編輯 | 伊風(fēng)

出品 | 51CTO技術(shù)棧（微信號：blog51cto）

“OpenAI轉(zhuǎn)向谷歌芯片”？這事恐怕真被大家誤會了。

幾天前，路透社爆出猛料——知情人士稱，OpenAI 已經(jīng)開始租用谷歌的 AI 芯片 TPU，用來支撐 ChatGPT 和其他產(chǎn)品的運行。這意味著 OpenAI 將首次在大規(guī)模業(yè)務(wù)中啟用非英偉達(dá)的 AI 芯片。

這消息一出，立刻引發(fā)轟動——

OpenAI 不是英偉達(dá) GPU 最大買家之一嗎？現(xiàn)在突然“投奔”谷歌？

是不是意味著，AI 戰(zhàn)爭的芯片格局要變了？

圖片

但事情很快來了個急轉(zhuǎn)彎——

僅僅過了三天，OpenAI 就跳出來澄清了：

目前沒有任何計劃部署谷歌芯片！

圖片

為什么會有這樣的反轉(zhuǎn)呢？

1.OpenAI回應(yīng)：無計劃，租用只是測試

先說結(jié)論：OpenAI 的確租了谷歌的 TPU 芯片，但并非“轉(zhuǎn)向”。

OpenAI 發(fā)言人周日向媒體表示，當(dāng)前確實在測試谷歌的張量處理單元（TPU），但強調(diào)“這只是早期嘗試”，目前沒有在大規(guī)模部署這些芯片的計劃。

這一說法，等于直接否定了“全面轉(zhuǎn)向谷歌芯片”的傳聞。

事實上，在 AI 實驗室中測試不同芯片是一種常規(guī)操作。但從測試到真正落地，距離可不小：這不僅涉及硬件本身的適配，還包括軟件框架、編譯鏈乃至整個部署架構(gòu)的重建，動輒耗時數(shù)月甚至一年以上。

因此，OpenAI的算力主力，在很長一段時間仍然是英偉達(dá)的GPU。

2.OpenAI 的真實剛需：不是“轉(zhuǎn)向”，而是“壓價”

雖然這場“芯片風(fēng)波”看起來像是一場烏龍，但仔細(xì)看就會發(fā)現(xiàn)：OpenAI 并不是在轉(zhuǎn)向谷歌，而是在施壓英偉達(dá)。

Sam Altman 領(lǐng)導(dǎo)的公司，當(dāng)前最核心的需求其實很現(xiàn)實——降低推理成本、掌握算力議價權(quán)。

據(jù)《The Information》報道，OpenAI 正通過谷歌云租用 TPU，用于測試模型推理任務(wù)。這并非臨時起意，而是為了尋找一個更具性價比的選項，作為 GPU 的潛在補充甚至是談判籌碼。

同樣的，OpenAI 還在逐步減少對微軟 Azure 數(shù)據(jù)中心的依賴。作為投資方，微軟為 OpenAI 提供了訓(xùn)練基礎(chǔ)設(shè)施，但在實際推理階段，OpenAI 近年來已大量采購 CoreWeave 等第三方 GPU 云服務(wù)商的資源，顯示出其“云平臺去中心化”的趨勢。

OpenAI用一場烏龍透露自己的底牌：英偉達(dá)和微軟都不是自己的唯一選擇。

3.谷歌“留一手”——最強滿血版TPU并未租給 OpenAI 

有趣的是，作為提供算力的一方，谷歌的生態(tài)位并不像英偉達(dá)那么單純。

作為AI巨頭之一，他們和OpenAI展開正面競爭——而且近來的勢頭非常兇猛：

旗艦?zāi)Ｐ?Gemini 2.5 Pro 表現(xiàn)出色，性價比拉滿；剛剛推出的 Gemini CLI 更是直接和 OpenAI 家的編程工具 Codex打擂臺。

正因為復(fù)雜的競爭局面，谷歌根本不敢拿最頂?shù)乃懔ψ饨oOpenAI。

據(jù)《The Information》援引谷歌云內(nèi)部員工的說法，谷歌雖然向 OpenAI 提供了部分 TPU 資源，但明確沒有開放其最強性能的“滿血版”TPU。

這一細(xì)節(jié)很關(guān)鍵：哪怕 OpenAI 真想轉(zhuǎn)向谷歌，也無法獲得最優(yōu)解。而 Altman 也絕不會看不穿這點——

對 OpenAI 來說，真正的最優(yōu)策略，永遠(yuǎn)是左右橫跳、壓價博弈，而不是徹底投向另一家巨頭的懷抱。

當(dāng)然了，還有一個最優(yōu)解還有另一個答案，就是走向自研。

4.還有后招，OpenAI自研AI芯片將于年底前流片

除了測試谷歌的 TPU，OpenAI 也沒停下自研芯片的腳步。

預(yù)計今年內(nèi)，該公司將完成首款 AI 芯片的“流片（tape-out）”——即芯片設(shè)計定稿并送往臺積電生產(chǎn)，目標(biāo)是在 2026 年實現(xiàn)大規(guī)模制造。

這顆芯片將采用脈動陣列（systolic array）架構(gòu)，適合處理大規(guī)模矩陣計算任務(wù)，并配備高帶寬內(nèi)存（HBM），但暫不確定是 HBM3E 還是更新一代的 HBM4。制程方面，OpenAI 將使用臺積電成熟的 N3 系列（3nm）工藝。

該架構(gòu)的技術(shù)原理，是由大量相同的處理單元（用于矩陣或向量運算）構(gòu)成網(wǎng)格，它們以管道式傳輸方式進(jìn)行高速數(shù)據(jù)處理。脈動陣列的優(yōu)勢在于定制化、低延遲、高吞吐、能效比高，非常適合 推理（inference） 階段。

綜上所述，OpenAI的這款芯片在結(jié)構(gòu)思路上就是向 TPU 學(xué)習(xí)，而非模仿英偉達(dá) GPU。

整個項目由前谷歌 TPU 核心工程師 Richard Ho 負(fù)責(zé)，目前團隊規(guī)模大約為 40 人，雖然相比 AWS、谷歌那幾百人的自研芯片團隊還遠(yuǎn)遠(yuǎn)不夠。

圖片

當(dāng)然，造一顆高性能 AI 芯片遠(yuǎn)不止“畫出圖紙”這么簡單。行業(yè)普遍估算，一個完整的芯片項目成本高達(dá)數(shù)億美元，如果再加上配套的軟件棧、編譯器、測試平臺，整體投入可能翻倍。

但一旦架構(gòu)搭好，邊際成本會隨每一代產(chǎn)品迅速下降。

OpenAI 若能在今年內(nèi)成功流片，最快將在 2026 年中小批量量產(chǎn)，并于明年年底前投入部署。

今天剛好是 2025 年下半年的第一天。

 Altman 的芯片 KPI 能如期完成嗎？

OpenAI 自研芯片，有可能撼動英偉達(dá)的霸主地位嗎？

本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：伊風(fēng)