成本与供应链管理的关键

OpenAI曾考虑自建晶圆厂，以降低长期成本并控制供应链，但由于巨额投资和时间风险，最终选择将生产外包。该公司现与博通（AVGO）和台积电（TSMC）合作，专注于推理芯片的设计与开发，以减少对昂贵GPU的依赖。

OpenAI的这一策略反映了大型科技公司如亚马逊（AMZN）、Meta（META）、谷歌（GOOGL）和微软（MSFT）的模式，旨在通过内外部芯片供应的混合使用，减轻成本压力并提升供应链灵活性。

通过多元化的供应链策略，OpenAI降低了单一供应商对其基础设施的限制，从而增强了成本管理和供应稳定性。

芯片市场竞争加剧

当前市场对训练AI模型的需求依然主导，但随着AI应用的不断扩大，推理芯片的需求正在快速增长。为此，OpenAI已组建了一支由20位高级工程师组成的团队，专门负责推理芯片的开发，包括曾在谷歌工作的工程师，带来了谷歌自制TPU的专业经验。

目前，OpenAI已预订台积电2026年的产能，以确保供应能力。尽管生产计划可能会调整，这一订单仍显示出OpenAI在AI芯片开发战略上的初步成效。

目前，英伟达（NVDA）GPU的市场份额约占80%，但随着成本上涨及供应短缺，OpenAI、微软和Meta等大企业开始寻求替代方案，OpenAI的推理芯片开发可能会对英伟达主导的市场构成挑战。

结合超微芯片与微软Azure

除了自主研发芯片，OpenAI还计划通过微软的Azure云服务使用超微（AMD）新型MI300X芯片。该芯片专注于AI推理和训练运算，旨在抢占英伟达的市场份额。超微预计，MI300X芯片在2024年将创造45亿美元的营收，这表明超微与微软的合作可能在不久的将来成为OpenAI等企业的主要硬件选择。

通过在Azure上使用超微芯片，OpenAI能够减少对昂贵GPU的依赖，提高运算成本效益，增强运算基础设施，同时降低对单一供应商的依赖风险。

持续高昂运算成本亟待优化

知情人士透露，OpenAI每年在训练AI模型和维持ChatGPT等应用的运行上耗费巨额资金。预计2023年，OpenAI的营收为37亿美元，但可能面临高达50亿美元的亏损，主要支出集中在硬件、电力和云端服务上。

因此，OpenAI正在持续优化运算架构和供应链，以降低成本，计划将供应商从英伟达扩展至更多合作伙伴。同时，为确保获取英伟达最新一代Blackwell芯片的稳定供应，OpenAI对挖角英伟达员工持谨慎态度，旨在平衡长期合作关系与自主发展需求，突显了其在追求芯片自主性与合作稳定性之间的微妙平衡。