奥特曼“背刺”黄仁勋

　　英伟达曾经最亲密的战友和客户、在知名媒体镜头前大肆夸赞黄仁勋和英伟达芯片的OpenAI首席执行官——山姆·奥特曼，突然做出了一个出人意料的决策。

　　1月20日，有媒体爆出一条独家新闻，让科技圈为之震动。据知情人士透露，奥特曼正计划斥资数十亿美元，打造一座半导体晶圆厂。这不仅意味着OpenAI将进军半导体制造领域，更象征着它要从源头上掌握人工智能的“心脏”——芯片制造。

　　通过自主设计、制造和销售芯片，OpenAI将能直接与终端市场对话，与其他设备厂商一较高下。更重要的是，这将极大降低成本，提升对基础架构的控制力，满足OpenAI日益增长的需求。

　　因为随着英伟达芯片能力的增加，价格也打着滚往上翻，这已经引起了OpenAI等大客户的极度不满。据说两个月前OpenAI的“”前夕，奥特曼还亲赴英伟达就2024年芯片采购议案进行谈判。

　　一方面人工智能的进一步发展，已经奠定了算力芯片在这个行业的基础地位。现在如果将这种核心资源委托给供应链上游，奥特曼觉得OpenAI的发展永远会受到桎梏。

　　据说上个月OpenAI曾经有过一轮紧急扩充2万块H100芯片的计划，但因为英伟达的供货量无法满足，只能悄然终止。

　　在他看来，当下OpenAI能领先于行业内其他竞争对手，实际上只剩“时间”了。如果往后再拖延3—6个月，竞争对手的追赶一定会让OpenAI现存优势化为乌有。

　　另一方面，他已经看到目前人工智能逐渐向硬件化和基础设施发展，而决定这一系列发展能力的核心就是算力芯片，这种庞大的需求完全可以支撑起一个供应链。

　　当然，如果能掌握算力芯片的研发、制造和生产能力，凭借自身强大的模型训练和调整技术与能力，OpenAI将与英特尔、台积电、三星等半导体巨头平起平坐，争夺新市场份额。

　　这里做个简单科普。通常我们说的GPU实际上是显卡芯片，由英伟达于1999年研发，一开始主要用于大规模图形生成、3D渲染等，它让当时计算机进入了多媒体和3D显示时代。

　　在英伟达发明GPU芯片之前，图形显示主要由计算机的中央处理器，也就是CPU和计算机主板中的部分元器件承担。缺点是效率低，图形显示效果也不理想。

　　到了人工智能时代，人们发现用GPU进行人工智能运算的速度远超CPU。与此同时，英伟达相关芯片的设计和制造难度远远低于英特尔和AMD所制造的CPU。于是，英伟达就从一家专注生产显卡的公司，一跃成为人人都关注的人工智能核心基础企业。

　　而在去年11月发布最新产品之前，A100和H100这两款GPU芯片，是英伟达提供给人工智能计算市场最核心的产品。但它们依然只是图形处理芯片，而不是专门的算力芯片。

　　对于大模型训练来说，不论是A100还是H100，这些GPU芯片含有的图形能力并不是必需。英伟达相关芯片对于OpenAI日常使用而言，也只用到了一部分的能力。如果让OpenAI自行开发，完全可以去掉这些不需要的功能，设计出性能更强的算力专用芯片。

　　为了实现这个宏伟愿景，奥特曼四处奔走，寻找资金支持，他的目光投向了阿布扎比的云计算巨头G42公司和日本软银集团。尽管谈判尚处于初级阶段，但奥特曼的决心和OpenAI的雄心已经引起业界的广泛关注。

　　即使在去年11月短暂卸任OpenAI首席执行官期间，奥特曼也没有放弃这一梦想。他深知，这是OpenAI的未来所在。回归后，他更是将这一计划提上了快车道。据悉，他已经试探过微软对该计划的态度，并得到了积极的回应。

　　建设一座最先进的半导体制造工厂所需资金可能高达数百亿美元。而要构建一个全球性的制造工厂网络，所需时间和资金更是难以估量。知情人士透露，OpenAI希望从G42筹集80亿至100亿美元的投资。但目前谈判进展尚不明朗。

　　在进入斯坦福大学计算机系学习期间，奥特曼曾参加过一次人工智能的大学生设计大赛。在那场比赛中，他和室友创造性地设计了一个小小软件，利用英伟达的显卡实现了对人工智能模型的计算和培训。

　　奥特曼团队最终夺得冠军，而此次大赛的赞助者正是英伟达。在现场，黄教主像发现新一样，看着奥特曼设计的这个小软件，爱不释手。

　　据说奥特曼的这个小软件后来被黄教主买下，成为CUDA的原型。而一年后奥特曼辍学创业，黄仁勋也给了他一笔风险投资。

　　CUDA其实是一个开发软件，程序员利用它便能调用GPU的芯片来进行计算，因此被视为人工智能进入快车道的技术基础。

　　之后在人工智能领域，两者成为无话不谈的忘年交。在黄仁勋的竭力支持下，OpenAI在刚创立的时候，就拿到了英伟达还在工程技术阶段的H100芯片去进行AI训练。

　　随着OpenAI的发展壮大以及微软百亿资金的注入，其对于GPU训练芯片的需求越来越大，也逐渐成为英伟达最重要的客户。按理说对于重要客户，一般企业的发展都会通过降价让利的方式来维持。但英伟达这两年却反其道而行，不断涨价，似乎想从这些大客户身上薅到更多的羊毛。

　　权威数据显示，英伟达在全球人工智能处理器市场的份额高达80%以上，这无疑给OpenAI带来了巨大的压力。花旗研究的分析师Christopher Danely甚至指出，英伟达在AI训练领域占据了“至少90%”的市场份额。这意味着，OpenAI在芯片供应方面几乎完全受制于英伟达。

　　成本问题同样严峻。据投行伯恩斯坦的分析师估算，H100的价格已经飙升至25000到30000美元。在二手市场上，价格更是动辄超过4万美元。

　　这让ChatGPT单次查询的成本提高到约4美分，也意味着随着用户量的激增，OpenAI需要投入巨额资金购买更多的AI芯片以维持服务的正常运行。这不仅对OpenAI的财务状况构成了巨大挑战，也对其长期发展带来了不确定性。

　　假设ChatGPT的搜索量能达到谷歌的十分之一，那么OpenAI最初需要投入价值约481亿美元的AI芯片用于运算，而且每年还需要额外投入价值约160亿美元的芯片以维持其运作。这无疑是一个天文数字。因为按照现在的商业计划，到2025年下半年OpenAI要实现盈亏平衡。这种每年固定超过150亿美元的硬件成本，显然无法用现有的产品体系覆盖。

　　随着生成式AI的竞争日益激烈，各大科技巨头纷纷加大了对人工智能芯片的投入。亚马逊、甲骨文和Meta等公司都在积极构建自己的AI系统，并斥巨资购买英伟达的高端芯片，这使得本就紧张的芯片供应更加捉襟见肘。

　　尤其是Meta正斥资数十亿美元购买英伟达的高端芯片H100——这款芯片被视为AI研发的核心。Meta的首席执行官马克·扎克伯格更是雄心勃勃地表示，该公司的AI未来规划包括构建一个“大规模计算基础设施”，到2024年年底，这个基础设施将囊括惊人的35万块英伟达H100芯片。业内专家分析认为，即使Meta以中间价格购入，这笔支出也将接近900亿美元。

　　2024财年三季报显示，英伟达来自中国地区（含香港）的收入为40亿美元，占总收入22.4%，为公司第三大市场。然而2023财年，包括中国、香港和中国在内的市场收入占其总收入的47%，是第一大市场。

　　这是因为去年年中，由于受到美国政府的限制，英伟达不能出口最先进的A100和H100芯片到中国市场。英伟达不得不按照美国政府的标准，为中国市场紧急推出了A800和H800两款“特供”芯片。

　　虽然对性能进行了阉割，但这些芯片在当时的中国市场还算是顶尖的，所以英伟达的中国市场份额并没有受到太大影响。然而到了10月份，美国商务部的一纸禁令彻底将英伟达在中国市场前行的道路完全封闭。

　　为了满足美国商务部的要求，英伟达做了新的阉割版芯片，然而中国的客户对这些阉割版芯片完全不感兴趣。

　　根据相关的市场规模计算，英伟达在2023年到2024年间在中国市场上的实际损失金额接近80亿美元。

　　作为上市公司，英伟达要对营收和利润负责。中国市场近50%的收入窟窿，只能让可以购买芯片的欧美大型企业去填补。

　　OpenAI创始人奥特曼现在的表态和已经推进的计划，其实只是这些大型欧美科技公司在芯片领域的部分动向。

　　由于普遍不满英伟达芯片的价格，扎克伯格、马斯克等欧美科技企业掌门人都已经表态，将投资建设自己的算力芯片设计生产体系。

　　另一方面，由于全盘自己操刀，内部控制的价格会到一个非常低的水平。马斯克曾对外表态，如果自己设计和制造算力芯片，芯片的成本能控制在5000美元以下。

　　这可能才是奥特曼现在不遗余力推动自身芯片计划的最重要原因。毕竟微软这一次能救他于水火，并不意味着以后每次他都能化险为夷，想办法在短时间内让OpenAI实现盈利，才是保住CEO位置的最重要手段。

　　当然这样的事情对黄仁勋和英伟达来说不是个好消息。目前分析师普遍对英伟达长期的股价发展抱有悲观的看法。毕竟原本最集中的市场不让销售，现在最集中的客户群也因为价格问题开始寻求自己生产。

　　更有意思的是，由于英伟达是台积电最核心的客户，而这几家欧美科技巨头进军算力芯片，选择芯片制造在内的一条龙模式，分析师开始对台积电的发展前景，也抱有一定的悲观看法。

　　或许，2024年的资本市场，在人工智能火热的前提下，以芯片入局的科技巨头，可能会彻底改变原有芯片生产的格局。