Obecnie rynek chipów AI jest zdominowany przez Nvidia, która posiada aż 80% udziału. Sam Altman, dyrektor generalny OpenAI, wielokrotnie wyrażał swoje frustracje związane z trudnościami w dostępie do tych układów. Wysokie ceny i ograniczona dostępność skłaniają OpenAI do poszukiwania alternatywnych rozwiązań.
Tworzenie własnych chipów AI miałoby wiele korzyści dla firmy. Po pierwsze, pozwoliłoby to na obniżenie kosztów zakupu układów. Po drugie, dawałoby większą kontrolę nad zużyciem energii, co jest kluczowe przy pracy z zaawansowanymi technologiami AI. Warto przypomnieć, że od 2020 roku OpenAI korzysta z superkomputerów zbudowanych przez Microsoft, wyposażonych w 10 000 procesorów Nvidia-GPU.
Koszty utrzymania ChatGPT
Kolejnym aspektem, który warto uwzględnić, są koszty związane z utrzymaniem ChatGPT. Według agencji analitycznej Bernstein, każde zapytanie do ChatGPT kosztuje średnio cztery eurocenty. Gdyby ChatGPT miał działać na skali zbliżonej do giganta wyszukiwania Google, koszty te byłyby astronomiczne – sięgające 48,1 miliarda dolarów rocznie tylko na GPU i dodatkowe 16 miliardów dolarów na chipy.
Czy warto inwestować w własny chip?
Opracowanie własnego chipa AI to nie tylko korzyści, ale także ryzyko. Koszty takiego przedsięwzięcia mogą sięgać setek milionów dolarów rocznie, a sukces nie jest gwarantowany. Alternatywą może być przejęcie istniejącej firmy specjalizującej się w produkcji chipów, podobnie jak zrobił to Amazon w 2015 roku, przejmując Annapurna Labs dla swoich usług AWS.
Co dalej z OpenAI?
Decyzja o stworzeniu własnego chipa AI nie przyniesie natychmiastowych korzyści. Wszelkie inwestycje w tę technologię przyniosą efekty dopiero po latach. Warto również zauważyć, że Microsoft, największy partner OpenAI, również pracuje nad własnym chipem AI dla swojej chmury Azure. Czy obie firmy będą w stanie współpracować w tej dziedzinie? Czas pokaże.
OpenAI stoi przed trudnym wyborem. Inwestycja w własny chip AI może być kluczem do przyszłości firmy, ale wiąże się z nią również wiele wyzwań. Jedno jest pewne – decyzje podjęte teraz będą miały długotrwały wpływ na przyszłość technologii AI.