就在剛剛，又有大消息曝出。

據外媒The Information報道，微軟和OpenAI正計劃建設一個名為「星際之門」（Stargate）的特殊數據中心，為后者提供強大的計算支持。

具體來說：

• 微軟高層計劃最快在2028年啟動該項目
• 這臺超算對電力的需求將前所未有地高
• OpenAI將在明年初發布下一次重大升級

這個「星際之門」超算，會配備數百萬專用的服務器芯片！項目的成本，預計高達1150億美元。

而如此龐大的資金支出，將由微軟買單。

據悉，「星際之門」推出的時間預計在2028年，并且2030年之前會進一步擴建。

最終，它所需要的電力，很可能高達5千兆瓦。

就在本周三，我們剛剛報道過OpenAI把微軟電網搞崩的消息。當時微軟工程師曝出，為GPT-6部署10萬個H100訓練集群時，整個電網發生了崩潰。

如今看來，這個十萬卡集群，很可能就是「星際之門」的早期雛形。

GPT-5不斷延期，微軟能回本嗎？

與當今一些最大規模的數據中心相比，「星際之門」的成本直接高出100倍！

在微軟和OpenAI未來六年計劃建設的一系列超算設施中，它是最大的一個。

而敢砸這么多錢，也反應出微軟和OpenAI對AI前景的巨大信心。

在十年內，這將是雙方最關鍵、最重大的合作。

不過話說回來，畢竟是1000億美元的巨額投資，微軟確定能「回本」嗎？

此前，微軟已經向OpenAI投資超過130億美元，讓OpenAI能用微軟的數據中心跑ChatGPT。

而作為回報，微軟得到的是對OpenAI技術核心的訪問權限，并且可以將該技術獨家提供給摩根士丹利之類的云計算客戶。另外，Office、Teams、Bing的AI Copilot中，也可以整合OpenAI的技術。

接下來，「星際大門」能否如期推進，就看GPT-5的性能究竟能有多大的提升了。

傳說中的GPT-4.5、GPT-5，多次被傳要來，最終卻還是一場空。

這也讓OpenAI對微軟「如期交付新模型」的承諾，打了水漂。

部分人士表示灰心：看來AI的發展前景難以預測。

然而Sam Altman堅決否認：絕非如此！在他看來，制約GPT-5發展的主要障礙，就是缺乏足夠的服務器。

電力+芯片，耗資驚人

如果「星際之門」成真，那它提供的算力，將遠超現在的微軟鳳凰城數據中心。

微軟鳳凰城數據中心

而電力和芯片上的投入，也都將是一筆巨資。

經初步計算，「星際之門」要想運轉，需要的是至少數千兆瓦的電力，相當于目前幾個大型數據中心所需的電力。

另外，芯片的采購也是一個大成本。

開弓沒有回頭箭，如此耗費巨大的投入，能得到什么樣的結果？

當然是AGI。

Digital Realty的首席技術官Chris Sharp指出，如果是為了實現AGI，這種投資規模的項目絕對是必要的。

雖然項目的規模令人咋舌，聞所未聞，但一旦這種超算建成，人們就會接受它的巨額成本。

AI超算第五階段：「星際之門」

Altman與微軟的員工們把AI超算的發展劃分為五個階段，而最終階段就是星際之門。

這個名字靈感來自于一部科幻電影，其中科學家發明了一臺能夠實現星系間旅行的裝置。

當然了，這個代號雖然是由OpenAI提出的，但它并不會被微軟正式采用。

在「星際之門」之前，需要的資金相對較少，但依然遠超當前數據中心的建設成本。

目前來說，微軟和OpenAI還處于第三階段。

但第四階段的超算已經破土動工，并且預計將在2026年左右推出。

據報道，微軟光擴建數據中心就要耗資10億美元，而最終造價可能將高達100億美元。

其中，計劃采用的英偉達AI芯片，將會是開銷的大頭。

對此業內人士分析稱，當前正在建設的以AI為重點的數據中心，其芯片成本通常要占到總投資的一半。

總體而言，想要最終完成「星際之門」計劃，可能會需要消耗超過1150億美元——這一數字是微軟去年在服務器等設備上支出的3倍還多。

而基于2023年下半年公布的資本支出速度，微軟2024年的支出預計將達到約500億美元。

Altman：芯片不夠用，谷歌算力都比我們多

之所以如此下本，是因為Altman對于自己手里的算力，非常不滿。

他不僅公開表示現有的AI服務器芯片數量嚴重不足，而且還在私下里表示，作為主要競爭對手之一的谷歌，將會在短期內擁有比OpenAI更多的算力。

隨著對英偉達GPU的需求急劇上升，像微軟和OpenAI這樣的客戶，都不得不面臨成本上漲的問題。

而這也是Altman為什么想要創辦公司，并開發出能媲美英偉達GPU的芯片的的原因之一。

除了控制成本外，微軟支持Altman開發替代芯片還有其他潛在的考慮。

GPU市場的繁榮讓英偉達成為了一個關鍵的決策者，它不僅可以決定哪些客戶能夠獲得更多的芯片，并且還會支持一些與微軟競爭的小型云服務供應商。甚至，連英偉達自己也開始向客戶賣云服務了。

而「星際之門」的提出，便是讓微軟和OpenAI有了除英偉達之外的選擇，比如AMD的GPU，或者微軟最近推出的自研AI芯片。

技術難題：芯片過熱、網絡電纜，還有能源

「星際之門」的設想雖然宏大，但要真的實現，還得攻克多項技術難題。

比如，其中一個設計方案，是在單個機架中安裝比微軟以往更多的GPU，來提升芯片的工作效率和性能。

然而，這無疑會增加GPU的密集度，因此微軟就需要設計出有效的冷卻方案，來避免芯片過熱。

另外，如何連接數以百萬計的GPU也是個難題。

這就涉及到選擇合適的網絡電纜，它對迅速傳輸大量數據至關重要。

目前，微軟在超算中使用的是英偉達專有的InfiniBand。但我們都知道，OpenAI一直在努力擺脫對英偉達依賴。

因此，OpenAI希望「星際之門」能采用更通用的以太網電纜。

另外，在能源這塊，據項目內部人士透露，公司們考慮過采用替代能源，比如核能，來滿足其能源需求。

值得一提的是，亞馬遜近期購入了一個位于賓夕法尼亞州、能夠接入核能源的數據中心地塊。據了解，微軟也對這一地塊表現出了興趣，并曾參與過相關競標。

Altman個人認為，要實現超級智能的開發，很可能需要在能源領域取得重大突破。

顯然，在追求高級人工智能的道路上，能源創新將扮演關鍵角色，而核能，很可能會成為實現這一目標的重要一環。

總之，跟傳統計算相比，AI計算的成本和復雜度都不是一個量級的。

這就是為什么，各大公司對AI數據中心的細節摳得無比嚴格。GPU如何連接和冷卻，一個細節的差異就可能導致巨大的成本損耗。

老黃也早就預測說，為了應對未來對AI計算的需求，在未來四到五年內，全球需要投資1萬億美元來建設新的數據中心！

而芯片過熱、網絡電纜和能源的問題，在短時間內都沒有解決的可能性。

此外，「星際之門」會建在一個數據中心內，還是由多個數據中心緊密相連呢？

它會具體建在什么位置？

目前這些問題也都沒有答案。

不過有從業者表示，當GPU集群位于同一個數據中心時，效率會更高。

其實，OpenAI早已逼著微軟突破了自己的極限。

自2019年向OpenAI投資以來，微軟的數據中心在一直不停地驚人進化。

為了滿足OpenAI日益增長的算力需求，微軟咬牙造了第一臺GPU超算，其中包含數千個英偉達GPU。

才幾年時間，這臺超算就讓微軟燒掉了12億美元。

而在今年和明年，微軟即將為OpenAI提供的新服務器，將包含數十萬個GPU！

下一個里程碑：GPT-5

微軟和OpenAI的雄心壯志，幾乎完全取決于OpenAI是否能在「超級智能」上取得重大進展。

如果OpenAI能解決癌癥、核聚變、全球變暖或火星殖民這種級別的問題，金主當然愿意源源不斷地投錢。

然而，這樣的成就，目前還遙不可及。

盡管ChatGPT和Sora在全球擁有了無數用戶，但如何用它們帶來顯著收入，OpenAI目前還都沒有解決。變現所需的時間，可能比預期的更長。

也正因如此，亞馬遜和谷歌已經降低了對AI產品的銷售預期。

部分原因就是，成本實在太高了！而且，在大型企業中部署百萬級用戶的應用，需要耗費大量的工作。

Altman在上個月曾表示，當研究人員投入更多的算力時，AI模型會變得「可預見地更好」。對此，OpenAI稱之為對話式AI的「縮放定律」（scaling law）。

據知情人士透露，OpenAI計劃在明年初之前發布其下一代LLM。

而在那之前，可能會推出一些小幅改進版本。

而擁有更多的服務器，無疑會增加OpenAI的底氣，堅信AI模型會取得下一層級的突破。

例如傳聞中的Q*，據說能解決之前未經訓練的數學問題。而且，它是用合成數據訓練的。在人類數據即將耗盡之際，這一點至關重要。

此外，傳聞這些模型還能識別出現有模型，如GPT-4的缺陷，并提出技術改進，換句話說，就是自我完善的AI。

聽起來，OpenAI離AGI是越來越近了。