不计成本树立大模型典范，OpenAI 提前看到的未来是什么？
周一在迪拜举行的世界政府峰会上，当被问及「7 万亿美元可以购买多少个 GPU」时，黄仁勋打趣道：「显然是所有的 GPU」。
在这之前，Sam Altman 被爆出正在筹集高达 7 万亿美元的资金，以增加全球半导体芯片的供应。看上去，OpenAI 距离 AGI（通用人工智能）只差 AI 算力了。
但就像【华尔街日报】一篇报道的标题，筹集数万亿美元可能是 Altman 芯片计划里最容易的部分。
毋庸置疑，芯片制造是比金钱复杂得多的挑战，作为资本密集型产业，历来经历过剧烈的周期性波动，芯片制造厂对激进扩张也持谨慎态度。目前，世界上只有三家公司能够大批量生产最尖端的芯片：台积电、三星电子和英特尔。
Sam Altman 到底看到了什么，决定如此重押算力？
如果把大模型厂商划分为两种，一种是在落地场景中探索大模型。其中的「显眼包」代表包括英伟达、微软、Databricks，三者都强调算力瓶颈会随着模型尺寸变小、下一代芯片架构创新等取得突破来进一步破除，就像互联网带宽限制在 2000 年基本消失一样，「GPU 也会发生同样的情况」。
另一种大模型厂商的典型代表则是 OpenAI，对于大模型技术，要不计成本地做标本、数典范、探索边界。对于 OpenAI 率先看到的未来，Q*、GPT-5 的消息让外界对 Transformer 能否实现 AGI 充满想象。这可能也是 Sam Altman 芯片制造野心的起点。
据报道，除了投资方，Altman 还与芯片制造商比如台积电进行了讨论，讨论与他们合作并使用数万亿美元建设和运营新工厂，以及对能源和其他人工智能基础设施的投资。
建设一家尖端芯片工厂通常至少需要 100 亿美元，相比之下，Altman 所讨论的 7 万亿美元规模是极端的。对于 Sam 的 7 万亿美元，黄仁勋预判，到 2029 年全球建设人工智能数据中心的成本将达到 2 万亿美元，他表示，「你不能假设你会购买更多电脑，你还必须假设计算机会变得更快，因此你需要的总量不会那么多。」
在 OpenAI 内部，Sam Altman 看到了什么？
敬请期待
