OpenAI首款自研AI芯片9個月造好,造芯片這麼容易了嗎?

2026年6月25日 08:57

重點摘要

OpenAI自稱這是“高性能先進半導體領域迄今最快的ASIC開發週期”。OpenAI已制定多代芯片路線圖,下一代產品預計2028年推出。2025年10月,OpenAI與博通宣佈達成一項為期數年的戰略合作,雙方將共同開發並部署總計10吉瓦的定製AI加速器,交易總額高達數十億美元。OpenAI將這一週期壓縮到九個月,靠的是什麼?從多家外媒的報道來看,OpenAI自家的AI模型直接參與了芯片的設計和優化過程。OpenAI在AI模型領域最直接的競爭對手Anthropic目前尚未推出自研芯片。

站內 AI 整理稿

### OpenAI 首款自研晶片九個月問世,AI 輔助設計成關鍵

OpenAI 近日宣布,其首款自行研發的 AI 晶片(ASIC)僅耗時九個月即完成開發,並自稱這是「高性能先進半導體領域迄今最快的 ASIC 開發週期」。這項進展不僅展現了 OpenAI 在硬體布局上的急迫性,也揭示了 AI 模型反過來加速晶片設計的可能性。根據官方說法,該公司已規劃多代晶片路線圖,下一代產品預計在 2028 年推出,顯示這並非一次性實驗,而是長期的戰略投資。

### 重點整理:從合作到量產的藍圖

這款晶片屬於特殊應用積體電路(ASIC),專門為加速 AI 推論與訓練設計。OpenAI 於 2025 年 10 月與網路通訊大廠博通(Broadcom)宣布為期數年的戰略合作,雙方將共同開發並部署總計 10 吉瓦(GW)的客製化 AI 加速器,交易總額達數十億美元。值得注意的是,九個月的開發週期遠低於業界平均(通常需 12 至 24 個月),而 OpenAI 能達成此速度,關鍵在於自家 AI 模型直接參與晶片的設計與優化過程,形成「用 AI 設計 AI 晶片」的閉環。

### 背景脈絡:為何 OpenAI 要自研晶片?

長期以來,OpenAI 高度依賴 NVIDIA 的 GPU 來訓練與執行大型語言模型,然而隨著模型規模爆炸式成長,對運算硬體的需求也急遽攀升,再加上 GPU 供應吃緊與成本居高不下,促使 OpenAI 不得不思考自研之路。透過開發專用的 ASIC,OpenAI 可針對自家模型架構進行最佳化,降低能耗並提升運算效率,同時減少對單一供應商的依賴。此外,與博通合作的好處在於能借重其在晶片設計與網路互連領域的經驗,加速量產與部署。

### 9 個月造晶片,靠的是 AI 本身

外界好奇,為何 OpenAI 能將傳統耗時數年的 ASIC 開發週期壓縮到九個月?從多家外媒報導來看,最核心的驅動力就是 AI 模型本身。OpenAI 將自家最先進的生成式模型用於晶片設計流程中,例如自動化電路布局、驗證模擬、功耗優化等環節,大幅縮減了人工迭代的時間。這種「以 AI 設計 AI 硬體」的做法,不僅驗證了模型在複雜工程問題上的應用潛力,也為整個半導體產業帶來新的啟發——未來晶片設計可能不再是純人力的競賽,而是 AI 與工程師協作的結果。

### 可能影響:改變 AI 算力市場格局

OpenAI 自研晶片的成功,首先可能衝擊目前由 NVIDIA 主導的 AI 晶片市場。雖然短期內 NVIDIA GPU 仍具有生態系優勢,但 OpenAI 若能在自家規模化部署自有晶片,將顯著降低營運成本,並可能吸引其他大型 AI 公司跟進自研。其次,OpenAI 的對手 Anthropic 截至目前尚未推出自研晶片,這意味著 OpenAI 在硬體垂直整合上可能取得領先。此外,博通作為合作夥伴,也將在客製化加速器市場中佔據更重要的地位,甚至可能改變雲端資料中心的硬體架構。

### 讀者可關注的後續發展

目前 OpenAI 尚未公布這

Related

相關文章

agent進駐工作群,我們給豆包支的招,Claude聽進去了

這篇消息聚焦「agent進駐工作群,我們給豆包支的招,Claude聽進去了」。原始導語提到:LLM的第三次革命,AI牛馬直接在群裡上班。 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

剛剛

GitHub Copilot6月改用量化計費,使用量激增創單月曆史新高

這篇消息聚焦「GitHub Copilot6月改用量化計費,使用量激增創單月曆史新高」。原始導語提到:GitHub Copilot改為按使用量計費後客戶用量激增,6月創下平臺歷史最佳月度表現,具體財務數據待公佈。 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

32 分鐘前5700