文章转载来源：AI之势

　　本文首发钛媒体App，作者：林志佳

　　10月6日消息，据报道，ChatGPT背后的美国 AI 公司OpenAI 计划自研 AI 芯片，从去年开始进行内部讨论，甚至已经开始评估 AI 芯片公司的潜在收购目标，以解决其所依赖的 AI 芯片短缺以及成本高昂问题。

　　报道指，OpenAI团队认为 AI 大模型算力有三种采购选择，包括构建自己的 AI 芯片，与英伟达等芯片公司更紧密的合作，以及计划在英伟达之外实现多元化芯片供应——最终目标要超越英伟达（beyond Nvidia）。

　　早在2022年，OpenAI CEO奥特曼（Sam Altman）就公开抱怨英伟达GPU芯片稀缺，称公司受到GPU的严重限制。

　　由于英伟达主导了全球95%的Al训练领域市场，随着英伟达GPU（图形处理器）显卡稀缺，加上 AI 算力成本持续攀升，即便强如OpenAI也在寻找新方案，从而避免长期被“卡脖子”。

　　OpenAI CEO 奥特曼（Sam Altman）

　　算力成本猛增，OpenAI寻求定制 AI 芯片

　　2023年至今，以ChatGPT为代表 AI 大模型“热潮”席卷全球，大模型正推动 AI 向更通用方向发展。而算力的稀缺和昂贵已成为制约 AI 发展的核心因素。

　　目前，英伟达占据全球数据中心 AI 加速市场82%的份额，且以95%的市场占有率垄断了全球 Al 训练领域的市场，成为这轮 AI 混战中最大赢家。作为公司创始人、CEO，黄仁勋赚的盆满钵满，公司市值超越1万亿美元，他的身价也高达399亿美元。

　　同时，算力需求的激增，也导致英伟达GPU“一卡难求”。有多少英伟达A100显卡，已经成为衡量一个公司算力的标准。

　　据统计，OpenAI使用了1万-3万颗英伟达GPU来训练GPT-3.5模型。集邦咨询报告显示，如果以英伟达 A100 显卡的处理能力计算，运行ChatGPT将可能需要使用到3万块英伟达GPU显卡。

　　价格方面，目前国内可以买到的H800价格已经高达20万/张，而A100/A800价格已涨至15万、10万/张左右。以2000P算力需求为例，H800 GPU单卡算力2P，需要1000张，预测用卡成本为2亿元；A800单卡算力约为0.625P，需要数量为3200张，预计用卡成本就高达3.2亿元。