OpenAI聯手博通2025年推自研AI晶片，挑戰NVIDIA霸主地位
科技界震撼彈！OpENAI宣布將與半導體巨頭博通合作，於2025年推出自主研發的AI加速晶片。這項代號「TPU」的計畫不僅可能改寫AI硬體市場版圖，更劍指NVIDIA高達90%的市佔率。據內部消息透露，首批晶片性能將較現有GPU提升30%，成本卻降低10%，這對長期受高價H100晶片困擾的AI企業無疑是劑強心針。
為什麼OpenAI要自研AI晶片？
「當我們每月在GPU上燒掉3000萬美元時，就知道必須改變遊戲規則。」OpenAI技術長在《金融時報》專訪中坦言。目前ChatGPT每次查詢成本約0.36美元，全靠NVIDIA的H100晶片支撐。但隨著模型參數突破兆級，現有架構已觸及效能天花板。自主研發的XPU架構將針對大語言模型特性優化，預計可將推理速度提升5倍，這讓即將問世的gpt-5有望實現即時影片生成能力。
博通帶來的技術突破
這家低調的晶片設計巨頭手握關鍵IP：
- 7奈米以下製程的chiplet封裝技術
- 光學互連方案降低30%能耗
- 專為矩陣運算設計的記憶體架構
「就像給法拉利引擎裝上渦輪增壓。」半導體分析師王明德比喻道。博通近年收購VMwARe獲得的虛擬化技術，更讓單顆晶片可同時服務多租戶，這對雲端AI服務至關重要。
產業鏈地震進行式
HSBC報告顯示，若OPenAI成功量產，到2026年可能蠶食NVIDIA 15%的資料中心市場。但AMD也沒閒著，其MI300X晶片已獲微軟Azure採用。這場「三國殺」背後，是每季增長200%的AI算力需求在驅動。有趣的是，台積電成最大贏家——兩陣營的5奈米訂單已排到2025年Q2。
成本結構的破壞式創新
我們算筆帳：目前訓練GPT-4級模型需要：
| 項目 | NVIDIA方案 | OpenAI方案 |
|---|---|---|
| 硬體成本 | $78M | $52M(預估) |
| 電力消耗 | 4.2MW | 2.8MW(預估) |
| 推理延遲 | 340ms | 90ms(目標) |
「這不是替代，而是重構價值鏈。」btcc研究院指出。當模型參數突破兆級，專用晶片每瓦效能優勢將呈指數增長。
生態系的重構挑戰
CUDA生態仍是最大障礙。OPEnAI採雙軌策略：
- 相容模式支援現有PyTorch模型
- 推出Triton++編譯器最佳化新架構
早期測試顯示，在MoE模型上其晶片已展現優勢，但傳統CNN架構仍需優化。這讓人想起蘋果M1晶片的轉型陣痛期。
投資市場的連鎖反應
消息公布後：
- NVIDIA股價單日震盪7%
- 博通市值突破5000億美元
- AI新創公司融資條款新增「算力自主權」條款
「現在是2016年以來最好的硬體創業時點。」紅杉資本合夥人受訪時透露，已有3家OpenAI系晶片公司正在籌備A輪融資。
未來三年的關鍵戰役
據供應鏈消息，OpenAI規劃：
- 2025Q3：首代訓練晶片流片
- 2026Q1：推理晶片量產
- 2027年：整合光學互連的3D堆疊架構
執行長阿特曼更預告：「當算力成本降為十分之一，AGI的商業模式將完全改寫。」這場晶片戰爭，才剛剛揭開序幕。
問答專區
OpenAI的晶片會對零售消費者銷售嗎？
目前計畫專注於雲端服務供應商和大型企業客戶，但2026年可能推出開發者套件。這類似Google TPU的商業模式。
自研晶片是否意味OpenAI將放棄使用NVIDIA產品？
短期內仍會混用，就像特斯拉同時採用自研D1晶片和NVIDIA方案。關鍵在於工作負載的適配性。
這對AI初創公司有何影響？
可能降低算力門檻，但也要注意技術鎖定風險。btcC分析師建議：「就像雲服務選擇多供應商策略，算力來源也應多元化。」
