开身份的人士透露，Sam Altman之前被OpenAI前董事会解雇，部分原因就是他的其他投资与OpenAI纠葛的关系。
据悉，Altman曾为了这个代号为Tigris的项目在中东筹集资金
RainAI开发的神经形态处理单元（NPU），能模仿人类大脑的功能，有希望提供比当今的GPU更高的处理能力和能源效率。
这个NPU「类脑」芯片，号称比GPU高出100倍的计算能力，而在训练方面的能效，甚至比GPU高出10000倍。
Rain的目标是提供一种芯片，既能用于模型和算法的训练，又能用于之后的推理运行。
根据Rain的说法，这种芯片将允许AI模型根据周围环境实时定制或微调。
——从这个角度来看，它并不是当下英伟达H100之类GPU的直接竞品。
相关人士表示，这些功能对OpenAI来说是一个强大的吸引力，OpenAI希望利用这些芯片来降低数据中心的成本，并将自己的模型部署在手机和手表等设备中。
如果能够开发成功，OpenAI自然不会再受制于英伟达。
其实，Altman的布局很早。
早在2018年，他就领导了Rain的种子轮融资，一年后，OpenAI通过了这份价值5100万美元的芯片购买意向书。
当然，Altman的计划也不是一帆风顺的。
此前Rain的领导层曾改组，公司的投资者也发生了变化。一个负责监管国家安全风险投资的跨部门政府机构，要求沙特阿拉伯附属基金Prosperity7 Ventures出售其Rain的股份，之后，硅谷的Grep VC收购了这些股份。
——这一切变动，可能会增加Rain将新型芯片技术推向市场的难度，也使OpenAI的5100万美元订单的兑现日期，变得不太清晰。
总的来说，与Rain的这项交易也显示，OpenAI愿意花费大量资金，来确保自己的AI项目所需的芯片供应。
现在，从Rain AI购买的价值5100万美元的AI芯片，只是OpenAI在AI芯片上巨额投入的一小部分而已。
OpenAI的野心，正在悄悄部署
年前，OpenAI就任命了前谷歌TPU的负责人为硬件主管，并且正在招聘「数据中心设施设计专家」。
消息称，由芯片工程师Richard Ho领导生成式AI创业公司的新部门，帮助优化合作伙伴的数据中心网络、机架和架构。
「他在TPU的创建中也发挥了重要作用。也曾在DE Shaw工作并设计过ASIC。到目前为止，他更多地负责软件硬件集成、DC设计和加速器芯片选择。但OpenAI最近也聘请了不少编译器和内核方面的专家。」
另外，Altman还曾与包括芯片设计公司Arm在内的半导体高管进行过讨论，商讨如何尽早设计出新的芯片，为OpenAI降低成本。
OpenAI的GPU短缺有多严重？Altman：都先别用ChatGPT了
去年一整年，Sam Altman都在抱怨OpenAI已经陷入了严重的GPU短缺。
生成式AI爆发仍旧没有放缓，对算力提出了更高的要求。很多公司都在用英伟达性能极高的H100来训练模型，但H100非常昂贵。
马斯克就表示，GPU如今比drug还紧俏。
Sam Altman表示，OpenAI已经严重受到GPU限制，不得不推迟了众多短期计划（微调、专用容量、32k上下文窗口、多模态）。
甚至，因为GPU的短缺，Altman都不希望有很多人使用ChatGPT。
我们的GPU非常短缺，使用我们产品的人越少越好。
如果人们用的越少，我们会很开心，因为我们没有足够的GPU。
OpenAI许多用户都在抱怨API的可靠性和速度，对此Sam Altman解释道，原因也是在于GPU太缺了。
训练GPT-5，需要5万块H100，但此前曾有报道称，英伟达最好的芯片H100，将在2024年之前就会售罄。
如果市场上GPU跟不上，将会阻碍OpenAI提升和训练新模型的能力。
如今到处奔走的Altman，能为建立晶圆厂筹到数十亿甚至数千亿美元的资金吗？能维持厂子的运营吗？
目前我们只知道，他的举动有可能改变整个代工市场的格局。
