據《華爾街日報》本月早些時候報道， OpenAI 首席執(zhí)行官Sam Altman 希望籌集數萬億美元來重塑全球半導體行業(yè)，以提高芯片制造能力并為更多人工智能提供動力。這是一個令人難以置信的數字，我們向英偉達首席執(zhí)行官黃仁勛（當時這家人工智能公司的幕后黑手）詢問了他的想法。

本周在迪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 GPU 時，黃仁勛開玩笑地回答：“顯然是所有 GPU?！?/p>

黃隨后對這個數字表示懷疑。他表示，支持人工智能的計算機將繼續(xù)進步，從而降低成本。

“你不能僅僅假設你會購買更多的電腦，你還必須假設電腦會變得更快，因此，你需要的總量不會那么多，”黃說。

“否則，”他補充道，“從數學上來說，如果你假設計算機永遠不會變得更快，你可能會得出這樣的結論：我們需要 14 個不同的行星、三個不同的星系和四個太陽來為這一切提供燃料。但顯然，計算機架構在不斷進步?！?/p>

首先，我們必須承認，Altman一直對芯片很有野心。

2018年，他投資了一家名為Rain Neuromorphics的人工智能芯片初創(chuàng)公司。一年后，OpenAI 簽署了投資 5100 萬美元購買 Rain 芯片的意向書。就在 11 月份 Altman 被趕下臺前一周，有報道稱他正在為一個芯片項目籌集數十億美元資金，該項目最終可能與 Nvidia 競爭，Nvidia 目前控制著大約 80% 的芯片市場，其處理單元（ GPU）是 OpenAI 和 Google 人工智能模型的背后。其產品既受歡迎又供不應求，Meta 首席執(zhí)行官兼創(chuàng)始人馬克·扎克伯格在最近的投資者電話會議上表示，該公司的策略之一是大量儲備這些芯片。

其次，我們也要看看，他去哪里募資這些錢？

即使Altman希望使用薩拉米香腸法籌集資金（也許還有債務）——例如在十年內分期二十期，籌集 3500 億美元——7 萬億美元也是一大筆錢。為了便于比較，這個數字比德國或英國的GDP還要高，是建造國際空間站成本的45倍，是2023年全球汽車行業(yè)收入的兩倍，是全球芯片行業(yè)2023年收入的13倍。即使就風險投資而言，這也是一筆巨大的資本。當日本投資巨頭軟銀宣布設立 1000 億美元的愿景基金時，你可以聽到整個科技行業(yè)的喘息聲。從那時起，這一壯舉就沒有被復制，該基金本身也沒有取得巨大成功。

Altman 來了，想要籌集大量資金來建立眾多工廠，同時承諾 OpenAI 也將成為主要客戶。本著大數字的精神，難怪Altman也向軟銀尋求資金。孫正義的公司對這樣的項目有著獨特的興趣，他本人宣布公司及其投資的重點將是人工智能。如今，他的投資組合中最成功的持股是芯片公司 Arm，而孫正義本人也以吸引才華橫溢、富有魅力的企業(yè)家而聞名。據報道，Altman已經會見了阿聯(lián)酋阿布扎比主權財富基金主席謝赫·塔努·本·扎耶德·阿勒納哈揚，該基金價值7900億美元。由 Sheikh Tahnoon 領導的一家名為 G42 的公司于 10 月份宣布與 OpenAI 建立合作伙伴關系。

讓我們退后一步，看看 7 萬億美元到底可以資助什么。

正如大家所熟知，計算能力通常被人工智能領域的開發(fā)人員和科學家視為限制。他們認為的等式很簡單：計算能力越強，模型就越復雜。模型越復雜，它可以以更高的精度執(zhí)行更多任務。這樣，聊天機器人將能夠根據更多歷史和當前信息，以更多語言和各種任務制定更復雜的答案。Altman的最終目標是實現通用人工智能（AGI），或者說超越人類智能的機器。

計算能力是芯片，但不僅僅是芯片。這是一個特別復雜的行業(yè)。這些芯片位于巨大的數據中心內，需要大量的電力、大量的水來冷卻，以及昂貴的礦物。例如，去年的一項研究發(fā)現，訓練 OpenAI 的 GPT3 模型消耗了 70,000 升水；而人工智能在過去一年里讓微軟的用水量增加了34%。該行業(yè)還需要熟練的勞動力，但勞動力并不充足。人工智能行業(yè)目前將大部分成本保密，這可能是因為它是行業(yè)秘密，也可能是因為它是一場生態(tài)災難。

Altman提高全球計算能力（從而也確保我們的未來）的努力并不是在真空中進行的，而是在芯片領域迫切需要工人和物質資源的時期，最重要的是，在一個時期超級大國之間的競爭。美國和中國堅決保護芯片領域，阻止原材料出口和向外國出售股份。意識到這些緊張局勢，Altman已經與美國商務部討論了他的計劃。這種競爭還導致大量資本流入該行業(yè)，其中一些資本也是政府資本?，F在的問題不是市場的錢，而是所有緊缺的物質和人力資源。

曾在 IBM 工作的哈佛商學院教授 Willy Shih 則直言，ChatGPT 背后的人工智能模型確實需要大量的計算能力，比許多人意識到的還要多。

如果 Altman 的目標是為 OpenAI 制作更大的模型，他可能會在數據中心上花費數萬億美元，其中包含訓練 AI 模型所需的 GPU，這些模型為 ChatGPT 和 Sora 等產品提供支持。研究公司 IDC 估計，到 2024 年，美國數據中心建設市場價值將達到246.3 億美元。因此，如果他在芯片上花費 1 萬億美元，他可以購買比現有數據中心多 40 倍的數據中心。

Shih 表示，數據中心目前使用的電力不到美國電力供應的 1%。因此，Altman需要建造大量發(fā)電設施——利用各種能源發(fā)電——來支持他的新數據中心。然后，他需要升級實際向數據中心分配能源的電網。Shih說，考慮到通過聯(lián)邦《通貨膨脹削減法案》和《基礎設施和投資法案》用于激勵美國清潔能源生產和電網現代化的資金，一萬億美元可能是一筆不錯的投資。

或者Altman會花費數萬億美元建造數百座芯片工廠嗎？

也許Altman想擴大全球芯片制造能力。目前世界上正在建設的領先晶圓廠（即生產芯片零件的制造工廠）屈指可數：臺灣、亞利桑那州和日本的臺積電，韓國和德克薩斯州的三星，以及亞利桑那州、俄亥俄州以及以色列等的英特爾。

與此同時，Berstein 半導體分析師 Stacy Rasgon 估計，7 萬億美元可以購買 200 多家領先的半導體工廠，每家價值 300 億美元。

Shih 說，有了 200 家甚至 100 家工廠，就需要開始建造鋼鐵廠和混凝土廠。Altman還需要購買大量的建筑設備。Shih 補充說，讓供應商生產 Altman 項目規(guī)模所需的尖端紫外線機器可能需要幾十年的時間。

然后是培訓工人來充實工廠所需的資金。臺積電等芯片公司已經抱怨說，工人的技能不足以滿足他們在亞利桑那州的《芯片法案》項目的要求，從而推遲了新工廠的開業(yè)。

Shih說，如果錢可以買到我們想要的東西，那么中國將在國產芯片方面走得更遠，事實是中國還沒有完全實現半導體的自力更生。

那么問題不在于是否能花掉所有這些錢，而在于這些錢能花多遠？

至少目前看來，數學似乎并不成立。

來源：半導體材料與工藝

審核編輯：劉清