最近 AI 圈有一則消息讓許多科技投資人眼睛一亮。
OpenAI 在 6 月 24 日正式公開自家第一款客製化 AI 晶片，名字叫做 Jalapeño。
沒錯，就是那個墨西哥辣椒。
如果你以為 AI 晶片的名字都要像 Blackwell、Grace、Rubin 這種聽起來很有科幻感的名字，那 OpenAI 顯然不這麼想。
他們似乎想告訴大家：
「別緊張，我們只是做顆晶片而已，不是要統治世界。」
但市場真正關心的不是它叫什麼。
而是：
為什麼 OpenAI 要自己設計晶片？
以及另一個更重要的問題：
自己設計晶片真的有那麼容易嗎？
畢竟會畫大腦，不代表會長出身體。
如果 AI 是餐廳，晶片就是廚房
很多人以為 ChatGPT 最重要的是模型。
其實模型比較像餐廳裡的大廚。
而晶片則是整個廚房。
再厲害的主廚，如果被丟到露營區用瓦斯爐煎牛排，效率一定遠遠比不上五星級飯店的專業廚房。
現在 OpenAI 面臨的問題也是如此。
ChatGPT 用戶越來越多。
API 客戶越來越多。
企業客戶越來越多。
每天都有數十億次的推理需求。
所謂推理（Inference），簡單講就是：
你問一句：
「請幫我寫封離職信。」
AI 開始思考並產生答案。
這整個過程就叫推理。
而每一次推理都需要大量運算。
問題來了。
OpenAI 長期都依賴 NVIDIA 的 GPU。
就像餐廳一直跟同一家廚具商租設備。
租久了之後突然發現：
「等等，我是不是有點太依賴你了？」
NVIDIA 已經強到讓客戶開始害怕
有趣的是。
OpenAI 並不是第一家想自己做晶片的公司。
其實很多科技巨頭早就在做。
例如：
- Google 有 TPU
- Amazon 有 Trainium
- Meta 有 MTIA
- Microsoft 有 Maia
現在 OpenAI 也加入了這個俱樂部。
原因很簡單。
因為 NVIDIA 太成功了。
成功到所有人都開始害怕。
想像有一天全世界的餐廳都只能跟同一家供應商買鍋子。
結果那家公司說：
「很好，從今天開始價格加三倍。」
大家也只能摸摸鼻子接受。
目前 AI 世界其實有點這種味道。
NVIDIA 掌握 GPU。
掌握 CUDA 軟體生態。
掌握伺服器供應鏈。
甚至掌握 AI 發展速度。
當全世界都在搶 GPU 的時候。
OpenAI 當然會開始思考：
「如果哪天 GPU 不夠怎麼辦？」
「如果價格越來越貴怎麼辦？」
「如果需求成長速度比 NVIDIA 出貨速度還快怎麼辦？」
於是自己設計晶片就變成一條必須研究的道路。
Jalapeño 到底是什麼？
很多人看到新聞以為 OpenAI 要挑戰 NVIDIA。
其實目前還不是。
因為 Jalapeño 的主要工作是推理。
而不是訓練。
這兩件事差很多。
訓練模型像是培養一位博士。
要花很多時間、很多金錢、很多電力。
推理則像是博士畢業後出來回答問題。
每天接電話、回 Email、回答客戶問題。
訓練需要最強火力。
推理需要最高效率。
OpenAI 目前最燒錢的其實就是推理。
畢竟全世界都在用 ChatGPT。
每個人都在問問題。
每一次回答都在燒運算資源。
如果能把推理成本降低 20%、30%、甚至 50%。
那可能就是數十億美元等級的節省。
因此 Jalapeño 比較像專門負責接客服電話的員工。
而不是培養博士的研究中心。
設計晶片不等於擁有晶片
這裡有一個很多人誤會的地方。
OpenAI 並不是突然變成半導體公司。
它比較像是建築師。
真正蓋房子的還是別人。
這次 Jalapeño 是與博通共同設計。
博通負責許多晶片設計技術。
而晶圓製造仍然要交給晶圓代工廠。
封裝也要找封裝廠。
測試也要找測試廠。
伺服器也要找系統廠。
網路設備也要整合。
散熱也要整合。
電力也要整合。
所以不要以為新聞發布後，隔天 OpenAI 就能自己生產幾十萬顆晶片。
事情沒有這麼簡單。
有大腦不代表有身體
這就像鋼鐵人電影裡面。
東尼史塔克最重要的是什麼？
不是戰甲。
是那顆天才腦袋。
但如果只有腦袋。
沒有戰甲。
沒有能源。
沒有機械手臂。
沒有工廠。
那他也飛不起來。
AI 晶片其實也是一樣。
設計只是第一步。
後面還有大量整合工程。
例如：
晶片要怎麼互相連線？
記憶體怎麼配置？
機櫃怎麼設計？
散熱怎麼解決？
軟體怎麼最佳化？
資料中心怎麼部署？
這些問題甚至可能比晶片本身更困難。
很多時候真正的挑戰不是做出晶片。
而是讓十萬顆晶片一起工作。
Google 花了十年才走到今天
看看 Google 就知道。
TPU 並不是突然冒出來的。
Google 從十多年前開始投入。
經過好幾代產品迭代。
才慢慢建立完整生態系。
今天大家看到 Google TPU 很厲害。
但背後其實是十年以上的投入。
OpenAI 現在也正在走同樣的路。
只是因為 AI 爆發速度太快。
大家容易誤以為設計出晶片就等於成功。
事實上。
設計完成只是新手村畢業。
真正的副本才剛開始。
OpenAI 最終想要的是什麼？
如果把時間拉長來看。
OpenAI 真正想得到的其實不是一顆晶片。
而是控制權。
當你的產品有十億級使用者。
背後基礎設施的重要性已經接近國家級工程。
如果全部依賴外部供應商。
風險非常高。
因此 OpenAI 希望逐步掌握：
- AI 模型
- AI 軟體
- AI 晶片
- AI 資料中心
- AI 基礎設施
形成完整生態鏈。
這有點像當年 Apple 的策略。
Apple 不滿足於只做手機。
於是開始設計 A 系列晶片。
後來又有 M 系列晶片。
結果效能與功耗表現逐漸拉開差距。
OpenAI 顯然也希望複製類似模式。
只是 AI 世界比手機產業複雜得多。
投入資金也大得多。
Jalapeño 真正代表的訊號
所以這顆晶片最大的意義。
可能不是效能。
也不是規格。
而是一個訊號。
那就是：
OpenAI 不想永遠當 NVIDIA 的房客。
它開始蓋自己的房子。
只是目前這棟房子還在打地基。
鋼筋剛進場。
水泥剛開始灌。
距離真正入住可能還有好幾年。
未來我們很可能看到：
OpenAI 自研晶片。
Microsoft 自研晶片。
Google TPU。
Amazon Trainium。
Meta MTIA。
大家各自打造自己的 AI 王國。
而 NVIDIA 則像賣鏟子的軍火商。
繼續在淘金熱中賺得盆滿缽滿。
結論：OpenAI 不是在做一顆晶片，而是在爭奪 AI 時代的主導權
很多新聞標題看起來像：
「OpenAI 推出自研晶片。」
但如果只看到晶片本身，其實有點看太小了。
這更像是一場 AI 基礎設施自主化運動。
Jalapeño 或許只是第一步。
它能不能成功？
還不知道。
能不能挑戰 NVIDIA？
短期內很難。
能不能降低成本？
有機會。
能不能建立完整生態系？
那將是一場長達數年的馬拉松。
畢竟 AI 世界裡最難的從來不是想出聰明的大腦。
而是替這顆大腦打造一副能跑、能跳、能工作的身體。
而 OpenAI 現在正在做的事情。
就是從「只有大腦的天才學生」，
慢慢進化成擁有全套鋼鐵人戰甲的超級英雄。
至於 Jalapeño 最後會變成超級辣椒。
還是只是微辣青椒。
接下來幾年，我們大概就能看到答案了。
沒有留言:
張貼留言