近日消息，OpenAI首次使用“非英偉達”芯片，租用谷歌TPU，以降低推理計算成本并減少對微軟數據中心的依賴。這一舉措標志著OpenAI在算力布局上的戰略調整，也反映了其在AI芯片市場中逐步擺脫對英偉達的依賴。
OpenAI長期以來一直是英偉達GPU的重要客戶，用于模型訓練和推理任務。然而，隨著AI模型的復雜性增加，以及對算力需求的激增，OpenAI在微軟的推理服務器上面臨巨大壓力。特別是ChatGPT圖像生成工具的爆紅，使得OpenAI在推理計算上的成本大幅上升。
據悉，OpenAI去年在服務器上的支出超過40億美元，其中訓練和推理成本各占一半，預計2025年在AI芯片服務器上的支出將接近140億美元。因此，OpenAI尋求更高效、更經濟的算力解決方案。
谷歌TPU的引入是OpenAI降低推理成本的重要舉措。谷歌TPU在能效比方面具有優勢，尤其在大規模并行計算任務中，單位算力成本更低。此外，通過引入異構算力架構，OpenAI正逐步降低對微軟云基礎設施的依賴，這不僅有助于分散供應鏈風險，也為未來可能的云服務商切換預留了空間。
盡管存在競爭關系，谷歌仍與OpenAI合作，以推動TPU的商業化進程。不過，谷歌并未向OpenAI提供其最高性能的TPU。谷歌云員工透露，谷歌保留了最強大的TPU用于內部開發，如Gemini模型。
除了OpenAI，蘋果、Safe Superintelligence和Cohere等公司也一直租用谷歌云的TPU，部分原因是這些公司的一些員工曾在谷歌工作，熟悉TPU的運作方式。此外，據知情人士透露，同樣是全球最大AI芯片客戶之一的Meta近期也考慮使用TPU。
這一趨勢表明，越來越多的科技公司正在尋找替代英偉達的解決方案，以降低對英偉達芯片的依賴并減少成本。而TPU的設計目標是為深度學習任務提供更高效的計算能力，尤其在大規模語言模型和推薦系統的訓練中表現出色。
OpenAI此次租用谷歌TPU，不僅是對算力成本的優化，更是其在AI芯片市場中尋求多元化的重要一步。通過引入非英偉達芯片，OpenAI有望提升谷歌TPU的知名度，使其成為英偉達GPU的經濟高效替代方案。這表明OpenAI正在逐步擺脫對微軟的依賴，轉向更廣泛的云基礎設施。
此外，OpenAI還計劃在未來幾個月內完成首款自研AI芯片的設計，并計劃送往臺積電進行制造。這一芯片將采用臺積電先進的3納米工藝，具備高帶寬內存和廣泛的網絡功能，旨在減少對英偉達芯片的依賴。
OpenAI的這一系列舉措，不僅反映了其在AI芯片領域的野心，也預示著AI算力基礎設施的進一步多元化和競爭格局的重塑。
