面对 w66利来AI 领域捷足先登的 OpenAI 和微软，谷歌正使出浑身解数奋起直追。4 月 20 日，Alphabet 宣布合并旗下两个主要的 AI 研究部门—— DeepMind 和谷歌大脑，以便于帮助其在该领域竞争中取得优势。由于昂贵的算力成本，这注定只是少数人的游戏。
在最近麻省理工大学的一场活动上，OpenAI 首席执行官 Sam Altman 表示，巨型 AI 模型时代即将终结。AI 军备竞赛的出路究竟在何方？《每日经济新闻》连线硅谷工程师等业内人士进行解答。
从押中研发大语言模型 ChatGPT 的独角兽 OpenAI，到推出开源的 DeepSpeed Chat，再到自研 AI 芯片 " 雅典娜（Athena）" 浮出水面，成立了 48 年的老牌科技巨头微软正在人工智能的风口上。" 一周人物 " 带你走近带领微软重回巅峰的第三任领袖纳德拉。
谷歌合并两大 AI 部门，微软秘密自研芯片，OpenAI 掌门人却说巨型 AI 模型时代即将终结？
ChatGPT 掀起的生成式人工智能（AI）竞争如火如荼，被 OpenAI 和微软捷足先登的谷歌正在奋力追赶。当地时间 4 月 20 日，谷歌母公司 Alphabet 宣布了一项重大的重组，将合并旗下两个主要的 AI 研究部门—— DeepMind 和谷歌大脑，以便于帮助其在 AI 领域的竞争中取得优势。
谷歌的焦急之态愈发明显，另一边，微软在大型语言模型上的布局随着媒体的不断爆料也越发清晰——早在 2019 年左右，微软就开始酝酿取代英伟达芯片的计划。在芯片短缺且成本高昂的情况下，微软选择自研芯片的确不失为一条出路。实际上，谷歌也早在 2016 年就发布了第一代 TPU 芯片。
一位不愿具名的硅谷工程师告诉《每日经济新闻》，谷歌的模型都是用 TPU 训练的，相对于英伟达的 GPU 来讲，优势在于芯片级别的互联性特别高。鉴于当前用电连接芯片的损耗过高，一个潜在的方案是光互联。
AI 战事愈演愈烈，谷歌和微软都使出浑身解数，以期在这场军备竞赛中不落下风。但最近，OpenAI 首席执行官 Sam Altman 的一席话却令业界哗然——巨型 AI 模型时代即将终结。
实际上，Altman 所说并非没有道理，为了帮助 OpenAI 训练 ChatGPT，微软耗资数亿美元为其量身打造了超算，如此的高成本早已注定了这只是一场少数人的游戏。
前述硅谷工程师告诉记者，业内不应当只看当下的商业利益，他也在尝试劝说国内几个大佬放弃当下训练解决具体场景的大模型的思路。" 我希望这个行业少一点竞争，大家直奔通用人工智能而去。如果说这是市场共识，就不会有 300 个公司，可能就只有具有长远远景的几家公司往这个方向努力。" 他说道。
谷歌、微软各显神通
DeepMind 和谷歌研究院的谷歌大脑合并，是谷歌追赶 OpenAI 和微软的最新举措。
DeepMind 成立于 2010 年，因其研发的 AlphaGo 人工智能围棋程序击败了韩国围棋九段棋手李世乭而声名大噪。2014 年，谷歌以 5 亿美元的价格收购了 DeepMind，其后 DeepMind 一直作为独立部门进行运营。
自 ChatGPT 诞生以来，因与 OpenAI 结盟，微软的 AI 事业正乘着 ChatGPT 的东风扶摇直上。眼看 ChatGPT 这把火越烧越旺，从聊天机器人 Bard 到将 AI 融入办公系统 Workspace，谷歌已频繁亮出 " 杀手锏 "。谷歌的焦急之态从拉响 " 红色警报 " 起就愈发明显，而另一边，微软在大型语言模型上的布局，随着媒体的不断爆料也越发清晰——早在 2019 年左右，微软就开始酝酿取代英伟达芯片的计划。
当地时间 4 月 20 日，据 The Information 最新报道，实际上早在大约 5 年前，微软就开始秘密研发一种内部代号为 " 雅典娜 "（Athena）的芯片，研发人数总共 300 人。
微软选择自研芯片的原因很简单，算力实在太贵了。据 The Information 报道，为了帮助 OpenAI 训练 ChatGPT， 微软将 3 万多个英伟达 A100 芯片连接起来，耗资数亿美元为 OpenAI 量身打造了超算。
目前，英伟达 GPU A100 和 H100 仍是训练大模型最主流的 GPU 芯片。据 IDC 估计，GPU 芯片占 AI 算力的 90%，而英伟达占 GPU 市场的 80%。市场研究机构 TrendForce 推算，处理 ChatGPT 的训练数据需要 2 万枚 GPU 芯片，随着 OpenAI 进一步展开 ChatGPT 和其他 GPT 模型的商业应用，其 GPU 需求量将突破 3 万张（该报告计算以 A100 为主）。强大的市场需求和供货量的缺少使得整个科技行业都面临芯片短缺的问题。
