OpenAI 芯片實測跑分揭曉，「為模型造芯片」時代來了
OpenAI 自研芯片的實測跑分數據正式曝光，外界得以首次窺見這家 AI 巨頭在硬體領域的布局成果。這款備受矚目的晶片並非單純追求通用算力的極限，而是針對大型語言模型的推理與訓練特性進行深度調校，其性能表現也讓「為模型造芯片」的產業趨勢從概念走向現實。從目前揭露的跑分結果來看，OpenAI 的晶片在特定 AI 工作負載下的表現相當突出，尤其是在處理長序列文本與複雜推理任務時，展現出優於傳統通用 GPU 的效率。這背後反映的設計哲學是：與其繼續依賴為廣泛圖形運算設計的 GPU，不如打造一款從底層架構就為 Transformer 模型量身訂做的專用晶片，藉此在降低成本的同時，突破現有算力瓶頸。
這項進展也標誌著 AI 產業供應鏈正在經歷一場深刻變革。過去數年，NVIDIA 的 GPU 幾乎是 AI 訓練與推理的唯一選擇，其市場主導地位與驚人營收便是最佳證明。就在 OpenAI 跑分消息發布的同一時間，NVIDIA 也公布了最新一季財報，營收達到 962 億美元，數據中心業務更是較去年同期暴漲 117%，顯示 AI 算力需求依然極度旺盛。然而，正是在這片繁榮景象之下，頂級 AI 實驗室對於「算力成本」與「供應依賴」的焦慮也與日俱增。OpenAI 的選擇並非孤例。
放眼全球，包括微軟、亞馬遜、Google 在內的大型科技公司，近年來都積極投入自研晶片的行列，試圖在 AI 時代掌握更多硬體主導權。這種「軟體巨頭向上游整合」的趨勢，背後邏輯十分清晰：當模型參數量以指數級成長，訓練成本與推論成本將成為決定產品競爭力的關鍵因素。若能透過專用晶片將單位算力成本大幅降低，便能在激烈的市場競爭中取得顯著優勢。「為模型造芯片」的核心理念，在於打破過去「先有晶片，再開發模型」的線性流程。傳統上，AI 研究人員必須在既有硬體架構的限制下設計模型；而如今，OpenAI 等先行者正嘗試反轉這個關係，讓晶片設計直接服務於模型架構的需求。
這種軟硬體協同設計的模式，被業界視為通往下一代 AI 能力的重要路徑，尤其是在推理成本日益吃重的當下，專用晶片帶來的效率提升將直接轉化為用戶體驗的改善。不過，從跑分曝光到實際大規模部署，中間仍有漫漫長路。晶片量產的良率、供應鏈的穩定性、以及軟體生態系統的成熟度，都是 OpenAI 必須克服的挑戰。此外，NVIDIA 也並未停下腳步，其新一代平台持續鞏固著 CUDA 軟體生態的護城河，這對任何試圖挑戰其地位的後來者而言，都是難以忽視的壁壘。儘管如此，OpenAI 晶片跑分的揭曉，仍舊為整個 AI 產業釋放出強烈信號：算力軍備競賽的遊戲規則正在改變。
未來，我們很可能會看到更多 AI 實驗室不再滿足於採購現成的 GPU，而是選擇根據自身模型特性，打造專屬的「最適化」硬體。這不僅是技術層面的較量，更是一場關於 AI 基礎設施自主權的深遠布局。當晶片開始為模型而生，AI 的發展邊界也將隨之重新定義。對於開發者與終端用戶而言，這意味著更低的 API 呼叫成本、更快的回應速度，以及未來可能出現的、過去因算力限制而無法實現的全新應用場景。OpenAI 的這次嘗試，或許正是揭開這個新時代的序幕。
Related
相關文章
擴展印度語言預訓練：2.8兆詞元與開放資料生成管線
本文介紹了針對22種印度語言的預訓練擴展計畫，使用了2.8兆詞元，並提供了12種語言的羅馬化資料。作者來自AI4Bharat與NVIDIA，開發了一套可重用的GPU加速管線，用於翻譯、品質評估與修復，以支援這些語言的模型訓練。
Multimodal open d1 decision models for the edge
Back to Articles Multimodal open d1 decision models for the edge Team Article Published October 7, 2026 Upvote - Aurelien Lac Aurelien-Lac Follow LiquidAI Fernando Fernandes Neto fernandofernandes Follow LiquidAI Edoardo Mosca EdoardoMosca Follow LiquidAI Maxime Labonne mlabonne Follow LiquidAI Leonie Monigatti iamleonie Follow LiquidAI Today, we release two open decision models in our d1 decision model family: d1-3B and d1-omni-600M (experimental).
A Developer’s Guide to Laya: Zero-Shot Decisions and Calibration
In this tutorial, we work with Laya, the open-source decision engine from Convai Innovations that became one of the most-starred machine-learning repositories of September 2026.
AI算力硬合作，馬斯克還是更相信中國製造
馬斯克確認正與臺積電討論Terafab芯片製造合作，此前英特爾是唯一被點名的夥伴，計劃提供14A製程。Terafab規模龐大，目標年產1TW AI算力，約為當前全球產出50倍，馬斯克可能藉此分散風險並確保芯片供應。外界推測合作可能採臺積電直接運營、SpaceX控股或僅技術合作等模式，英特爾的14A製程也可能與臺積電技術混搭使用。
NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction
Back to Articles NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction Enterprise + Article Published September 29, 2026 Upvote - Jingang Qu jingangqu Follow nvidia Valter Hudovernik valterh-nv Follow nvidia Martin Jurkovic martinjurkovic Follow nvidia Cedric Lorenz cedric-lorenz Follow nvidia Akihiro Nitta akihironitta-nv Follow nvidia DG dgordeev Follow nvidia Federico Lopez flopeznv Follow nvidia Ramona Bendias RBendiasN Follow nvidia Gilberto Titericz Jr titericz Follow nvidia Aleksandar S.
黃仁勳：明年英偉達芯片銷量將翻倍，AI監管不該照搬社交媒體模式
NVIDIA創辦人黃仁勳預估明年該公司晶片銷售量將翻倍成長，反映市場對運算力的強勁需求。他同時認為AI監管不應直接套用社交媒體模式，以免扼殺創新，呼籲決策者深入了解技術特性。