不計成本樹立大模型典範，OpenAI 提前看到的未來是什麽？
周一在杜拜舉行的世界政府峰會上，當被問及「7 萬億美元可以購買多少個 GPU」時，黃仁勛打趣道：「顯然是所有的 GPU」。
在這之前，Sam Altman 被爆出正在籌集高達 7 萬億美元的資金，以增加全球半導體芯片的供應。看上去，OpenAI 距離 AGI（通用人工智慧）只差 AI 算力了。
但就像【華爾街日報】一篇報道的標題，籌集數萬億美元可能是 Altman 芯片計劃裏最容易的部份。
毋庸置疑，芯片制造是比金錢復雜得多的挑戰，作為資本密集型產業，歷來經歷過劇烈的周期性波動，芯片制造廠對激進擴張也持謹慎態度。目前，世界上只有三家公司能夠大批次生產最尖端的芯片：台積電、三星電子和英特爾。
Sam Altman 到底看到了什麽，決定如此重押算力？
如果把大模型廠商劃分為兩種，一種是在落地場景中探索大模型。其中的「顯眼包」代表包括輝達、微軟、Databricks，三者都強調算力瓶頸會隨著模型尺寸變小、下一代芯片架構創新等取得突破來進一步破除，就像互聯網頻寬限制在 2000 年基本消失一樣，「GPU 也會發生同樣的情況」。
另一種大模型廠商的典型代表則是 OpenAI，對於大模型技術，要不計成本地做標本、數典範、探索邊界。對於 OpenAI 率先看到的未來，Q*、GPT-5 的訊息讓外界對 Transformer 能否實作 AGI 充滿想象。這可能也是 Sam Altman 芯片制造野心的起點。
據報道，除了投資方，Altman 還與芯片制造商比如台積電進行了討論，討論與他們合作並使用數萬億美元建設和營運新工廠，以及對能源和其他人工智慧基礎設施的投資。
建設一家尖端芯片工廠通常至少需要 100 億美元，相比之下，Altman 所討論的 7 萬億美元規模是極端的。對於 Sam 的 7 萬億美元，黃仁勛預判，到 2029 年全球建設人工智慧數據中心的成本將達到 2 萬億美元，他表示，「你不能假設你會購買更多電腦，你還必須假設電腦會變得更快，因此你需要的總量不會那麽多。」
在 OpenAI 內部，Sam Altman 看到了什麽？
敬請期待
