划重点
01OpenAI与博通、台积电合作开发首款内部芯片，以降低成本并提升供应链独立性。
02为此，OpenAI专注于内部芯片设计，同时与现有供应商保持合作，如亚马逊、谷歌和微软等科技巨头。
03除此之外，OpenAI还在现有芯片供应链上采取多元化策略，引入AMD芯片以降低对Nvidia的依赖。
04通过与博通、台积电和AMD等伙伴的助力，OpenAI从多个角度推进芯片自给和优化策略。
05事实上，OpenAI的芯片战略转变对整个科技和半导体行业产生了广泛影响，推动芯片自研和合作相结合的混合模式。
以上内容由大模型生成，仅供参考
芝能智芯出品在人工智能产业中，芯片供应链的布局和选择是企业能否在技术竞争中脱颖而出的关键。
随着 OpenAI 及其旗下的生成式人工智能 ChatGPT 的快速发展，对计算能力的需求激增，迫使 OpenAI 重新思考其芯片供应策略和依赖程度。
近期，OpenAI 选择与博通（Broadcom）和台积电（TSMC）合作，开发其首款内部芯片，以降低成本并提升供应链的独立性。
Part 1OpenAI 的芯片布局变革
OpenAI 处于芯片供需的十字路口。作为全球生成式人工智能的开创者之一，OpenAI 面临着巨大的计算需求。其主要芯片供应商 Nvidia 的 GPU 因需求暴增而出现紧缺，价格也逐年攀升。
在这种情况下，OpenAI 不得不积极寻找替代方案，以满足不断增长的运算需求。
为了实现芯片供应的多元化，OpenAI 曾探讨内部设计和制造“代工厂”网络的可能性，减少对 Nvidia 的依赖。
建立代工厂网络的计划耗资巨大且耗时较长，因此 OpenAI 转而采取更为灵活的策略，即专注于内部芯片设计，并与博通和台积电合作，与亚马逊、谷歌和微软等科技巨头的做法相似，通过自身定制芯片设计，同时与现有供应商保持合作，进一步控制芯片供应链的稳定性和灵活性。
博通作为全球领先的半导体公司，拥有丰富的芯片设计经验。据消息人士透露，OpenAI 已与博通合作数月，专注于推理芯片的开发，未来还将与更多合作伙伴共同开发其他类型芯片。不同于训练芯片，推理芯片主要用于运行训练好的模型，处理实时用户查询等任务。
随着推理芯片需求的增加，OpenAI 希望在这一领域实现部分自研和供应链优化。
●台积电作为全球最大的半导体代工厂，是 OpenAI 制造芯片的关键合作方，OpenAI 的首款定制芯片预计将于 2026 年由台积电量产，具体时间可能根据进展有所调整。
●博通帮助 OpenAI 将芯片设计适配制造需求，并优化了芯片的设计元素，以便在芯片间和系统间更快地传输信息。
这种设计对生成式人工智能的运行至关重要，因为大规模 AI 系统需要成千上万的芯片协同工作。
通过博通和台积电的支持，OpenAI 有望在未来的芯片供应上获得更大的自主权，加速自研芯片的落地。
Part 2优化现有供应链：引入 AMD
在自研芯片的同时，OpenAI 也在现有芯片供应链上采取多元化策略。
除了继续依赖 Nvidia 的 GPU，OpenAI 计划通过其长期合作伙伴微软的 Azure 云服务引入 AMD 芯片，OpenAI 希望借助 AMD 的新款 MI300X 芯片在训练和推理工作负载上实现多样化，进一步减少对 Nvidia 的依赖。
AMD 预计其 AI 芯片的销售额在 2024 年将达到 45 亿美元，MI300X 也预计于 2023 年底正式推出。
OpenAI 采取的“多芯片供应”策略不仅有助于在供应链短缺时确保稳定的芯片来源，还可通过多供应商议价来降低成本，AMD 的加入有望通过技术创新打破 Nvidia 在 AI 领域 GPU 市场的垄断地位。
通过博通、台积电和 AMD 等伙伴的助力，OpenAI 从多个角度推进芯片自给和优化策略。
OpenAI 的芯片战略转变不仅是为了应对自身芯片短缺问题，更对整个科技和半导体行业产生了广泛影响。
近年来，亚马逊、Meta、谷歌等科技巨头陆续推出了定制芯片，如谷歌的 TPU（张量处理单元），旨在为其庞大的 AI 应用需求提供更高效的算力支持。这一趋势促使全球科技巨头纷纷投入到芯片的设计和生产中，增强自身在 AI 时代的竞争力。
OpenAI 此次采取的多元化策略标志着其从传统依赖供应链的模式向自研与合作相结合的混合模式的过渡。作为 AI 芯片的主要买家，OpenAI 对博通和台积电的依赖增加也可能带动其他芯片设计公司寻求类似的伙伴关系。
随着 OpenAI 定制芯片的推出，可能对 Nvidia 造成一定冲击，尤其是在推理芯片的市场份额上。即便 Nvidia 在训练芯片方面依然具有竞争优势，但 OpenAI 的策略调整无疑为业界提供了新的思路。
OpenAI 的财务结构也反映出其推动芯片自主化的必要性，OpenAI 预计 2024 年的收入将达到 37 亿美元，但由于巨大的计算开支，其亏损额可能达到 50 亿美元。
计算成本占 OpenAI 总成本的大部分，涵盖了硬件、电力、云服务等方面。
OpenAI 亟需通过自研芯片和供应链多元化来控制支出。以微软 Azure 引入 AMD 芯片为例，显示出 OpenAI 通过分散风险、提升硬件利用率来有效降低成本的努力，OpenAI 对从 Nvidia 挖走人才持谨慎态度，这种保持合作的方式也反映出其对长期供应链稳定性的重视，尤其是在 Nvidia 即将发布下一代 Blackwell 芯片的背景下。
在全球 AI 竞争愈发激烈的背景下，OpenAI 的芯片自研策略和合作布局显得尤为关键。
通过与博通、台积电的紧密合作，OpenAI 有望在未来几年内推出其首款定制芯片，为满足 AI 推理需求提供更具竞争力的解决方案。
引入 AMD 芯片、多元化现有供应链，也为 OpenAI 降低成本、提升计算效率提供了有力支持，不仅助力 OpenAI 在日益白热化的 AI 产业中维持优势，还对半导体行业产生深远影响。
小结OpenAI 的芯片战略正是全球科技公司在 AI 领域竞相加速的缩影，通过加强芯片自研、扩大合作伙伴关系，在产业链布局上需要前瞻性和创新力。
