4月19日，美國科技媒體 The Information 爆料，ChatGPT背后的大股東微軟正在研發(fā)自己的芯片“雅典娜”（Athena）。

此次微軟公司自研芯片主要應(yīng)用于 ChatGPT 背后的生成式 AI 技術(shù)，用途為訓練大語言模型（LLM）和 AI 推理（inference）。

微軟早在2019年就已開始著手研發(fā)這款芯片。芯片已經(jīng)提供給了小部分微軟的員工，以及ChatGPT開發(fā)商 OpenAI 的員工，他們正在測試并使用這些芯片。

資本大佬和初創(chuàng)新星的蜜戀

要說AI 圈里的當紅炸子雞，定是擁有 ChatGPT 技術(shù)的OpenAI 莫屬，微軟則是OpenAI背后的資本方。

早在兩方展開密切合作之前，雙方都在生存困境中掙扎許久——微軟雖為資方巨擘，但在科技圈仍然相當隱忍，在云計算和人工智能領(lǐng)域總有亞馬遜和谷歌壓制一頭。而OpenAI 最初是一家50人的非盈利性質(zhì)的初創(chuàng)小公司，面臨著所有的AI創(chuàng)企一樣的問題：AI開發(fā)成本翻番、“要理想還是面包”、副總裁帶隊離職團隊潰不成軍等問題，時任OpenAI首席技術(shù)官的布羅克曼擔心被谷歌旗下的DeepMind等對手甩在身后．．．．．．

從當前審視這個長達五年的ChatGPT產(chǎn)品研發(fā)落地的故事，雙方陷入“蜜戀”情理之中，同一個賽道，相同的目標和突破訴求，適配的合作者相見恨晚，一拍即合。

2020年7月，微軟向初創(chuàng)公司OpenAI投資10億美元，自此開始了和OpenAI 的“熱戀式合作”。2021年微軟再次投資20億，微軟的Azure OpenAI開始集成用戶可直接通過相關(guān)API進行調(diào)用的GPT－3模型，自此GPT技術(shù)開始初步商業(yè)化。2023年1月24日，微軟追加投資100億，與OpenAI再次擴大合作關(guān)系。此輪投資后，微軟獲得了 OpenAI 75％ 的利潤分紅權(quán)直到收回投資，之后微軟將擁有 OpenAI 49％分紅權(quán)。

微軟和OpenAI之間的關(guān)系逐漸變得更加深入和復雜，他們的財務(wù)和技術(shù)命運糾纏在一起。他們有共同的目標期許和行業(yè)共識，其中一點是明確的：現(xiàn)在還處于早期階段。

OpenAI持續(xù)燒錢，微軟探索自研路徑

一項新技術(shù)航程的初期，借船出海也許能走的更快一些，為了訓練ChatGPT，微軟下了足夠多的血本，但時間一久問題便逐漸暴露。目前，讓這對“熱戀期情侶”焦灼的是——外購芯片太過燒錢，并非長久之宜。

在用戶使用ChatGPT時，這一軟件需要識別人類發(fā)出的指令，并模仿人類回答相應(yīng)的問題，這一過程需要處理大量的數(shù)據(jù)，對芯片算力的要求極高。

微軟目前使用的 AI 芯片是英偉達芯片，ChatGPT消耗的總算力約為3640PF－days，假如每秒計算一千萬億次，需要計算3640天。微軟將3萬多個英偉達A100芯片連起來為OpenAI打造超級算力。這項貼心的舉動已耗費微軟數(shù)億美元，按照趨勢，日后花費只會更甚，還經(jīng)常會被芯片供應(yīng)商掣肘。

此舉不僅為了減少自身對英偉達 GPU 的依賴，還是應(yīng)對同行壓力的必由之舉，隨著生成式AI大爆發(fā)，包括亞馬遜和谷歌等科技巨頭都已推出自研AI芯片。

只不過，微軟早在5年前就秘密行動了。自研芯片內(nèi)部代號「雅典娜」（Athena），300人共同研發(fā)，并已由微軟內(nèi)部機器學習相關(guān)員工和 OpenAI 開發(fā)者組成的小團隊進行測試。

微軟希望 AI 芯片 Athena 的性能優(yōu)于從其他供應(yīng)商處購買的芯片，從而節(jié)省其在昂貴的AI業(yè)務(wù)上的時間和成本。

微軟的 AI 芯片將用于訓練大語言模型并支持推理，這些都是生成式 AI 需要的。我們以 ChatGPT 為例，它需要利用 AI 處理大量數(shù)據(jù)、識別模式并創(chuàng)建模仿人類對話的全新輸出。預計微軟將在明年之前將「雅典娜」提供給內(nèi)部和OpenAI使用。

英偉達，AI芯片的統(tǒng)治者

全球GPU市場中，基本被Nvidia、Intel和AMD三家壟斷。目前主導 AI 芯片的是英偉達公司，在機器學習領(lǐng)域，NVIDIA GPU市占率高達95％以上，至今沒有對手可以匹敵。

2019 年，前四大云供應(yīng)商 AWS、谷歌、阿里巴巴和 Azure 中 97．4％ 的 AI 加速器實例（用于提高處理速度的硬件）部署了英偉達 GPU。幾乎所有 AI 里程碑都發(fā)生在英偉達硬件上。

縱觀 AI 芯片市場，Nvidia H100 是訓練機器學習系統(tǒng)的最流行 GPU 之一，在市場日益短缺的情況下，它在 eBay 等經(jīng)銷商那里的售價高達 40，000 美元。高漲的需求，加上產(chǎn)能的限制，英偉達芯片不僅時常短缺而且價格昂貴，給微軟、谷歌這類急于擴充算力的公司形成了較大的壓力。越來越多的企業(yè)開始使用人工智能來理解他們收集的海量數(shù)據(jù)，而各國政府則在向深度學習研究領(lǐng)域投入資金以保持領(lǐng)先地位。

顯然，整個AI芯片市場都需要更多、更好的人工智能芯片。

挑戰(zhàn)者正在試圖趕上英偉達在 AI 芯片市場上的統(tǒng)治者地位。2015年，谷歌開始制造自己的芯片；2016年，亞馬遜收購 Annapurna Labs 后便將 Alexa 的大腦轉(zhuǎn)移到自己的 Inferentia 芯片上；2019 年，英特爾為其 Xeon 數(shù)據(jù)中心 CPU 添加了 AI 加速模塊。百度擁有昆侖；高通擁有 Cloud AI 100；IBM 正在致力研發(fā)一種節(jié)能設(shè)計；AMD 收購了 Xilinx 用于 AI 數(shù)據(jù)中心產(chǎn)品等等，越來越多的云服務(wù)巨頭紛紛自研AI芯片。

有行業(yè)分析師評論道，對普通的云計算公司來說，他們的最佳方案是從英偉達那里購買。而對于谷歌、亞馬遜這樣的巨頭來說，自研芯片才是長久之道。