重磅！OpenAI官宣自研AI芯片：垂直整合要徹底擺脫英偉達，聯手博通部署10吉瓦算力

前段時間OpenAI聯合英偉達部署10GW算力，聯合AMD部署6GW算力，今天又來了一個大的，OpenAI要自己自己設計芯片，擺脫英偉達的束縛，OpenAI這是決心要把垂直整合玩到底了

剛剛OpenAI 與 博通（Broadcom） 宣布達成一項深度戰略合作伙伴關系，旨在共同設計和制造專為 AI 工作負載定制的芯片（custom chips）和完整的計算系統（custom systems）。這一合作已經秘密進行了約 18 個月，目標是打造下一代 AI 基礎設施，以滿足全球日益增長的對高級智能的需求。這項合作的愿景是，從2026年底開始，部署高達 10 吉瓦（gigawatts）的全新計算能力。此舉不僅是為了解決當前 AI 模型，特別是推理（inference）任務所面臨的算力瓶頸，更是通過從晶體管蝕刻到最終用戶產品的端到端垂直整合，實現前所未有的效率和性能提升，從而推動 AI 技術向更普惠、更強大的通用人工智能（AGI）邁進

更勁爆的是OpenAI在用模型探索全新的芯片設計方法，并且已經取得了進展。

Sam Altman 和 Greg Brockman 與 博通 CEO Hock Tan 和博通半導體解決方案總裁 Charlie Kawwas深度訪談

1. 戰略合作的誕生：應對空前的 AI 基礎設施需求

OpenAI 與 Broadcom 的合作，被 Sam Altman 描述為人類歷史上最大規模的聯合工業項目之一。這并非一次簡單的技術采購，而是一場始于約 18 個月前的深度共創，旨在從根本上重塑 AI 計算的基礎設施

合作的廣度與深度

這項合作的范圍遠超傳統的芯片設計。最初，雙方的焦點是為 OpenAI 的特定工作負載設計一款定制芯片。然而，隨著項目深入，雙方意識到，要真正發揮芯片的潛力并應對未來世界的巨大推理需求，必須將視野擴展到整個計算系統。Sam Altman 強調，現代 AI 系統的復雜性要求對從芯片、機架（racks）、網絡到算法的整個技術棧進行協同優化。因此，合作內容從單一的芯片設計，演變為一個包含硬件、系統和軟件的完整解決方案，Broadcom 在系統設計方面的深厚專業知識在其中扮演了關鍵角色。這種從底層晶體管到頂層應用（Sam Altman 形容為 “from etching the transistors all the way up to the token that comes out”）的全棧垂直整合，是本次合作的核心理念

空前的規模：10 吉瓦的算力意味著什么

此次合作最引人注目的目標，是從明年底開始部署 10 吉瓦（gigawatts）的新增計算能力。這是一個驚人的數字，遠超當今世界現有的 AI 計算能力。Sam Altman 指出，這 10 吉瓦是在 OpenAI 與其他合作伙伴現有合作基礎之上的純增量。他解釋說，一個 1 吉瓦的數據中心就如同一個微型城市，其建設和運營的復雜性極高。因此，10 吉瓦的部署是一項艱巨的全球性工程，需要眾多公司、國家和行業的協同努力。

驅動這一宏大計劃的，是 OpenAI 觀察到的一個核心規律：每當 AI 模型的性能提升、成本下降時，市場的需求增長速度總是遠超供給。Sam Altman 舉例說，即使將效率優化 10 倍，市場可能會涌現出 20 倍的新需求。因此，這 10 吉瓦雖然看似龐大，但如果 OpenAI 能夠成功地提供質量更高、速度更快、價格更低的智能服務，世界將迅速吸收這些算力，并創造出無數新的應用場景，例如更大規模的代碼生成、企業自動化以及 Sora 視頻生成等

合作的必然性：最佳伙伴的強強聯合

對于 Broadcom 而言，與 OpenAI 的合作是天作之合。Broadcom 首席執行官 Hock Tan 表示，OpenAI 持續開發著業界最前沿的生成式 AI 模型，而這條通往超級智能的道路上，最關鍵的制約因素之一就是算力。Broadcom 作為全球頂尖的半導體公司，其工程師正在不斷推動半導體技術的創新邊界。因此，與全球領先的 AI 公司合作，共同定義和打造下一代計算平臺，是 Broad-com 的天然選擇。Charlie Kawwas 將雙方的合作提升到了一個更高的高度，他認為雙方正在共同定義“文明的下一代操作系統”（civilization's next-generation operating system），這一過程不僅將推動雙方發展，更有望建立開放和標準化的新生態，從而加速從生成式 AI（Gen AI）到通用人工智能（AGI）的進程

2. 垂直整合的驅動力：為何要自研芯片與系統

OpenAI 決定與 Broadcom 共同設計定制芯片和系統，并非一時興起，而是源于其在發展過程中對算力、效率和未來路線圖的深刻理解。這一決策背后，是其對 AI 發展規律的洞察以及對掌控自身技術命運的渴望。

從算法到硬件的全棧優化

合作的核心優勢在于實現了前所未有的垂直整合。Sam Altman 形象地將整個過程概括為“熔化沙子，注入能量，最終得到智能”（melt sand, run energy through it and get intelligence out the other end）。他強調，最終的目標是在每單位能量中榨取出盡可能多的智能。通過對從模型設計、芯片架構、機架互聯到最終應用的整個鏈條進行協同優化，可以實現巨大的效率增益

這種端到端的控制能力意味著：

性能更優：可以設計出完全匹配 OpenAI 特定算法和工作負載的芯片，避免通用硬件帶來的冗余和瓶頸

成本更低：更高的效率直接轉化為更低的服務成本，使得大規模部署和向更多用戶提供免費或低價服務成為可能

速度更快：專門優化的硬件可以顯著提升模型的響應速度，改善用戶體驗。

Hock Tan 對此補充道，針對不同任務優化芯片是關鍵。例如，用于訓練的芯片可能需要更強的計算能力（以 TFLOPs 衡量）和網絡帶寬，而用于推理的芯片則更側重于內存（memory）和訪問速度。這種定制化能力是通用芯片難以比擬的

算力：從錦上添花到發展核心

OAI總裁Greg Brockman 分享了 OpenAI 的心路歷程。在公司成立初期，團隊認為實現 AGI 的關鍵在于算法和思想上的突破，算力并非首要關注點。然而，大約在 2017 年，團隊通過 Dota 2 等項目的實踐經驗，經驗性地發現，規模化是取得最佳成果的最有效路徑。當他們將算力加倍時，AI 智能體的表現也隨之加倍

這一發現徹底改變了 OpenAI 的戰略重心。他們開始密切關注整個硬件生態系統，并向各類芯片初創公司提供反饋，指出未來模型的發展方向。然而，Greg Brockman 坦言，當時許多公司并未采納他們的建議，這讓他們感到沮喪，因為他們看到了未來的方向，卻無法有效影響產業的路線圖。因此，通過與 Broadcom 合作，將部分硬件設計掌握在自己手中，OpenAI 終于能夠將自己的愿景付諸實踐，掌控自己的技術命運，不再受制于外部硬件的演進速度和方向

應對計算稀缺的未來

盡管此次合作計劃部署 10 吉瓦的龐大算力，但 Greg Brockman 明確表示，這與實現其最終愿景相比，僅僅是滄海一粟。他描繪了一個未來場景：每個人都擁有一個 24/7 全天候運行的個性化 AI 代理（agent），幫助他們實現個人目標。要實現這一點，理想情況下需要為全球近 100 億人每人提供一個加速器，這所需的算力是天文數字

目前，由于算力限制，像 OpenAI Pulse 這樣需要后臺持續運行的個性化功能，只能提供給付費的 Pro 用戶。這凸顯了當前世界正走向計算稀缺的現實。OpenAI 的目標是扭轉這一趨勢，創造一個“計算豐裕”（compute abundance）的世界，讓任何有創意、有想法的人都能獲得實現其想法所需的計算能力。這項合作正是邁向這一宏偉目標的關鍵一步

3. AI 驅動的創新：重塑芯片設計與未來計算范式

OpenAI 與 Broadcom 的合作不僅體現在規模上，更體現在其創新的方法論上。雙方正在利用最前沿的 AI 技術來設計下一代 AI 硬件，同時也在借鑒歷史，將 AI 基礎設施定位為如同鐵路和互聯網一樣的社會關鍵設施

AI 輔助芯片設計：用模型創造模型

這次合作中最具突破性的實踐之一，是 OpenAI 將自己的 AI 模型應用于芯片設計流程。Greg Brockman 透露，這一方法取得了顯著成果：

大幅縮減面積：AI 模型能夠對人類工程師已經優化過的組件進行再優化，通過注入大量算力進行探索，發現了新的優化方案，從而實現了巨大的面積縮減

加速開發進程：AI 提出的優化方案，雖然人類專家事后分析認為并非完全無法想到，但這些方案可能在人類設計師的任務清單上排在很后面，需要數月才能觸及。AI 能夠在短時間內發現這些優化點，極大地拉動了開發日程。在一個與 Charlie Kawwas 團隊合作的緊迫項目中，他們甚至選擇讓 AI 持續優化直到截止日期，而無需人工審查每一步的優化內容，這體現了對 AI 能力的高度信任

提升整個行業：Greg Brockman 相信，這種 AI 輔助設計的能力最終將幫助整個人類社會在科學和工程領域取得過去不可能實現的突破

技術演進的藍圖：從 2D 到 3D 再到光學

Broadcom 的 Charlie Kawwas 詳細闡述了未來計算硬件的技術演進路線，展示了雙方合作的深遠技術布局

從單芯片到多芯片（2D）：目前，單個芯片的物理尺寸（如 800 平方毫米）限制了其能容納的計算單元數量。業界的主流做法是在一個二維平面上集成多個芯片（chiplets），以擴大計算規模

垂直堆疊（3D）：下一步的技術突破是將這些芯片進行三維堆疊（stacking），在 Z 軸上擴展計算密度，從而在相同面積內實現更高的性能

光學互聯（Optics Integration）：更長遠的技術方向是將光學器件直接集成到芯片封裝中。Broadcom 最近宣布的 100Tbps 交換技術就是一個例子，它將光學互聯與芯片融為一體，這將徹底改變數據中心內部的通信方式，實現更大規模、更高性能的計算集群

Charlie Kawwas 預測，在這些技術的推動下，計算集群的整體性能將達到一個全新的水平，其性能可能每 6 到 12 個月就翻一番

歷史的啟示：構建新時代的“鐵路”與“互聯網”

參與討論一致認為，當前正在建設的 AI 基礎設施，其歷史地位可與歷史上的重大工程相媲美

類比關鍵基礎設施：Hock Tan 將其比作鐵路和互聯網的建設。這些設施最初是特定領域的工具，但最終演變成了服務于數十億人的關鍵公共事業。他認為，AI 計算正走在同樣的道路上，將成為服務全球 80 億人的基礎能力

全球性的合作項目：Sam Altman 認為，從全球 GDP 占比來看，AI 基礎設施的建設可能是人類歷史上最大規模的聯合工業項目。它超越了單一公司或國家的范疇，需要全球范圍內的供應鏈、能源、制造等多個行業的協同投入

開放與標準的重要性：為了構建一個能夠支撐全球數十億人使用的基礎設施，建立開放和透明的標準至關重要。這不僅有利于 OpenAI 和 Broadcom，也將惠及整個生態系統，促進技術的普及和創新

4. AGI 的階梯：算力、智能與經濟價值的飛輪

這次合作的終極目標，是為實現AGI并確保其惠及全人類鋪平道路。算力的指數級增長，被視為解鎖更高層次智能、創造巨大經濟價值和社會福祉的根本前提

算力增長與智能涌現

OpenAI 的發展史就是一部算力規模的擴張史。Sam Altman 回憶，公司最初的計算集群僅為 2 兆瓦（megawatts）。如今，到今年年底，其算力規模將超過 2 吉瓦（gigawatts），而與 Broadcom 等伙伴的最新合作，將使其總算力接近 30 吉瓦

他強調，算力與模型能力之間存在著密切的正相關關系。每一次算力的巨大飛躍，都伴隨著模型智能水平的顯著提升。他以一個假設的例子說明：

如果 GPT-6 的智能水平能比 GPT-5 高出“30 個 IQ 點”，并且能夠處理長達數天甚至數月的復雜問題，那么其創造的經濟價值和引發的需求將是爆炸性的

這個規律在編程助手 Codex 的發展中得到了驗證。最初，當模型只能編寫少量代碼時，用戶已經開始以相對“痛苦”的方式（如手動復制粘貼）使用它。隨著模型能力和用戶體驗的提升，Codex 的需求呈指數級增長。未來，當模型能夠達到頂尖工程師的水平，并能獨立完成數天的工作時，其需求將不可估量。這個模式可以被復制到每一個知識工作（knowledge work）領域

智能驅動經濟增長

Greg Brockman 提出了一個核心觀點：智能是經濟增長和提高人類生活水平的根本驅動力。AI 的作用在于放大和普及智能，讓每個人都變得更高效、更有創造力。隨著模型能力的增強，社會所能達成的產出將與今天截然不同

算力成本的降低和效率的提升，是實現這一愿景的關鍵。從昂貴的 GPT-3 到如今能夠免費提供給大眾的 GPT-4 級別模型，每一次效率的提升都意味著技術普惠性的增強。這正是 OpenAI 的核心驅動力之一：讓更多人能夠從強大的 AI 中受益

未來展望與項目時間線

這項合作已經有了明確的時間表。Sam Altman 透露，首批合作成果預計將于明年底開始部署，并在隨后的三年內迅速擴大規模。雙方團隊的溝通極其密切，Greg Brockman 和 Charlie Kawwas 甚至每周都會就項目進展進行溝通，并且很快就會收到首批測試芯片