OpenAI，自研芯片！

3nm工艺+高带宽内存

据内部消息，该芯片采用台积电3纳米制程，配备与英伟达同级的HBM(高带宽内存)，脉动阵列架构使其在训练大模型时效率提升40%以上。这意味着未来训练GPT-5的时间或缩短一半。

技术细节：脉动阵列通过数据流水线化处理，可最大限度减少内存访问延迟，而HBM则让芯片在单位时间内吞吐量暴增，这正是大模型训练的命门所在。

“谷歌大脑”团队操刀

该芯片的设计团队由前谷歌TPU核心成员Richard Ho领衔，过去半年团队规模翻倍至40人，并获博通技术支持。

这种“硅谷顶尖工程师+芯片巨头”的组合，让OpenAI仅用18个月就走完其他公司5年的研发路。

该芯片单次流片成本约数千万美元，但行业人士估算，包含软件生态构建的总投入或达5亿美元。这相当于微软2025年AI预算的0.6%，不过却可能撬动千亿美元市场。

英伟达"算力霸权"正被瓦解

OpenAI自研芯片最直接的目标，是摆脱对英伟达80%的供应依赖。若2026年量产成功，其数据中心采购成本将直降30%，这对每年烧钱数十亿美元训练模型的OpenAI堪称救命稻草。

微软、Meta等巨头自研芯片屡屡受挫，OpenAI若成功将刺激更多企业加入混战，英伟达“一家独大”格局或终结。

就在OpenAI亮剑之际，中国AI公司DeepSeek此前凭借算法优化，用1/10算力跑出同等性能模型，轰动全球。

芯片行业和市场陷入深思：未来究竟需要更多芯片，还是更聪明的算法?

有分析师指出，算法优化可能让全球AI芯片需求减少20%，但OpenAI的选择表明，顶级玩家仍在押注“硬件军备竞赛”。

“芯片-模型”协同进化论

OpenAI工程师透露，该芯片将支持模型参数规模突破百万亿级，且计划每12个月迭代一次。这意味着未来的GPT-6可能直接运行在专为其定制的“大脑”上，形成“芯片设计→模型升级→芯片再设计”的正向循环。

芯片量产时间点(2026年)恰与拜登政府“国家AI基础设施计划”重合。值得玩味的是，OpenAI已参与特朗普提出的5000亿“星际之门”计划，这场跨越党派的AI霸权争夺，正在芯片制造环节悄然升级。

不过当OpenAI用芯片重新定义AI生产力时，很多人早已通过DeepSeek嗅到机会——用AI工具批量生成爆文、视频脚本、商业运营、代码生成，解放生产力，甚至开始变现。