機器之能報道
編輯：Sia
不是每個業內人士都買這筆瘋狂數字的賬。
Sam Altman 最近登上了頭條新聞，背後的原因有些誇張。
這位從未設計過一個晶片的聰明人認為半導體行業需要他，正在推動一個旨在提高全球晶片製造能力的專案。為此，他需要籌集 5 萬億至 7 萬億美元，並正與包括阿聯酋政府在內的不同投資者進行談判。
OpenAI 發言人表示，“ OpenAI 就增加晶片、能源和資料中心的全球基礎設施和供應鏈進行了富有成效的討論，這對於人工智慧和相關行業至關重要。鑑於國家優先事項的重要性，我們將繼續向美國政府通報情況，並期待稍後分享更多細節。”
報道稱，Altman 開出天價數字可能不僅包括晶圓廠本身的建設，還包括在它們周圍建造一個全新的基礎設施，包括髮電廠等。
考慮到 Altman 是晶片行業新手，大家也好奇他從哪裡算出的這個數字。5 萬億至 7 萬億美元到底有多誇張呢？
美國 GDP 大概是 23 萬億美元，這個數字相當於美國 GDP 的三分之一。就晶片行業來說，這個數字約為目前市值的 4 倍，也遠遠超過全球半導體行業估值——該行業去年的銷售額為 5270 億美元，預計到 2030 年將達到 1 萬億美元大關。
最近，矽谷晶片大神、“矽仙人”、Tenstorrent CTO Jim Keller 也在 X 上表達了他對 Altman 令人震驚的野心的“意見”，他強調，同樣的工作，他可以以不到一萬億美元的價格完成。
大神強調“不到”1萬億美元
更早的時候，當Altman說為什麼不把籌集的金額從7萬億美元提高到8萬億時，“矽仙人”就曾回覆說，我只用不到1萬億美元就能做到。
Altman 的晶片計劃本質上還是徹底擴張半導體供應鏈，以求在未來三到五年解決晶片供給短缺的問題，但也有可能導致代工產能過剩、晶片貶值等問題。Jim Keller 則認為重點不是製造更多的晶片，而是處理器的複雜性和簡化硬體供應鏈（以降低 AI 伺服器和其他裝置成本）。
“從消除利潤堆疊的地方開始，” Keller 寫道。在為終端使用者交付產品的過程中，為獲取更多毛利，供應鏈中的參與者都在“層層加碼”，在 Keller 看來，大概可以去掉兩到三層的“堆疊環節”。接下來，為了讓晶片運作更快，還要改善硬體與軟體資源的匹配程度。當然，這點更難做到，但也不是不可行。
他認為透過對供應鏈的某些改進以及改善硬體和軟體資源，更有利於解決晶片問題。當然，這也是一項非常艱鉅的任務。
事實上，Jim Keller 所在的 Tenstorrent 就是一個“解題者”。他們有一個非常雄心勃勃的路線圖，旨在迅速改進現有的基於 AI 的晶片架構，包括基於 RISC-V 的高效能 CPU chiplet 和先進的 AI 加速器 chiplet，為機器學習提供強大的解決方案。
其中，CPU 是 Tenstorrent 的重頭戲——在 AI 計算中，CPU 扮演著非常非常重要的角色，尤其是在訓練方面。資料中心 AI 訓練過程中，CPU 所佔的時間和功耗都超過了 50%，包括 CPU 對資料的預處理和後處理。
Jim Keller 也是這家公司的天使投資人， 用他的話說，Tenstorrent 的設計是“最有前途的架構”。
對 AI 效能的需求正在快速增長，只有時間才能證明 Tenstorrent 和其他公司是否會在可預見的未來趕上它。
Altman 的想法並沒有得到業內人士的歡迎，不少人認為他的主張不可行。就在最近，英偉達 CEO 黃仁勳預測，AI 支援的資料中心市場將在未來五年內擴大到 2 萬億美元規模，並強調這樣一個事實，即提高產能只是一方面，架構變革也很重要。
不需要太多投資來建立針對 AI 晶片的替代性半導體供應鏈。相反，業界需要繼續進行 GPU 架構創新，提高效能——事實上，黃仁勳聲稱在過去十年中，英偉達已經將 AI 效能提高了 100 萬倍。
晶片架構的效能將同時提高，你不能假設會購買更多的計算機。黃仁勳認為，“你還必須假設計算會變得更快，所以總體上，你不會需要那麼多的晶片。”
英偉達GPU 在 AI 和高效能計算 （HPC） 效能方面發展非常快。2018 年，Nvidia V100 資料中心 GPU 的半精度計算效能僅為 125 TFLOPS，但 H200 提供了 1,979 FP16 TFLOPS。未來計算機也將以更驚人的速度完成任務。
AI 晶片的短缺問題最終將得到解決，部分原因要歸功於架構創新——創新使得那些想要在本地使用 AI 的公司不用再花費數十億美元建造資料中心。
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
© THE END
轉載請聯絡本公眾號獲得授權
投稿或尋求報道：[email protected]
