近期，OpenAI在一项重要技术决策中宣布，尽管已经对谷歌的TPU芯片进行了初步测试，但并不打算大规模采用这一解决方案。TPU，即张量处理单元，是谷歌专为加速机器学习任务而设计的定制化ASIC芯片，特别优化了神经网络的训练与推理过程。其数据流驱动的架构能有效提升矩阵乘法流水线计算效率，从而显著降低内存访问延迟。
OpenAI表示，他们将继续信赖英伟达GPU和AMD AI加速器来支持其模型的训练与推理任务。这两家公司的产品已经得到了充分验证，并且OpenAI与它们之间建立了稳固的供应关系。尽管有传言称OpenAI在某些特定任务中开始尝试使用谷歌的AI芯片，但据知情人士透露，这些芯片实际上是性能较低的TPU版本，而谷歌最新设计的、专为Gemini大语言模型打造的芯片，仍将继续留在谷歌内部使用。
尽管OpenAI与谷歌云的合作涵盖了基础设施的更广泛需求，但OpenAI明确表示，短期内不会将大量算力转移到TPU平台。此前，一些投资者和分析师将潜在的TPU合作视为OpenAI寻找英伟达替代方案的信号，摩根士丹利的策略师甚至认为，这将有助于验证谷歌硬件在市场上的竞争力。
然而，OpenAI的表态揭示了其与现有芯片合作伙伴之间的紧密联系，以及超大规模部署新硬件所面临的复杂挑战。随着人工智能算力需求的持续激增，OpenAI似乎更倾向于在现有的GPU-TPU混合测试基础上逐步扩展，而不是全面转向TPU架构。这一芯片路线图向市场传达了一个明确的信息：英伟达和AMD将继续作为OpenAI的核心供应商，这可能限制了谷歌在AI硬件市场的增长空间，尽管其TPU技术不断进步。
接下来，投资者将密切关注OpenAI的基础设施更新以及谷歌云的财报，以捕捉TPU使用率变化或新供应商多元化的任何迹象。这些信息对于理解OpenAI的技术路线图和谷歌在AI硬件市场的地位至关重要。
文章采集于互联网