OpenAI联手博通推出自研AI芯片，开启算力新纪元

OpenAI自主研发的人工智能芯片终于揭开了神秘面纱。

经过长达18个月的秘密攻关，这款由GPT模型“亲自”参与设计的定制芯片即将正式问世。10月13日，OpenAI宣布，将与芯片巨头博通（Broadcom）紧密合作，从2026年下半年开始，逐步部署一个规模高达10千兆瓦（GW）的庞大计算系统。这一重磅消息推动博通股价应声暴涨近10%，OpenAI也终于向外界确认，自己已亲自下场加入这场激烈的算力竞赛。

第一部分

AI参与设计的“人类历史上最大的工业项目”

“当前的AI基础设施建设，堪称人类历史上规模最宏大的联合工业项目，”OpenAI首席执行官萨姆·奥特曼（Sam Altman）在官方声明中表示。“我们正在定义文明下一代的操作系统。”

这项价值数十亿美元的战略合作，不仅仅是简单的芯片采购，而是深入到了硬件设计的核心层面。OpenAI自主设计GPU，将开发强大AI模型过程中积累的宝贵经验，直接融入未来系统的底层硬件架构中。博通则发挥其在定制芯片领域的系统集成能力，与OpenAI共同开发并负责大规模部署，合作范围甚至扩展到了服务器机架和网络设备等关键环节。

此次合作中最引人注目的一点，是OpenAI将GPT模型也应用到了芯片设计流程中。OpenAI联合创始人格雷格·布罗克曼（Greg Brockman）透露：“我们已经能够利用我们自己的模型来辅助设计这款芯片，这确实非常酷。这帮助我们缩短了开发周期，并显著减少了芯片的面积占用。”

他分享了一个生动细节：AI模型提出的优化方案，虽然人类顶尖设计师最终也能想到，但可能需要额外花费一个月的时间才能完成。“我们曾面临一个紧迫的交付期限，当时可以选择暂停以审查AI的优化方案，或者让它持续运行到最后。我们果断决定，让它继续全速推进。”

最终效果令OpenAI团队感到满意。这一成果对于OpenAI至关重要，一旦形成设计闭环，其迭代速度可能再次远超竞争对手，甚至对整个人工智能及半导体设计行业（EDA）产生深远冲击。

第二部分

新增10GW算力意味着什么？

萨姆·奥特曼进一步阐释了其背后的战略意图——垂直整合与端到端优化。OpenAI旨在掌控从硬件到软件的全链条环节。

“我们能够从晶体管蚀刻开始，一直思考和设计到你向ChatGPT提问时输出的每一个token。通过在整体技术栈中进行深度优化，我们可以获得巨大的效率提升，从而带来性能更强、速度更快、成本更低的先进模型。”

他强调，人工智能需求的爆炸式增长是这一切的基础驱动力。“每当你将模型效率优化10倍，市场需求往往就会激增20倍。”

这次新增的10GW算力，是在OpenAI与英伟达、AMD等行业巨头已有合作基础上的额外扩充，使其总算力储备达到惊人的26GW——这足以满足纽约市夏季用电高峰两倍多的能源需求。回顾OpenAI的算力增长轨迹更是令人震撼：从最初仅有的2兆瓦小型集群，到今年底的略超2千兆瓦，再到不久的将来逼近30千兆瓦。OpenAI的算力扩张步伐已经势不可挡。

这一切巨大投入的背后，承载着一个宏大的愿景。布罗克曼以ChatGPT的演进为例，解释了为何需要如此庞大的算力支撑。ChatGPT正从一个简单的对话工具，转变为一个可以在后台持续为你工作的智能个人代理。

“理想情况下，每个人都应该拥有一个在后台24/7为其运行的智能代理，”布罗克曼表示，“但现实是，我们目前只能向Pro用户有限推出这类功能，因为算力资源依然紧缺。我们的目标正是要打破这种瓶颈，创造一个计算不再稀缺、智能极大丰富的世界。我们期望构建一个这样的未来：如果你有一个创意想法并希望实现它，背后就有足够强大的计算能力来支持你。”

第三部分

GPT6的无限想象空间

Sam Altman通过一个假设性案例说明了未来的需求潜力：“我们反复验证的一个规律是，假设我们可以将GPT6推进到感觉比GPT5高出30个IQ点的水平，它能够处理的问题不再是几个小时，而是几天、几周甚至几个月。当我们实现这一点，同时将每个token的成本降下来时，所产生的经济价值和由此激发的剩余需求将会呈现疯狂增长。”

他用具体实例来阐述这种增长：“举一个我认为已广为人知的例子，当ChatGPT能够编写少量代码时，人们实际开始用它来完成这项任务。他们会非常费力地粘贴代码并等待回复，他们会说‘为我做这个并粘贴回来’，无论模型当时能做多少，它确实完成了一些工作。随着模型能力增强，用户体验改善，现在我们有了Codex，Codex的增长速度快得令人难以置信，已经可以处理几个小时的工作量，且达到更高的能力水准。当这成为可能时，需求增长是爆发式的。”

他预测道：“或许Codex的下一个版本能够处理几天的工作量，达到顶级工程师的水平，或者再经过几个版本迭代，它终将实现。想想届时对此的需求将有多大，然后再将这种能力扩展到每一个知识工作行业。”

第四部分

OpenAI推动硬件技术持续演进

博通的Charlie Kawwas在本次发布中描绘了未来计算架构的演进路径：“当我们开始构建这些XPU时，在800平方毫米的面积内只能集成有限数量的计算单元。如今，我们实际上正在合作，在二维平面上部署多个这样的单元。下一步，我们将把这些单元堆叠到同一个芯片中，进入Y维度或Z维度，即三维集成。”

但这还不是终点。“我们正在探讨的最后一步是将光学技术引入其中，这正是我们刚刚宣布的——将100太字节的光学交换集成到同一个芯片中。这些技术将使计算集群的规模、整体性能及功耗水平达到全新高度，我认为其性能至少每六到十二个月就会翻倍。”

当然，实现这一愿景的道路充满挑战。布罗克曼坦言：“设计全新的芯片并在全球规模上成功交付，确保整个系统端到端无缝协作，这是一项天文数字般复杂的工作。”

财务压力同样巨大。为了支付这些高达数百亿美元的算力投资，OpenAI需要在今年预计130亿美元收入的基础上，实现指数级增长。而奥特曼的野心更为宏大，他近期向员工透露，目标是到2033年建成250GW的算力基础设施——按当前标准估算，这将耗资超过10万亿美元。

一切都已经无法停下，其他AI模型厂商似乎尚未完全反应过来，OpenAI已经建立起一个复杂而极具野心的联盟。接下来的挑战在于这些宏伟蓝图能否按时实现，以及其他科技巨头如何出手加入这场空前的算力军备竞赛。期待全人类最终能在这场史无前例的技术赌注中共同受益。