据媒体报道，OpenAI正在推进计划，通过自主研发第一代内部人工智能(AI)芯片来减少对英伟达芯片供应的依赖。
消息人士称，这家ChatGPT开发商将在未来几个月内完成其首款内部芯片的设计，并计划送往台积电进行制造，以完成流片(taping out)。
流片是整个芯片设计流程的最后阶段，标志着最终的设计文件已被送至晶圆代工厂，用于制作量产所需要的掩膜版。
最新消息显示，OpenAI有望在2026年实现在台积电实现量产的目标。一个典型的流片成本高达数千万美元，大约需要六个月才能生产出成品芯片，除非OpenAI为加快制造支付更多费用。
此外，流片的首次尝试并不总是成功，若失败，公司需要诊断问题并重新进行流片。据悉，OpenAI的首款芯片将主要用于运行AI模型，采用台积电先进的3纳米工艺，并配备高带宽内存，类似于英伟达的架构。
实际上，早在2023年10月份，OpenAI就已经开始探索制造自己的AI芯片，该公司内部讨论了各种方案，以解决其所依赖的昂贵AI芯片短缺的问题。
消息人士称，在OpenAI内部，这款专注于训练的芯片被视为加强OpenAI与其他芯片供应商谈判筹码的战略工具。在推出首款芯片后，OpenAI的工程师们计划在每次迭代中开发出更先进、功能更强大的处理器。
如果最初的流片顺利进行，这家ChatGPT开发商将能够量产其首款内部AI芯片，并可能在今年晚些时候测试英伟达芯片的替代品。
与此同时，尽管多年努力，并投入巨额资金，但微软和Meta等大型科技公司在自研芯片方面未能取得多大成果。
此外，中国AI初创公司DeepSeek的崛起引发了市场的关注，DeepSeek通过创新的算法优化，极大地降低了对硬件的严苛要求，引发了对未来AI模型计算需求的讨论。
一些分析师表示，DeepSeek模型的高效性可能会减少AI产业的整体投资，但也有观点认为，算法优化反而会加速AI规模化进程，因为更高效的AI只会促使公司加大投入，以获得更强的AI能力。
微软、亚马逊、谷歌和Meta近日陆续表示，在去年创纪录的支出之后，他们将在2025年进一步加大投资，预计在AI技术和数据中心建设上总共投入3200亿美元。
