奥特曼宫斗戏新爆料：自己投芯片公司，让OpenAI签下3.6亿订购意向书-CSDN博客

梦晨克雷西发自凹非寺
量子位 | 公众号 QbitAI

奥特曼又惹上事了。

一份订购意向书曝光，奥特曼任CEO期间，OpenAI承诺从一家初创公司订购芯片，金额高达5100万美元（约合人民币3.6亿元）。

关键问题在于，这家公司Rain AI是奥特曼自己参与投资的。

两家公司总部都在旧金山，相距不到一公里左右，走路十来分钟就到了那种。

消息一出，网友马上联想到之前奥特曼被开除公告中的“沟通不坦诚”。

如果原董事会对这则交易不知情，可能这就是他们对奥特曼失去信任的理由之一。

也有人发现这家公司的领导团队，没有人有芯片行业从业经验，只有一位当顾问的教授还算接近。

难道这真是奥特曼的一种“拿双份”（Double Dipping）做法？

也就是投资B公司，进入A公司决策层，让A公司买B公司产品，同时获得薪水和投资回报。

19年就已签署协议

Rain AI创立于2017年，并于次年8月在种子轮中获得了500万美元的融资，投资者包括知名的创业孵化器Y Combinator。

值得注意的是，彼时奥特曼正在担任YC总裁，同时还以个人名义向Rain投资了100万美元。

Rain由三名联合创始人共同创立。

Jack Kendall，现任CTO
Gordon Wilson，原CEO，现担任公司执行顾问
Juan Claudio Nino，佛罗里达大学教授，兼任董事会成员

Jack和Gordon都有在佛罗里达大学就读的经历，Juan也正是在这期间认识了他们。

去年6月，Gordon从CEO职位上退了下来，由William Passo接任，自己则担任执行顾问。

William毕业于哈佛大学法学院，在加入Rain之前是一名律师。

Rain目前拥有约40名员工，主营产品是基于神经拟态（Neuromorphic）技术的AI芯片。

神经拟态是类脑计算的一个分支，它通过模拟人脑的工作方式来设计更快、更高效、耗能更低的计算机芯片，并增强模式识别和感知能力。

原理层面，这种技术使用类似于大脑神经元和突触的元件，以及类似于神经网络的架构。

而针对自家产品，Rain打出的solgan是“重新定义AI计算的极限”，并宣传实现了在速度、精度等方面“创纪录的平衡”。

Rain声称，他们“受人类大脑启发”打造的NPU，计算能力将比GPU强100倍，训练神经网络的能源效率高一万倍。

奥特曼的芯片布局

不管奥特曼这番举动有没有私心在里头，芯片短缺确实是OpenAI面临的一大难题。

一年前，ChatGPT刚刚发布不到一周，奥特曼就感觉到计算成本“惨不忍睹”了。

在五月份Humanloop举办的闭门会议上，他也曾透露，AI进展严重受到GPU短缺的限制，OpenAI的许多短期计划都推迟了。

但他本人对芯片的投资布局远远比这要早。

除了Rain AI，2021年前后他还参与投资了Cerabras，就是芯片像盘子一样大，需要两只手捧着的那家。

今年初“硅仙人”Jim Keller与“硅神童”Sam Zeloof成立的Atomic Semi，奥特曼也有关注，OpenAI Startup Fund参与了投资。

就在奥特曼被解雇的前几周，还有消息称他正寻求筹集数十亿美元，创办一个新的芯片公司。

这个新项目还没有太确切的消息传出，只知道代号为“Tigris”，旨在与英伟达在AI芯片领域展开竞争。

除了对外投资之外，OpenAI前段时间也开始了自研AI芯片的探索，开始评估潜在收购目标，并招聘硬件相关岗位。

但这些前瞻性的投资布局，还是很难解决眼前的GPU短缺的问题，目前大规模使用的还是英伟达产品。

据观察，OpenAI正在动态的调整ChatGPT等产品的能力来节省算力。

如DALL·E 3一度从一次请求画4张图，缩减成了一次只画一张，稍后又改成一次能画两张。

网友最近发现GPT-4相比GPT-3.5更容易“偷懒”，也猜测与算力问题相关。

不过好在，11月份奥特曼表示OpenAI已经收到了最新一批英伟达H100，并预计很快会收到更多。

随着谷歌、微软、AMD、英特尔、亚马逊，以及Cerabras、Sambanova等初创公司不断在AI芯片上发起挑战。

奥特曼预计对英伟达的依赖不会持续太久。

我认为这就是资本主义的魔力在发挥作用，很多人都想成为新的英伟达。

参考链接：
[1]https://www.wired.com/story/openai-buy-ai-chips-startup-sam-altman/
[2]https://www.datacenterdynamics.com/en/news/before-he-was-fired-openais-altman-sought-billions-for-ai-chip-venture/
[3]https://www.ft.com/content/dd9ba2f6-f509-42f0-8e97-4271c7b84ded

下载1

在公众号「3D视觉工坊」后台，回复「3d001」,即可获取工业3D视觉（结构光、缺陷检测、三维点云）、SLAM（视觉/激光SLAM）、自动驾驶、三维重建、事件相机、无人机等近千余篇最新顶会论文。

下载2

在公众号「3D视觉工坊」后台，回复「3d002」,即可获取巴塞罗那自治大学3D视觉课件、慕尼黑工业大学3D视觉和视觉导航精品课件。

下载3

在公众号「3D视觉工坊」后台，回复「3d003」,即可获取相机标定、结构光、三维重建、激光-视觉-IMU-GPS多模态融合SLAM、LOAM、ORB-SLAM3，深度估计、模型部署、3D目标检测等学习课件。注：非完整版。

高效学习3D视觉三部曲

第一步加入行业交流群，保持技术的先进性

目前工坊已经建立了3D视觉方向多个社群，包括SLAM、工业3D视觉、自动驾驶、三维重建、无人机方向，细分群包括：

[工业3D视觉]相机标定、立体匹配、三维点云、结构光(面/线/散斑)、机械臂抓取（2D/3D）、2D缺陷检测、3D缺陷检测、6D位姿估计、相位偏折术、Halcon、光场重建、摄影测量、阵列相机、偏振三维测量、光度立体视觉、激光雷达、综合群等。

[SLAM]视觉SLAM、激光SLAM、ORB-SLAM、Vins-Fusion、LOAM/LeGo-LOAM、cartographer、VIO、语义SLAM、滤波算法、多传感器融合、多传感器标定、MSCKF、动态SLAM、MOT SLAM、NeRF SLAM、FAST-LIO、LVI-SAM、LIO-SAM、事件相机/GPS/RTK/UWB/IMU/码盘/TOF（iToF/dToF）/激光雷达/气压计/毫米波雷达/RGB-D相机/超声波等、机器人导航、综合群等。

[自动驾驶]深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器、多传感器标定、多传感器融合、自动驾驶综合群等、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、Occupancy、目标跟踪、综合群等。

[三维重建]NeRF、多视图几何、OpenMVS、MVSNet、colmap、纹理贴图等

[无人机]四旋翼建模、无人机飞控等

除了这些，还有求职、硬件选型、视觉产品落地、最新论文、3D视觉最新产品、3D视觉行业新闻等交流群

大家可以添加小助理微信: dddvisiona，备注：加群+方向+学校|公司, 小助理会拉你入群。

添加小助理微信：dddvisiona，加群+方向+学校|公司，拉你入群

第二步 3D视觉从入门到精通系统课程

目前3D视觉工坊平台针对各个方向的知识点，打造了多门从理论到实战课程，包括：

论文写作课程：三维科研
基础入门课程：C++、Linux、相机标定、ROS2、dToF
工业3D视觉课程：面结构光、线结构光、散斑结构光、相位偏折术、机械臂抓取、三维点云(PCL和Open3D)、缺陷检测
SLAM课程：LeGo-LOAM、LOAM、LVI-SAM（激光-视觉-IMU-GPS融合SLAM）、Vins-Fusion、ORB-SLAM3、室内/室外激光SLAM等
机器人路径规划与控制课程：机器人规控入门与实践
三维重建课程：comlap、MVSNet等
自动驾驶课程：多传感器标定、视觉Transformer、单目深度估计、3D目标检测、模型部署等。

注：工坊现面向平台所有读者招募主讲老师，奖励丰厚，具体详情可以可以参考：3D视觉主讲老师招募

3D视觉精品课程，包括工业3D视觉、SLAM、自动驾驶、三维重建、无人机等，地址：www.3dcver.com 贴心小管家微信：cv3d007

第三步加入知识星球，问题及时得到解答

「3D视觉从入门到精通」知识星球，依托于微信公众号「3D视觉工坊」、「计算机视觉工坊」、「3DCV」平台，星球内除了包含3D视觉独家秘制视频课程（近20门，包括三维重建、三维点云、手眼标定、相机标定、3D目标检测、深度估计、ORB-SLAM3、Vins-Fusion、激光-视觉-IMU-GPS融合、机械臂抓取等）、3D视觉项目对接、3D视觉学习路线、最新论文&代码分享、入门书籍推荐、源码汇总、最新行业模组分享、编程基础&作业、求职招聘&面经&面试题等，更有各类大厂的算法工程人员进行技术指导。目前星球铁杆粉丝已近6000+，让我们一起探索更其妙的3D视觉技术、为祖国的创新发展贡献自己的一份力。知识星球入口：3D视觉从入门到精通