彭博社报道，奥特曼（SamAltman）领导的人工智能企业计划筹集数十亿美元，建立全球芯片制造网络，以应对AI模型对高性能芯片的大量需求。这将加剧与英伟达等公司的竞争，同时也促使其他AI公司如微软和亚马逊自研芯片。
来源：量子位
Sam Altman（奥特曼），造芯依旧！
据彭博社消息，奥特曼再次为一家人工智能芯片企业筹集数十亿美元。
目的是利用这笔资金开发一个“工厂网络”（network of factories），用于制造，该网络将延伸到全球，并涉及与未透露名字的“顶级芯片制造商”合作。
众所周知，运行人工智能模型的一个主要成本和限制是没有足够的芯片来处理ChatGPT或DALL-E等机器人背后的计算，这些机器人会回答提示并生成图像。
去年，英伟达的市值首次突破1万亿美元，部分原因就是GPT-4、Gemini、Llama 2和其他型号都严重依赖英伟达的H100 GPU，因此几乎占据了垄断地位。
因此，制造更多高性能芯片来运行复杂人工智能系统的竞赛只会加剧。
能够制造高端芯片的晶圆厂数量有限，这促使奥特曼或其他任何人在需要产能之前竞标多年，以生产新芯片。
与苹果公司等公司对抗需要财力雄厚的投资者，他们将承担非营利组织OpenAI仍然无法承受的成本。
据报道，软银集团和总部位于阿布扎比的人工智能控股公司G42一直在就为奥特曼的项目筹集资金进行谈判。
其他开发人工智能模型的公司也开始制造自己的芯片。
OpenAI 的投资者微软在 11 月宣布，它已经构建了第一个用于训练模型的定制 AI 芯片，紧随其后的是亚马逊宣布了其 Trainium 芯片的新版本。
谷歌的芯片设计团队正在使用其在谷歌云服务器上运行的 DeepMind AI 来设计 AI 处理器，如张量处理单元 （TPU）。
AWS、Azure 和 Google 也使用 Nvidia 的 H100 处理器。
本周，MetaCEO扎克伯格向The Verge透露：
随着该公司追求通用人工智能 （AGI） 的发展，到今年年底，Meta 将拥有超过 340,000 个英伟达的 H100 GPU。
据了解，英伟达已经宣布了其下一代 GH200 Grace Hopper 芯片，以扩大其在该领域的主导地位，而竞争对手 AMD、高通和英特尔则推出了旨在为笔记本电脑、手机和其他设备上运行的 AI 模型提供动力的处理器。
总而言之，GPU，依旧是AIGC抢手的热点。
参考链接：
https://www.theverge.com/2024/1/19/24044319/openai-chip-manufacturing-fundraising
推荐阅读
欢迎大家加入DLer-计算机视觉技术交流群！
大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。
进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明）
👆 长按识别，邀请您进群！
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
