OpenAI хочет выпустить первый кастомный чип для ИИ к концу года

OpenAI постарается снизить зависимость от Nvidia собственными разработками
11 февраля 2025, вторник 17:30
Блогер для раздела Блоги

По мере распространения искусственного интеллекта потребность в чипах, готовых к выполнению задач ИИ, растёт всё больше. Nvidia в настоящее время является основным поставщиком чипов для ИИ, а разработавшая ChatGPT компания OpenAI хочет представить свой первый кастомный чип к концу года.

Как сообщило информационное агентство Reuters, OpenAI активно реализует свои планы по разработке и созданию собственного чипа кремния для ИИ. Источники утверждают, что компания завершает проектирование и планирует отправить чип в производство в ближайшие месяцы. По слухам, первый чип OpenAI будет производить компания TSMC.

В отчёте отмечается, что этап tape-out, являющийся финальной стадией проектирования нового чипа, обходится в «десятки миллионов долларов» и может занять до шести месяцев перед началом производства. Это критически важный этап, поскольку первые чипы, выпущенные в больших масштабах, могут оказаться неудачными — и в этом случае весь процесс придётся переделывать.

Изначально чип OpenAI будет использоваться для работы моделей ИИ в «ограниченной роли». Он также способен обучать модели ИИ и в будущем может применяться для этой цели. Если всё пойдёт по плану, инженеры OpenAI уже имеют намерение разрабатывать ещё более мощные чипы.

Если OpenAI удастся создать собственный чип, компания не только получит больше контроля над обработкой данных для обучения ИИ, но и снизит свою зависимость от Nvidia. Например, Apple в настоящее время использует чипы Amazon для предварительного обучения моделей Apple Intelligence. Однако ходят слухи, что компания также работает над своим первым серверным чипом для задач ИИ в партнёрстве с Broadcom.

Другие компании, такие как Microsoft, также тратят миллиарды долларов на инфраструктуру для ИИ. В то же время последняя модель ИИ, представленная китайским стартапом DeepSeek, показала миру, что возможно разрабатывать мощные модели ИИ с меньшими аппаратными ресурсами.