机器之能报道
编辑：Sia
不是每个业内人士都买这笔疯狂数字的账。
Sam Altman 最近登上了头条新闻，背后的原因有些夸张。
这位从未设计过一个芯片的聪明人认为半导体行业需要他，正在推动一个旨在提高全球芯片制造能力的项目。为此，他需要筹集 5 万亿至 7 万亿美元，并正与包括阿联酋政府在内的不同投资者进行谈判。
OpenAI 发言人表示，“ OpenAI 就增加芯片、能源和数据中心的全球基础设施和供应链进行了富有成效的讨论，这对于人工智能和相关行业至关重要。鉴于国家优先事项的重要性，我们将继续向美国政府通报情况，并期待稍后分享更多细节。”
报道称，Altman 开出天价数字可能不仅包括晶圆厂本身的建设，还包括在它们周围建造一个全新的基础设施，包括发电厂等。
考虑到 Altman 是芯片行业新手，大家也好奇他从哪里算出的这个数字。5 万亿至 7 万亿美元到底有多夸张呢？
美国 GDP 大概是 23 万亿美元，这个数字相当于美国 GDP 的三分之一。就芯片行业来说，这个数字约为英伟达目前市值的 4 倍，也远远超过全球半导体行业估值——该行业去年的销售额为 5270 亿美元，预计到 2030 年将达到 1 万亿美元大关。
最近，硅谷芯片大神、“硅仙人”、Tenstorrent CTO Jim Keller 也在 X 上表达了他对 Altman 令人震惊的野心的“意见”，他强调，同样的工作，他可以以不到一万亿美元的价格完成。
大神强调“不到”1万亿美元
更早的时候，当Altman说为什么不把筹集的金额从7万亿美元提高到8万亿时，“硅仙人”就曾回复说，我只用不到1万亿美元就能做到。
他认为通过对供应链的某些改进以及改善硬件和软件资源，更有利于解决芯片问题。当然，这也是一项非常艰巨的任务。
事实上，Jim Keller 所在的 Tenstorrent 就是一个“解题者”。他们有一个非常雄心勃勃的路线图，旨在迅速改进现有的基于 AI 的芯片架构，包括基于 RISC-V 的高性能 CPU chiplet 和先进的 AI 加速器 chiplet，为机器学习提供强大的解决方案。
其中，CPU 是 Tenstorrent 的重头戏——在 AI 计算中，CPU 扮演着非常非常重要的角色，尤其是在训练方面。数据中心 AI 训练过程中，CPU 所占的时间和功耗都超过了 50%，包括 CPU 对数据的预处理和后处理。
Jim Keller 也是这家公司的天使投资人， 用他的话说，Tenstorrent 的设计是“最有前途的架构”。
对 AI 性能的需求正在快速增长，只有时间才能证明 Tenstorrent 和其他公司是否会在可预见的未来赶上它。
该公司雄心勃勃的路线图
Altman 的想法并没有得到业内人士的欢迎，不少人认为他的主张不可行。就在最近，英伟达 CEO 黄仁勋预测，AI 支持的数据中心市场将在未来五年内扩大到 2 万亿美元规模，并强调这样一个事实，即提高产能只是一方面，架构变革也很重要。
不需要太多投资来建立针对 AI 芯片的替代性半导体供应链。相反，业界需要继续进行 GPU 架构创新，提高性能——事实上，黄仁勋声称在过去十年中，英伟达已经将 AI 性能提高了 100 万倍。
芯片架构的性能将同时提高，你不能假设会购买更多的计算机。黄仁勋认为，“你还必须假设计算会变得更快，所以总体上，你不会需要那么多的芯片。”
英伟达GPU 在 AI 和高性能计算 （HPC） 性能方面发展非常快。2018 年，Nvidia V100 数据中心 GPU 的半精度计算性能仅为 125 TFLOPS，但 H200 提供了 1,979 FP16 TFLOPS。未来计算机也将以更惊人的速度完成任务。
AI 芯片的短缺问题最终将得到解决，部分原因要归功于架构创新——创新使得那些想要在本地使用 AI 的公司不用再花费数十亿美元建造数据中心。
参考链接
https://www.tomshardware.com/tech-industry/artificial-intelligence/jim-keller-responds-to-sam-altmans-plan-to-raise-dollar7-billion-to-make-ai-chips
https://www.tomshardware.com/pc-components/gpus/nvidia-ceo-jensen-huang-says-dollar7-trillion-isnt-needed-for-ai-cites-1-million-fold-improvement-in-ai-performance-in-the-last-ten-years
相关文章
