OpenAI开始“绕开”英伟达，AI芯片的暴利还能维持多久？

10月27日，据外媒报道，OpenAI计划采购谷歌自主研发的TPU芯片，进一步降低对英伟达GPU的依赖。虽然交易尚未敲定，但结合OpenAI与博通合作开发自研芯片Jalapeño的动作来看，全球AI算力市场的竞争格局正在发生变化。

过去几年，英伟达凭借GPU性能、CUDA生态以及成熟的软硬件体系，几乎掌握了高端AI算力的定价权。对于OpenAI这样的模型企业而言，即便采购成本高昂，也很难找到能够大规模替代的方案，只能依赖英伟达。

但现在AI产业的商业逻辑正在改变。

大模型训练需要高性能GPU，随着ChatGPT等产品用户规模扩大，推理正在成为一项持续性的成本支出。模型每回答一次问题、执行一次任务，都意味着算力消耗。对于每天处理海量请求的企业而言，单位推理成本每下降一个百分点，长期积累下来都是巨大利润。

这也是OpenAI同时布局谷歌TPU和自研芯片的重要原因。

相比通用GPU，针对特定模型和计算任务优化的专用芯片可以在性能功耗比和使用成本上占据优势。

此外，多元化采购也意味着OpenAI拥有更大的议价空间，不必将未来和算力绑死在一家供应商身上。

对于英伟达而言，技术优势仍然存在，CUDA生态形成的迁移成本也不会轻易消失。但当头部客户开始拥有其他选择的时候，那英伟达过去依靠供应稀缺性获得的超额利润，就可能面临持续挤压。

AI产业的利润分配，也已经开始从芯片供应商向算力使用者重新博弈。