新智元報道
編輯：Aeneas 好睏
【新智元導讀】Altman的7萬億美元計劃一出，全球譁然。這個金額佔全球GDP的10%，相當於2.5個、3.75個谷歌、4個英偉達、7個Meta，或者11.5個特斯拉。
昨天，Sam Altman籌資7萬億美元建晶片帝國的新聞一出，輿論譁然。
7萬億美元，是全球GDP的10%，相當於美國的GDP，或者1/3箇中國的GDP。
這個數字實在令人難以理解，除非OpenAI確信，自己的技術就從根本上重塑整個世界。否則，人工智慧就是處於極大的泡沫之中。
7萬億美元，可以買到2.5個微軟，3.75個，4個英偉達，7個Meta，11.5個特斯拉。
或者乾脆把、英特爾、微軟、谷歌整個打包買下來。
拿這個錢，Altman可以買下英偉達、AMD、臺積電、博通、ASML、三星、、高通、Arm等公司，剩下的錢還能再打包個Meta，再帶回家3000億美元。
這個錢，基本是半導體生態的全部江山了。
美國的總國民產值，是23.36萬億；美國為二戰的花費，是4萬億；而拿出3300億美元，就可以在2030年解決全世界的飢餓難題。
難怪大家驚呼：Altman的野心之大簡直前無古人，超乎想象！
對此，Altman表示，只是「混亂善良」罷了。
Altman要當全球霸主，推翻人類政權？
知友們也對Sam Altman的野心展開銳評：第四次工業革命之父，來割第二波韭菜了。
知友「深空」表示，如果報導沒有曲解Altman的話，那他要麼就是瘋了，要麼就是搞AI政變。
全球各國的GDP裡，破萬億就能排到第18位了，如果真能籌到全球GDP總值1%的這筆錢，OpenAI就已經富可敵國。
這麼大一筆錢投入到半導體行業中，單個國家根本無法消化，只能在全球鋪開。
這種行為已經超出商業範疇，而是國家政治行為。而這筆錢如果由AI來控制，AI真是要推翻人類政權了。
來源：知友「深空」
或許，他是要當馬斯克「第二」，在積體電路領域完成「移民火星」大計？
知友「九鄉河龍牙」表示，可以看出，Altman也在像馬斯克一樣曲線救國，被董事會針對時求助中東資本。
然而，除非他的設想搞出人類目前晶片天花板1到2個擋，才能看到超額收益。
知友「PENG Bo」表示，美國現在的戰略思想，就是把全世界的錢吸過來，如果這些錢都用來投AI專案，美國就可以鎖死這些地域的AI發展。
好在，現在大家都知道本土AI公司的戰略意義，DeepMind堅持在英國，Mistral堅持在法國。
可以看出，Altman在下一盤大棋，AI、核聚變、世界幣都是配套設施，要重塑半導體AI演算法的產業鏈。
來源：知友「超投必投」
知友「來自星星的我」表示，自己已經看穿了Altman的野心：他要做的，是把各個突破聯絡起來，重新安排這個世界。
如果真的有人掌控了AGI，那將改變人類命運共同體的生活方式。
算力就是未來的核武器，得算力者得天下。如今，全世界AI公司的演算法、預料、軟體都拼到了白熱化階段，算力就是殺手鐧。
算力，是未來的核武器
事實上，Altman力圖解決當前GPU短缺並改變半導體行業的格局，並不是什麼新鮮事。
GPU早已成為矽谷AI領域的核心競爭力。
去年，英偉達價格高昂但依然一卡難求的高效能GPU H100，長期霸佔著LLM領域的熱門話題。
谷歌、亞馬遜、Meta、OpenAI和微軟，都在使用英偉達的GPU，可以說，英偉達壟斷了目前的AI算力市場，並且直接手持定價權，因此收入飛漲。
H100變得如此昂貴，馬斯克甚至大呼：GPU現在比drug還緊俏。
然而已經有報道稱，英偉達H100將在2024年之前售罄。
至於OpenAI的GPU短缺有多嚴重呢？Altman已經被逼著呼籲：大家都先別用ChatGPT了！
我們的GPU非常短缺，使用我們產品的人越少越好。 如果人們用的越少，我們會很開心，因為我們沒有足夠的GPU。
Sam Altman表示，OpenAI已經嚴重受到GPU限制，因此不得不推遲了眾多短期計劃（微調、專用容量、32k上下文視窗、多模態）。
而GPU的短缺，也讓許多使用者抱怨API太慢了。
更嚴重的是，訓練GPT-5需要5萬塊H100。
可以看出，Altman覺得與其花錢從英偉達買，不如干脆自己造。
早在去年12月，Altman就被曝出正在進行「晶片交易」，而這也疑似成為OpenAI宮斗的導火索。
當時有外媒曝出，OpenAI在2019與AI晶片初創公司Rain AI簽訂了一份價值5100萬美元的意向書，會在Rain AI的晶片上市後購買晶片。
Rain AI正在研發一種「類腦」NPU晶片，能大幅降低AI算力的成本，預計將在12月流片，並於2024年10月開始供貨。
值得注意的是，Sam Altman作為Rain AI的股東，本人也親自斥資，投入了100萬美元。
根據一位不願意公開身份的人士透露，Sam Altman之前被OpenAI前董事會解僱，部分原因就是他的其他投資與OpenAI糾葛的關係。
除了OpenAI，各大科技公司也都已經開始佈局。
最近，Meta CEO小扎再次表示，構建「通用人工智慧」需要的首要條件是「世界級的計算基礎設施」。
到今年年底，Meta將擁有約35萬塊H100，而如果包括其他GPU的話，總計將有等效60萬塊H100的計算能力。
不僅如此，Meta同時還在自研專用的AI晶片。其中，經過全新升級的第二代自研AI晶片Artemis，即將在今年正式投產。
無獨有偶，微軟也在去年11月釋出了兩款定製晶片——Azure Maia 100和Azure Cobalt 100。
其中，採用臺積電5nm工藝並擁有1050億個電晶體的Maia 100 GPU，在算力方面將能與英偉達（H100）和AMD（MI300X）一戰，在網路IO方面遙遙領先，而在視訊記憶體頻寬方面則稍顯落後。
此外，它還將支援微軟首次實現的8位以下資料型別，即MX資料型別。在MXInt8格式下，Maia的算力可以達到1600 TFLOPS，在MXFP4格式下則為3200 TFLOPS。
同時，谷歌和亞馬遜，也分別研發TPU和Trainium晶片多年。
但他們比起Sam Altman的宏大布局，顯然還是小巫見大巫了。
NYU教授「六」大原因分析為什麼必須反對
對此，紐約大學教授馬庫斯發文表示，當Sam Altman提出驚人的7000億美元要求時，他似乎就已經到了事業巔峰之後，開始走下坡路的那一刻。
更進一步地，馬庫斯列出了「六」個理由來闡述為什麼人們應該團結起來，向這位雄心勃勃的年輕CEO明確指出，世界不應該、也不會只圍繞著他轉：
- 能源氣候
若將價值7000億美元的AI基礎設施發揮到極致，它將消耗掉海量的能源。而我們不應該自欺欺人，幻想所有這些能源都來自「可再生」資源。
有人在X上將GenAI的能源需求與德國整個國家的能耗相提並論。對此，馬庫斯認為，鑑於模型趨向於變得更大、訓練成本更高，這個估計實際上可能還偏保守。
顯然，消耗如此巨量的能源絕非小事。尤其是到目前為止，GenAI更多地呈現出的是潛力而非實際成果，還沒有充分的理由證明它值得我們為此犧牲地球。
- 自然資源
根據《財富》雜誌在2023年9月報道，AI工具使得微軟的用水量激增34%；Meta的Llama 2模型的用水量據說是Llama 1的兩倍；另一項2023年的研究發現，OpenAI的GPT-3在訓練時消耗了700,000升水。
然而，OpenAI從未公開過GPT-4的相關資料，因此更加不敢想象GPT-5的資料會是怎樣的。
- 經濟資源
7萬億美元幾乎是美國一年在教育上支出的10倍，是終結全球飢餓成本的21倍。
資金並非取之不盡，每一筆開支都伴隨著機會成本。
雖然人們夢想著生成式AI能極大增加經濟總量，但目前的情況是——由於運營成本極高，OpenAI至今尚未實現盈利。
況且，就憑一個人的承諾就把錢全給他，也有些過於兒戲了。
- 財務風險
一個耗資7萬億美元的專案，不可避免地會被看作是不容有失的巨無霸。任何形式的財政援助都可能輕易地引發全球經濟的崩潰。
即便AI不像某些人擔心的那樣直接對我們構成威脅，7萬億美元專案的失敗也可能導致一場比2007-2008年次貸危機還要嚴重的全球金融衰退。
- 人類知識
OpenAI聲稱，如果沒有版權豁免，他們根本無法構建他們目前的專案，這將對藝術家、音樂家、作家及其他創作者造成巨大壓力。
- 負面效應
OpenAI幾乎沒有承擔任何相關成本，這包括虛假資訊和誤導資訊的傳播、網路犯罪，以及最近出現的假書騙局，後者在過去兩個月裡至少已對我所知的三位作者造成了傷害。
最近的一次來自知名音樂作家Ted Gioia，他昨天提到了一本以「Frank」 Gioia為名的假冒作品：
LLM讓這類事情變得輕而易舉，就已經夠糟糕了；更加令人擔憂的是，像OpenAI這樣的公司似乎完全不介意將所有的社會成本轉嫁給社會，就像那些過去不顧後果地排放有害化學物質的工廠一樣。
而且，我們還必須面對一個事實：所謂的「對齊問題」（即AI的目標與人類利益的一致性問題），遠遠沒有得到解決。
所需的自然資源將是天文數字
具體在資源方面，根據Hugging Face的氣候領域負責人兼研究員Sasha Luccioni的分析，Altman的野心對環境的影響是確定無疑的。
她在接受VentureBeat採訪時表示：「如果這個計劃真的實施了，那麼所需的自然資源量將是難以想象的。
即便是使用可再生能源（而這並非是必然的），所需的水資源和稀有礦產的量也是極其龐大的。」
OpenAI提供更多透明度的可能性不大
Luccioni表示，當前AI領域在環境影響的透明度方面存在不足，而且隨著Altman啟動新一輪籌資，這一狀況短期內難以見改善。
對比谷歌的PaLM 1（2022年）及其繼任者PaLM 2（2023年5月）可以發現，論文中提供的資訊量顯著減少。 其中，首篇論文有足夠的資訊讓外界可以對能耗進行估算。
「如今，這些公司連訓練模型所需時間、使用的晶片數量都不再公開，資訊披露幾乎為零。」
Altman很忙：Vision Pro第二好，要用AI找外星人
這個週末，Sam Altman在X上各種語出驚人，甚至一度被網友懷疑是不是被盜號了。
參考資料：
https://venturebeat.com/ai/sam-altman-wants-up-to-7-trillion-for-ai-chips-the-natural-resources-required-would-be-mind-boggling/
https://garymarcus.substack.com/p/seven-reasons-why-the-world-should?r=8tdk6
https://twitter.com/rowancheung/status/1756041213566714020
https://www.zhihu.com/question/643734366
https://www.zhihu.com/question/643734366/answer/3392217135
