最新的外媒報道透露，微軟和OpenAI正在籌劃一個宏偉的專案——「星際之門」數據中心，旨在為OpenAI提供前所未有的計算能力。
具體來看：
微軟的高層已經規劃，最早於2028年啟動這個超級計算專案。
這台超級電腦的電力需求將達到史無前例的水平。
OpenAI計劃在明年初推出它的下一個重大升級。
這個「星際之門」超級計算中心，預計將裝備數百萬個專用伺服器芯片！整個專案的預算高達1150億美元。
這筆巨額的資金，將由微軟負責支付。
據報道，「星際之門」預計在2028年推出，並將在2030年前進一步擴充套件。
而它所需的電力，可能高達5000兆瓦。
回顧一下，就在本周三，我們還報道了OpenAI使微軟電網崩潰的新聞。據悉，當時為了部署GPT-6的10萬個p00訓練集群，整個電網都發生了崩潰。
看起來，這個10萬卡集群，可能是「星際之門」早期的雛形。
而GPT-5的不斷延期，也讓人開始質疑，微軟能否在這個專案上收回成本？
當我們對比當前一些最大的數據中心，「星際之門」的成本是它們的100倍！
在未來六年內，微軟和OpenAI計劃建設的這系列超級計算設施中，「星際之門」將是最大的一個。
顯然，微軟和OpenAI對AI技術的未來充滿了信心，這將是他們在未來十年中最重要的合作之一。
但仍然存在一個問題：對於1000億美元的巨額投資，微軟真的能收回成本嗎？
之前，微軟已經向OpenAI投資了超過130億美元，以確保OpenAI能在微軟的數據中心執行ChatGPT。
作為回報，微軟獲得了存取OpenAI核心技術的許可權，並且可以獨家向雲端運算客戶（如摩根士丹利）提供這項技術。此外，微軟的Office、Teams和Bing的AI Copilot也將整合OpenAI的技術。
「星際之門」能否按計劃前進，關鍵看GPT-5的表現。
那些期待已久的GPT-4.5和GPT-5，一次次的傳聞，最終都沒成真。
這也讓OpenAI對微軟的承諾——準時交付新模型——顯得有點不靠譜。
一些人開始懷疑，AI的未來真的能預測嗎？
但是，Sam Altman站出來強烈反駁這個觀點。他認為，GPT-5發展的主要障礙，就是缺乏足夠的伺服器資源。
電力和芯片：成本驚人
如果「星際之門」成為現實，它提供的算力，將遠遠超過現在的微軟鳳凰城數據中心。
不過，這背後的電力和芯片投入也是一筆不小的開銷。
初步估算，「星際之門」要運轉起來，至少需要數千兆瓦的電力，這相當於幾個大型數據中心的電力需求。
再加上，芯片的采購成本也是一大筆開銷。
這麽巨大的投入，能得到什麽樣的回報？
答案是：人工智能的最終形態——AGI（Artificial General Intelligence）。
Digital Realty的技術長Chris Sharp指出，為了實作AGI，這種規模的投資是必不可少的。
雖然投資規模巨大、前所未有，但一旦建成，這種超級電腦的巨額成本也將被大眾接受。
AI超級計算的五個階段：朝向「星際之門」
Altman和微軟團隊將AI超算的發展分成五個階段，其中「星際之門」是最後的階段。
這個名字的靈感源自一部科幻電影，講述的是科學家發明了一種可以實作星系間旅行的裝置。
盡管OpenAI提出了這個代號，但它可能不會被微軟正式采納。
在「星際之門」之前，盡管所需資金相對較少，但仍遠超當前的數據中心建設成本。
目前，微軟和OpenAI正處於第三階段。
第四階段的超級電腦已經開工建設，預計將在2026年左右完工。
據報道，僅微軟擴建數據中心的成本就高達10億美元，最終可能達到驚人的100億美元。
而其中，計劃使用的輝達AI芯片將是主要開銷。
業內人士分析，目前建設中的以AI為核心的數據中心，其芯片成本通常占總投資的一半。
為了實作這個計劃，微軟可能需要花費超過1150億美元。這個數碼，比微軟去年在伺服器和器材上的支出多了3倍還要多。
想象一下，根據2023年下半年的數據，微軟2024年的支出預計會達到約500億美元。
Altman對算力不滿：競爭與成本上升
Altman對手頭的算力感到非常不滿。他公開表示，現有的AI伺服器芯片遠遠不夠用，甚至私下裏抱怨，谷歌在短期內的算力可能會超過OpenAI。
隨著對輝達GPU的需求激增，微軟和OpenAI這樣的大客戶，不得不面臨成本上漲的挑戰。
這也是Altman想要建立自己的公司，研發能與輝達GPU相匹敵的芯片的原因之一。
微軟的多重考慮：超越輝達
除了控制成本，微軟支持Altman開發新芯片還有其他原因。
由於GPU市場的繁榮，輝達成了重要的角色，能決定哪些客戶可以獲得更多的芯片資源。甚至輝達自己也開始提供雲服務了。
因此，「星際之門」計劃不僅是為了給微軟和OpenAI提供更多選擇，比如AMD的GPU或微軟自研的AI芯片，也是為了減少對輝達的依賴。
技術挑戰：芯片、網絡和能源
實作「星際之門」的設想，需要克服多項技術難題。
比如，一個提案是在單個機架中安裝更多的GPU，但這就需要有效的冷卻方案，以避免芯片過熱。
此外，如何連線數以百萬計的GPU，選擇合適的網絡電纜，對快速傳輸海量數據至關重要。
目前，微軟在超算中使用的是輝達的InfiniBand，但OpenAI一直在努力減少對輝達的依賴。
據說，OpenAI希望在這個專案中采用更通用的乙太網路電纜，這是為了更高效的連線和傳輸。
再說能源問題，據內部訊息，考慮到巨大的能源需求，公司可能會選擇核能作為替代能源。
不久前，亞馬遜購買了賓夕法尼亞州一個能接入核能的數據中心地塊。微軟也對這個地塊很感興趣，甚至參與了競標。
Altman認為，想要發展超級智能，可能需要在能源領域有所突破。很顯然，能源創新，在追求先進AI的道路上，將扮演關鍵角色，而核能或許是關鍵之一。
AI計算：成本高、復雜度大
AI計算與傳統計算完全不是一個量級，這就是為什麽各大公司對AI數據中心的每個細節都格外關註。GPU如何連線和冷卻，每一個小細節都可能導致巨大的成本變化。
NVIDIA的創始人黃仁勛（老黃）甚至預測，為了滿足未來AI計算的需求，全球在接下來的四到五年內，需要投資高達1萬億美元來建設新的數據中心！
至於芯片的過熱問題、網絡電纜的選擇和能源問題，短期內看起來都還沒有完美的解決方案。
「星際之門」的地理位置和構造
還有一個問題：「星際之門」會建在一個獨立的數據中心，還是由多個數據中心緊密連線而成？
它會具體建在哪裏？
這些問題目前都沒有明確答案。
但有行業人士表示，當GPU集群位於同一個數據中心時，效率會更高。
OpenAI推動微軟不斷前進演化
事實上，自從2019年向OpenAI投資以來，微軟的數據中心就在不斷地前進演化。
為了滿足OpenAI日益增長的算力需求，微軟建造了第一台包含數千個輝達GPU的GPU超算。
僅幾年時間，這台超算就讓微軟花費了12億美元。
而在今年和明年，微軟計劃為OpenAI提供的新伺服器，將包含數十萬個GPU！
下一個裏程碑：GPT-5
微軟和OpenAI的宏大抱負，這些都緊緊圍繞著OpenAI在「超級智能」領域的進展。
想象一下，如果OpenAI能解決像癌癥治療、核聚變、全球暖化或火星殖民這類大問題，那麽金主自然不會吝惜資金支持。
不過，這種級別的成就目前似乎還有些遙遠。
盡管ChatGPT和Sora已經在全球獲得了龐大的使用者群，但OpenAI如何將這些使用者轉化為顯著的收入，這個問題還待解決。這種變現可能需要比預期更長的時間。
對AI產品的銷售預期降低
也正是因為這種情況，像亞馬遜和谷歌這樣的公司已經降低了對AI產品的銷售預期。主要原因之一就是成本實在太高。而且，在大型企業中部署面向百萬使用者的套用，工作量也非常巨大。
Altman上個月表示，隨著研究人員投入更多的算力，AI模型將會變得更好，這被OpenAI稱為對話式AI的「縮放定律」。
據內部訊息人士透露，OpenAI計劃在明年初釋出下一代大型語言模型（LLM）。
在此之前，可能還會推出一些小幅改進的版本。
更多的伺服器將為OpenAI增添底氣，堅信AI模型將取得新的突破。
傳聞中的Q*和自我完善的AI
比如，有傳聞稱Q*模型能夠解決之前沒有經過訓練的數學問題，這一點在面臨人類數據即將耗盡的情況下尤為重要。
此外，還有傳聞稱，這些模型能夠辨識出現有模型的缺陷，例如GPT-4，甚至提出技術改進——換句話說，就是能夠自我完善的AI。
看來，OpenAI越來越接近實作AGI的目標了。
