OPENAI首席执行官Sam Altman 的梦想是建立一个芯片工厂网络来推动人工智能的发展，这一梦想可能比担心的要疯狂得多。
据上个月报道，Altman 据称正在向总部位于阿布扎比的 G42、日本软银和微软等合作伙伴寻求数十亿美元的资金，以建造所有这些神经网络加速器工厂。现在，《华尔街日报》的一篇报道援引更多匿名消息人士的话称，这个雄心勃勃的项目可能涉及筹集高达 7 万亿美元的资金。
这是一个令人眼花缭乱的数字，根本不符合逻辑。
从这个数字来看，这几乎是去年整个半导体市场总收入的 14 倍。据 Gartner 称，2023 年全球半导体收入将突破5,330 亿美元。尽管围绕生成型 AI 进行了各种炒作，但分析师预计今年的销售额将增长17%，达到 6,240 亿美元。
但为了便于讨论，我们可以说，奥特曼和他的合作伙伴确实如此勇敢，并且能够以某种方式争取到 2023 年美国国内生产总值的四分之一来资助这一努力。7万亿美元能给你带来什么？
这些现金足以吞并英伟达、台积电、博通、ASML、三星、AMD、英特尔、高通以及所有其他重要的芯片制造商、设计师、知识产权持有者和设备供应商，而且还剩下数万亿美元。
虽然看着萨姆烧掉大量资金来拉开本世纪最大的反垄断大战会很有趣，但将这些钱投入工厂和处理器封装更有可能是他想要提高芯片产量的目的。事实上，我们可以想出很多更好的方式来花掉这些钱，但我们还是先用芯片吧。
现在有很多晶圆厂
无论如何划分，7 万亿美元对于晶圆厂（甚至是晶圆厂网络）来说仍然是一笔巨款。
如今，尖端芯片工厂的成本在 10亿 至 300 亿美元之间，具体取决于工厂规模和位置。假设 Altman 设想的设施最终平均耗资约 200 亿美元。按照这个速度，7 万亿美元可以让你拥有大约 350 个晶圆厂。
那么问题就变成了，谁来建造它们？这些设施是制造业中规模最大、最复杂的设施之一，需要来自无数供应商的组件和材料以及经过专门培训的安装、维护和操作人员。
因此，这些设施需要四年或更长时间才能上线，并且可能需要更长的时间才能将产量达到可接受的水平，这种情况并不罕见。正确建设晶圆厂没有什么快速的事情。
在美国，我们看到了对本土半导体制造和研发的大量投资，这在很大程度上受到CHIPS 融资法案提供的530 亿美元政府补贴的推动。然而铸造厂经营者已经遇到了严重的问题。
技术工人的短缺已经推迟了台积电亚利桑那工厂的开发。台积电甚至从中国台湾派遣技术人员前往美国，试图让工厂重回正轨。
去年夏天，半导体行业协会 (SIA) 和英国牛津经济研究院警告称，到 2030 年，美国半导体行业将面临67,000 名技术人员、工程师和计算机科学家的短缺。英特尔是美国最大的半导体行业之一。预计未来几年这一数字将接近 70,000 至 90,000 个。
这仅适用于美国正在开发的少数晶圆厂。不需太多想象力就可以看出，在全球范围内增加 350 个站点将带来怎样的问题。
充斥市场
如果这还不够，半导体需求往往会以周期性方式起伏。疯狂购买之后通常会经历漫长的消化周期，而个人电脑销量的增长往往与操作系统或软件的发布同时发生。
我们暂时假设这数百家晶圆厂不仅会为 OpenAI 或整个人工智能世界提供服务，还会为与之相关的所有事物提供服务，尽管 Altman 可能真正想要的只是源源不断的机器学习加速器和相关计算产品。
内存市场刚刚从库存过剩中恢复过来，库存过剩导致平均售价创下历史新低。与此同时，据报道，英特尔将其俄亥俄州晶圆厂的竣工日期推迟至 2026 年底，原因是当前半导体市场疲软以及延迟获得 CHIPS 法案资金。
当然，业界传闻尚未详细说明奥特曼所谓的 7 万亿美元半导体合资企业的具体时间表。可以肯定的是，这不会在一夜之间发生。此类开发需要进行调整，以避免过于激进地建设并让过多的芯片充斥市场。
即使在未来 25 年里，我们仍然在谈论巨额资金，足够每年建设 14 座晶圆厂，每年成本达 2800 亿美元。为了达到这一目标，台积电、三星和英特尔需要将其资本支出增加大约两倍，并将其全部投入芯片工厂。
诚然，这听起来没那么疯狂，但考虑到理论上的时间表，为什么 Altman 现在可能需要筹集 7 万亿美元？通常，当你看到像英特尔这样的公司谈论他们的代工路线图时，他们只倾向于为立即进行中的项目提供资金。
例如，当这家 x86 巨头宣布计划在未来 10 年投资 1000 亿美元建设俄亥俄州巨型晶圆厂时，它实际上只承诺建设两个站点，每个站点的估计成本为 100 亿美元。而且，正如我们之前提到的，即使这也被推迟了。
更大计划的一部分？
因此，也许这个 7 万亿美元的项目确实是一个更大的计划，可以推动 OpenAI 的雄心壮志。所有这些芯片都必须去某个地方。这意味着他不仅需要晶圆厂来制造芯片，还需要数据中心来使用它们，并且（希望）清洁能源来让一切运行，这也将花费高昂的费用。
众所周知，用于为人工智能模型提供动力的芯片非常耗电。单个 8 GPU Nvidia H100 节点的额定功率为 10.2 千瓦。将其扩展到 350,000 个 GPU（这就是 Meta声称今年将部署的数量），您将看到巨大的功率。
GPU 预算为 1000 亿美元，仅占 7 万亿美元预算的 1.4%，您可以以每台 20,000 美元的价格购买 500 万台 H100。根据记录，这是 Nvidia 预计2024年全年出货量的两倍多。
不用说，电源将是一个问题。因此，拨出一些现金来应对这一挑战是有意义的。
好消息是奥特曼在支持能源初创公司方面有着悠久的历史。去年，OpenAI首席执行官支持的核裂变初创公司Oklo宣布了上市计划。
与此同时，在更具实验性的方面，Altman 大力支持 Helion Energy，该公司正在致力于将模块化氦 3 聚变发电厂商业化。尽管 Helion 尚未证明其反应堆确实有效，但 Altman 的参与似乎足以让微软与这家初创公司签署电力购买协议。假设这项技术能够发挥作用，预计至少要到 2028 年才能部署。
无论如何，这会让你的拙劣的黑客得出这样的结论：用于描述奥特曼野心范围的 7 万亿美元要么是严重夸张，要么是某个更大、更全面的计划的一部分。
本文来源：半导体行业观察 (ID:icbank)，原文标题：《Sam Altman的芯片野心，非常疯狂》