OpenAI 会做出怎样的芯片

点击上方“蓝字”，关注更多精彩

最近半导体圈里又传出一个重磅消息：OpenAI 正在和博通（Broadcom）联手，准备搞一颗属于自己的 AI 芯片。没错，就是那个做 ChatGPT 的 OpenAI，终于忍不住了，要下场“造芯”了。为什么？原因其实很简单：靠英伟达太贵了。英伟达的 GPU 价格高昂，需求又呈爆炸式增长，OpenAI 光是租 GPU 服务器就得烧掉天价的资金。于是，自己做芯片、把成本和算力牢牢握在手里，几乎是必然的选择。

那么问题来了：如果真是 OpenAI 和博通联手搞芯片，这颗神秘的 AI 加速器会长什么样呢？从目前曝光的信息来看，博通 CEO 陈福阳（Hock Tan）在财报电话会上提到的一个价值 100 亿美元的神秘客户，很可能就是 OpenAI。博通本身虽然不太会单独设计整颗 AI 核心，但它掌握着一系列关键技术，包括 SerDes 高速接口、网络交换芯片、光电互联以及 3D 封装技术（3.5D XDSiP）。简单来说，博通能够把 AI 芯片的“骨架、血管和神经”搭建好，让 OpenAI 只需要专心设计大脑部分，也就是真正的计算核心。

从目前曝光的 Broadcom 3.5D XDSiP 技术来看，这种设计方式和 AMD MI300 系列的思路非常相似。底层有一个基底 Die，负责 I/O 和内存控制，上面可以堆几层计算核心 Die，这些就是执行矩阵运算的部分。四周再围上高带宽存储（HBM）堆栈，为计算核心提供源源不断的数据带宽。这种“模块化+叠罗汉”的方式比传统 GPU 更灵活，OpenAI 可以自由选择要用多少计算核心、是否加入自研逻辑，而博通则负责把所有模块“拼”在一起。这种方式就像搭乐高，你只需要告诉博通你想做跑车还是大卡车，其余的零件和拼装工作都由它来完成。

当然，光有“骨架”和“封装”，芯片还是跑不起来的。AI 芯片真正的灵魂在于矩阵乘累加（MAC）单元，也就是大家常说的 Tensor Core。大模型训练，本质上就是一堆巨大的矩阵相乘，MAC 单元越强，训练速度越快，推理延迟越低。而博通不会替 OpenAI 提供 MAC 单元，这部分必须由 OpenAI 自己来设计，或者从其他地方授权。也就是说，OpenAI 芯片最关键的创新点就在这里：它会不会设计一套完全针对 GPT 模型优化的矩阵核心，如果答案是肯定的，那么这颗芯片可能会比现有 GPU 在训练或推理 GPT 系列时更高效。

消息人士透露，这颗芯片预计最快在 2026 年就能上线，但不会卖给外部客户，只会用在 OpenAI 自家的服务器上。也就是说，你不会在市面上买到“OpenAI GPU”，更不会在家里装上它跑游戏。它的定位更像是为内部训练提供算力，为 ChatGPT、API 调用等推理服务提供支持。这种策略和 Google 的 TPU、AWS 的 Trainium 非常相似：先满足自家云业务需求，不考虑零售市场。

有意思的是，博通之前还和苹果传过“绯闻”，一起搞所谓的 Baltra AI 芯片。但后来这个项目几乎没了消息。对比之下，OpenAI 的需求更直接：就是要大模型跑得快、成本低、可控性强。从这个角度看，OpenAI 与博通的合作，算是“各取所需”，博通提供稳定的封装、互联和网络方案，而 OpenAI 专注在算力核心上“对症下药”。

总结来看，OpenAI 的芯片大概率会是一颗基于博通 3.5D 封装技术的多芯片 AI 加速器，内置针对 GPT 模型优化的矩阵运算核心，配合超大带宽的 HBM 内存，用来替代部分英伟达 GPU 的训练与推理工作。它的外观可能类似 AMD MI300，但“灵魂”是 OpenAI 自己的。未来如果成功，OpenAI 就能在“算力独立”这条路上迈出关键一步，既省钱，又不再完全受制于英伟达的产能和定价。至于它会不会像英伟达 GPU 那样通用、好卖，大概率不会，OpenAI 更关心的是：能不能让自家的大模型跑得更顺、更便宜、更可控。

往期精彩内容回顾：