コストとサプライチェーン管理の鍵

OpenAI は、長期的なコストを削減し、サプライチェーンを管理するために独自の工場を建設することを検討しましたが、巨額の投資と時間のリスクを考慮して、最終的には生産を外部委託することを選択し、現在は Broadcom (AVGO) および TSMC (TSMC) と協力して、次のことに注力しています。高価な GPU への依存を減らすための推論チップの設計と開発。

OpenAI の戦略は、Amazon (AMZN)、Meta (META)、Google (GOOGL)、Microsoft (MSFT) などの大手テクノロジー企業のモデルを反映しており、内部チップと外部チップの組み合わせを通じてコスト圧力を軽減し、サプライ チェーンの柔軟性を向上させることを目的としています。供給。

OpenAI は、多様化したサプライ チェーン戦略を通じて、インフラストラクチャに対する単一サプライヤーの制約を軽減し、コスト管理と供給の安定性を強化します。

チップ市場の競争激化

現在の市場では、AI モデルのトレーニングに対する需要が依然として支配的ですが、AI アプリケーションが拡大し続けるにつれて、推論チップの需要が急速に高まっています。この目的のために、OpenAI は推論チップの開発に専念する 20 人の上級エンジニアからなるチームを結成しました。その中には、Google で働き、Google の自社製 TPU で専門的な経験をもたらしたエンジニアも含まれます。

現在、OpenAI は供給能力を確保するために 2026 年の TSMC の生産能力を予約しています。生産計画は調整される可能性がありますが、この注文は依然として OpenAI の AI チップ開発戦略の初期の成功を示しています。

現在、Nvidia (NVDA) GPU は約 80% の市場シェアを持っていますが、コストの上昇と供給不足が発生する中、OpenAI、Microsoft、Meta などの大企業は代替品を模索し始めており、OpenAI の推論チップ開発が課題となる可能性があります。 Nvidiaが支配する市場。

AMD チップと Microsoft Azure の組み合わせ

OpenAIは、独自のチップの開発に加えて、MicrosoftのAzureクラウドサービスを通じてAMDの新しいMI300Xチップを使用することも計画しており、このチップはAI推論とトレーニング運用に焦点を当てており、AMDはMI300Xチップが45億ドルの収益をもたらすと見込んでいる。これは、AMD と Microsoft の協力が近い将来、OpenAI などの企業にとって主要なハードウェアの選択肢になる可能性があることを示しています。

Azure で AMD チップを使用することで、OpenAI は高価な GPU への依存を減らし、コンピューティングの費用対効果を向上させ、コンピューティング インフラストラクチャを強化し、単一のサプライヤーに依存するリスクを軽減できます。

継続的に高いコンピューティングコスト 最適化への切望

情報筋によると、OpenAI は AI モデルのトレーニングと ChatGPT などのアプリケーションの運用維持に毎年巨額の資金を費やしていることが明らかになりました。2023 年の OpenAI の収益は 37 億米ドルになると推定されていますが、最大 5 米ドルの損失に直面する可能性があります。 50億ドルで、主な支出はハードウェア、電力、クラウドサービスに集中しています。

したがって、OpenAI は、コンピューティング アーキテクチャとサプライ チェーンを継続的に最適化してコストを削減しており、同時に、Nvidia の最新世代の Blackwell チップの安定供給を確保するために、サプライヤーを Nvidia からさらに多くのパートナーに拡大することを計画しています。 Nvidia従業員の引き抜きには慎重で、長期的なパートナーシップと独立した開発の必要性のバランスをとることを目指しており、チップの自律性の追求と協力的な安定性の間の微妙なバランスを強調している。