微軟、OpenAI又搞大動作:斥資1000億美元開發(fā)AI超算「星際之門」
根據(jù) Information 消息,微軟和 OpenAI 正在計劃一個數(shù)據(jù)中心項目,該項目將包含一個擁有數(shù)百萬專用服務(wù)器芯片的超級計算機(jī),以支持 OpenAI 的人工智能技術(shù)。另外,項目成本可能高達(dá) 1000 億美元,包括一個名為 Stargate (「星際之門」)的人工智能超級計算機(jī),預(yù)計將于 2028 年啟動。微軟很可能負(fù)責(zé)資助該項目。

不過該項目尚未獲得正式批準(zhǔn),未來或許還有變化。
一位知情人士表示,微軟是否愿意繼續(xù)實施 Stargate 計劃,在一定程度上取決于 OpenAI 提升其人工智能能力的有效性。因為 OpenAI 去年未能交付其向微軟承諾的新模型。然而,OpenAI 首席執(zhí)行官 Sam Altman 公開表示,阻礙更好人工智能發(fā)展的主要瓶頸是缺乏足夠的服務(wù)器。
如果 Stargate 計劃得以實施,它將產(chǎn)生的計算能力將比微軟目前從鳳凰城等地的數(shù)據(jù)中心提供給 OpenAI 的計算能力大幾個數(shù)量級。據(jù)這些人士稱,擬議中的超級計算機(jī)還將至少需要幾吉瓦的電力 —— 相當(dāng)于至少運行幾個大型數(shù)據(jù)中心今天所需的電力,項目的大部分成本將用于采購芯片。

Stargate 最早在 2028 年啟動,2030 年完成擴(kuò)展,最后階段可能需要多達(dá) 5 吉瓦的電力。
這不禁讓我們想起了前段時間網(wǎng)絡(luò)上一直盛傳的 Altman 籌集 7 萬億美元造芯片廠的事(Altman 對此否認(rèn)過),不過本著看熱鬧不嫌事大的網(wǎng)友調(diào)侃道「Sama 不知怎么說服了微軟再花 1000 億美元,不過,他仍需要 6.9 萬億美元?!?/span>

Altman 和微軟將這些超級計算機(jī)視為五個階段完成,其中第五階段為 Stargate。據(jù)兩位知情人士透露,微軟正在為 OpenAI 開發(fā)一款規(guī)模更小的第四階段超級計算機(jī),計劃在 2026 年左右推出?,F(xiàn)在,微軟和 OpenAI 正處于第三階段的中期。
第四、第五階段需要采購大量的 AI 芯片,成本約占目前正在建設(shè)的數(shù)據(jù)中心初始總成本的一半左右??偠灾?,擬議的項目可能花費超過 1150 億美元,是微軟去年在服務(wù)器和其他設(shè)備上支出的三倍多。
微軟發(fā)言人 Frank Shaw 沒有對超級計算機(jī)項目發(fā)表評論,但在一份聲明中表示:我們始終在規(guī)劃下一代基礎(chǔ)設(shè)施創(chuàng)新,這些創(chuàng)新是繼續(xù)推動人工智能能力前沿所必需的。OpenAI 的發(fā)言人對此沒有做出評論。
Altman 曾私下表示,作為 OpenAI 的最大競爭對手之一,谷歌在短期內(nèi)將擁有比 OpenAI 更多的計算能力,并且他公開抱怨 AI 服務(wù)器芯片沒有達(dá)到他的預(yù)期。
據(jù)參與討論的人士表示,Stargate 旨在讓微軟和 OpenAI 可以選擇使用 Advanced Micro Devices 等英偉達(dá)以外公司生產(chǎn)的 GPU,甚至是微軟最近推出的一款人工智能服務(wù)器芯片。
除了算力,微軟還必須克服技術(shù)挑戰(zhàn)。例如,目前提出的設(shè)計要求在單個機(jī)架上放置比微軟習(xí)慣的更多的 GPU,以提高芯片的效率和性能。由于 GPU 的密度更高,微軟還需要想出一種防止芯片過熱的方法。

OpenAI 總裁 Greg Brockman(左)和微軟首席技術(shù)官 Kevin Scott。
對于上述種種問題,微軟和 OpenAI 仍在敲定幾個關(guān)鍵細(xì)節(jié),可能不會很快有結(jié)論。
對于 OpenAI 來說,證明其下一代大語言模型(LLM)比今天最先進(jìn)的 GPT-4 有顯著優(yōu)勢至關(guān)重要。OpenAI 一年前發(fā)布了 GPT-4,與此同時,谷歌也發(fā)布了一個類似的模型試圖趕上。據(jù)一位了解此過程的人士說,OpenAI 計劃在明年初之前發(fā)布其下一代 LLM 的重大升級。在此之前,OpenAI 可能會發(fā)布 LLM 的更多漸進(jìn)式改進(jìn)。
隨著更多服務(wù)器的可用,OpenAI 可以利用其現(xiàn)有的 AI 和最近的技術(shù)突破如 Q*,以在用盡人類生成的數(shù)據(jù)后訓(xùn)練更好的模型。這些模型也可能會發(fā)現(xiàn)像 GPT-4 這樣的現(xiàn)有模型的缺陷,并建議技術(shù)改進(jìn) —— 換句話說,實現(xiàn)自我改進(jìn)的 AI 或許快來了。




























