据知情人士向路透社透露，这家ChatGPT开发商将在未来几个月内完成其首款自研芯片的设计，并计划将其送往台积电进行制造。将首个设计送往芯片工厂进行制造的过程被称为“流片 (Tape Out)”。

图源：pixabay

这一进展表明，OpenAI有望实现在2026年在台积电大规模生产的雄心勃勃的目标。一次典型的流片成本高达数千万美元，并且大约需要六个月的时间才能生产出成品芯片，除非OpenAI支付更多费用以加快制造进程。并不能保证首次流片的芯片能够正常工作，如果失败，公司将需要诊断问题并重复流片步骤。

知情人士表示，在OpenAI内部，这款专注于训练的芯片被视为一种战略工具，旨在增强OpenAI与其他芯片供应商的谈判筹码。在首款芯片之后，OpenAI的工程师计划开发功能更广泛、性能更先进的处理器。

如果首次流片进展顺利，这将使这家ChatGPT开发商能够大规模生产其首款自研AI芯片，并可能在今年晚些时候测试英伟达芯片的替代品。OpenAI计划今年将其设计送往台积电，这表明该初创公司在其首个设计上取得了快速进展，而其他芯片设计师可能需要数年的时间才能完成这一过程。

像微软（MSFT）和Meta这样的大型科技公司尽管多年来一直在努力，但在芯片生产方面仍举步维艰。近期，由中国AI初创公司DeepSeek引发的市场动荡也引发了人们对未来开发强大模型是否需要更少芯片的质疑。

这款芯片由OpenAI内部团队在理查德·霍（Richard Ho）的带领下设计，该团队在过去几个月里规模翻倍，达到40人，并与博通合作。霍一年多前从谷歌加入OpenAI，此前他在谷歌帮助领导了该搜索巨头的定制AI芯片项目。路透社去年首次报道了OpenAI与博通的合作计划。

霍的团队规模远小于谷歌或亚马逊等科技巨头的大型团队。据了解芯片设计预算的行业人士称，一个雄心勃勃、大规模项目的新芯片设计单一版本的成本可能高达5亿美元。而构建必要的软件和外围设备的成本可能会翻倍。

像OpenAI、谷歌和Meta这样的生成式AI模型制造商已经证明，数据中心中串联的芯片数量越多，模型就越智能，因此他们对芯片的需求永无止境。

Meta（META）表示，其将在未来一年内在AI基础设施上投入600亿美元，而微软表示其将在2025年投入800亿美元。目前，英伟达的芯片最受欢迎，市场占有率约为80%。OpenAI本身也在参与美国总统唐纳德·特朗普上个月宣布的5000亿美元的“星际之门”基础设施计划。

然而，成本上升和对单一供应商的依赖导致微软、Meta等主要客户，以及现在的OpenAI，都在探索英伟达芯片的自研或外部替代品。

知情人士表示，OpenAI的自研AI芯片虽然能够同时用于训练和运行AI模型，但初期将有限度地部署，并主要用于运行AI模型。该芯片在公司的基础设施中将发挥有限的作用。

要想建立像谷歌或亚马逊AI芯片项目那样全面的努力，OpenAI将需要招聘数百名工程师。

台积电将使用其先进的3纳米工艺技术来制造OpenAI的AI芯片。知情人士称，该芯片采用了常用的Systolic array architecture 即脉动阵列架构，配备高带宽内存（HBM）（英伟达芯片也采用此技术）和广泛的网络功能。