“第一個問題是，7萬億美元到底是關于什么的？”在當地時間2月21日舉辦的Intel Foundry Direct Connect 2024上，英特爾CEO帕特·基辛格將這個問題拋給了OpenAI CEO山姆·奧特曼。

“首先，不要對媒體報道照單全收……事實的核心是，我們相信對于AI計算、能源、數據中心的大量投資是非常重要的……這需要全球性的投資，會幫助許多不同工作的開展，幫助許多人員。除了芯片，還有整個AI基礎設施?！眾W特曼說。

圖片基辛格對話奧特曼（來源：截取自英特爾新聞室發(fā)布的視頻）

“7萬億美元能購買多少GPU?”在當地時間2月12日開幕的2024年世界政府峰會期間，阿聯酋人工智能部長奧馬爾·阿爾·奧拉馬向英偉達CEO黃仁勛提問。

“所有GPU?！秉S仁勛說。

圖片奧拉馬對話黃仁勛（來源：截取自回放視頻）

上述兩段發(fā)生在今年2月的對話，都指向了近日圍繞奧特曼的媒體報道：他正在籌集巨額資金建設AI芯片工廠，重塑芯片產業(yè)鏈。對此，奧特曼表示AI基礎設施建設需要大量的全球性投資，但不要過于在意“7萬億”這個數字，他無法逐一糾正媒體的報道。

此前，奧特曼在社交平臺表示，世界需要的人工智能基礎設施超過了人們的建設計劃，包括晶圓廠產能、能源、數據中心等。建設大規(guī)模的人工智能基礎設施和具有彈性的供應鏈，對于保持經濟競爭力至關重要。OpenAI將盡力提供幫助。

山姆·奧特曼在社交平臺對芯片問題發(fā)表意見

自從ChatGPT引爆生成式人工智能的熱潮后，產業(yè)界就陷入了深深的算力和能源焦慮。AI芯片作為生成式人工智能的核心算力單元，也出現了巨大的缺口。

至于這個缺口會進一步擴大還是縮小，取決于芯片技術進步與AI需求增長的競速，前者快則缺口有望縮小，后者快則缺口或將增大。

目前來看，黃仁勛更相信前者，而奧特曼更憂慮后者。

黃仁勛對于AI芯片缺口的計算方式，有著自己的理解。他認為，計算架構的性能正在持續(xù)提升。如果拋開計算速度的進步，只看計算單元的總量，就很可能得出全球需要14個行星、3個星系和4個太陽才能覆蓋計算所需能源的結論。過去10年，英偉達等從業(yè)者做出的最大貢獻之一就是將計算和人工智能的效能提升了100萬倍。因此，無論面對什么樣的計算需求，都應當把計算架構仍然具有百萬倍提升空間這一點納入考量。

AMD K8微架構的首席架構師吉姆·凱勒（Jim Keller）也在社交平臺表示，他可以用不到1萬億美元實現所謂的“7萬億美元目標”。首先要消除2-3層的利潤堆疊（供應鏈中每個參與者為將產品提供給最終用戶所付出的成本），接下來是提升芯片的運行速度，使硬件與軟件相匹配。

黃仁勛和凱勒的觀點都趨向于一點：產業(yè)的算力和能源缺口，要通過芯片的性能提升來解決，核心在于技術的進步和創(chuàng)新。

而奧特曼的顧慮，多少與積極自研AI芯片的大型云服務廠商們有共通之處：當前的AI基礎設施難以支撐生成式人工智能的爆發(fā)。

早在2023年上半年，OpenAI就曾表示GPU供應不足限制了ChatGPT能夠處理的信息量和功能優(yōu)化，部分初創(chuàng)AI企業(yè)表示不得不采用價格更加昂貴的GPU來填補算力缺口，云服務廠商面對客戶的算力池擴張需求也倍感壓力。尤其生成式人工智能的訓練往往需要幾百張甚至上萬張GPU組成的集群才能發(fā)揮最佳效能，進一步加劇了GPU的緊俏程度和產品溢價。

雖然英偉達等廠商持續(xù)縮短GPU的交付周期，但大模型性能進步、數量提升、應用擴展三重因素的疊加，還是令下游市場憂心忡忡。以OpenAI為例，從2022年11月ChatGPT上線，到2023年3月多模態(tài)大模型GPT-4上線，再到今年2月以文本描述生成視頻的人工智能模型Sora問世，不到2年的時間，大模型就實現了飛躍式發(fā)展。再比如百度研發(fā)的文心大模型，其3.5版本相比上一個版本，訓練速度提升2倍，推理速度提升30倍。與此同時，大模型的數量也在飛速增長。2023年1-11月，國內發(fā)布了238個大模型。這意味著，在這兩百多天的時間里，平均每天都有一個大模型在中國問世。另外，大模型的應用范圍也在不斷拓展。

這或許是為什么以模型和工具開發(fā)為主營業(yè)務的OpenAI團隊，打算發(fā)力AI基礎設施和供應鏈,協助產業(yè)籌建更多晶圓廠、能源設施和算力設施的原因。

當然，奧特曼本人是一位富有創(chuàng)新精神的企業(yè)家。OpenAI協助“建設大規(guī)模AI基礎設施和彈性供應鏈”的計劃也暫未披露具體方式、有哪些機構參與、各自有著怎樣的利益訴求。如果這項計劃只是聚焦購買設備、籌建晶圓廠等產業(yè)已有的重復性投入，實際的效益或許僅僅是增加AI芯片的產量和算力設施所需的能源供給。

但若這項計劃聚焦計算架構和能源科技的創(chuàng)新，再圍繞創(chuàng)新成果進行產業(yè)化部署，或許能給計算產業(yè)帶來不同的圖景。畢竟，計算產業(yè)已經來到了后摩爾時代的十字路口，量子、硅光等新的技術路徑蓄勢待發(fā)。

信息顯示，奧特曼曾參與Rigetti Computing、PsiQuantum、 Quantinuum等量子計算公司的融資，并投資了核融合公司 Helion Energy。

圖片奧特曼出現在Helion Energy的投資者名單里（來源：Helion官網）

技術創(chuàng)新的躍進，來自創(chuàng)新和實干。在計算產業(yè)的發(fā)展過程中，許多關鍵的技術節(jié)點，都少不了技術狂人的靈光一閃和實干團隊的商業(yè)化推進。我們期許如英偉達等企業(yè)研發(fā)團隊、凱勒等技術專家的創(chuàng)新靈感，也需要馬斯克、奧特曼等愿意整合資源改進供應鏈的推動者——或許兩者相向而行，才能在計算產業(yè)觸發(fā)一場呈燎原之勢的變革。

責任編輯：張心怡