OpenAI首款自研AI芯片的幕后功臣

今年6月底，人工智能技术大厂OpenAI联合博通（Broadcom）正式发布了其首款自研的人工智能（AI）芯片——Jalapeño，标志着OpenAI完成了构建其软硬件全栈自研战略的重要一步。

一般来说，芯片的开发都是以年为单位，而Jalapeño从设计到定案并送交制造，则只用了短短9个月时间。

OpenAI在官方博文中指出，Jalapeño从项目启动到制造流片（Tape-out），Jalapeño仅用时9个月，号称是高性能ASIC领域最快的开发周期之一。这一速度得益于OpenAI工程团队与博通的深度软硬件协同，以及利用OpenAI自研的AI模型加速了部分设计与优化工作。

不同于CPU和GPU，ASIC（特殊应用集成电路）芯片本身因为应用目标很明确，再加上OpenAI就是对自家AI模型算法最熟悉的人，都是有助于他们加速开发的原因。此外，OpenAI指出，他们也运用了自己的AI模型，加速了部分设计与优化流程。

最新的消息还显示，Jalapeño之所以能够如此迅速地完成设计，除了上述因素之外，前Google TPU核心领导者、现任OpenAI硬件主管Richard Ho也扮演了关键角色。

资料显示，Richard Ho拥有史丹佛大学计算机科学博士学位，他的职业生涯起步于芯片验证工具领域，是业界公认的先驱。而他最重要的一段经历，是在Google任职近九年期间，参与了Google Cloud TPU计划，既是创始元老，也是该计划的核心领导者之一。外界称他是“将Google TPU从概念带到现实”的关键人物。

他在TPU团队任职期间，曾与团队在2021年于国际顶尖科学期刊《Nature》共同发表了一篇论文，首度尝试将强化学习应用于芯片布局规划，并指出这可以大大缩短人类工程师的开发历程。而后他们也实际应用在TPU的开发上。

这次OpenAI在新闻稿中提到的“用AI加速芯片设计”这项做法，其实Richard Ho早在Google时期就曾亲手验证。

“他的脑袋知道他们（OpenAI）要做什么东西。”一名半导体业内人士认为，Richard Ho的多年实战经验，以及对软硬件整合的熟悉度，帮OpenAI省下大量新手试错的成本，这才是Jalapeño芯片开发背后，真正强大的加速器。

对OpenAI来说，Jalapeño的推出，代表的不只是逐步降低对辉达GPU芯片依赖的自主性强化，同时在运算效率的提升，也是他们在面对眼前这场AI算力成本竞赛，能够与对手抗衡的重要底气。

Richard Ho谈及该芯片时表示：“根据早期测试，它（Jalapeño芯片）在执行我们最核心的工作负载时，将能逼近硬件的理论性能极限。”

回顾AI发展历程，这其实已经不是Google首次为行业做出贡献。如今各大AI模型底层采用的Transformer构架，就是来自Google的贡献，而现在Google流出的人才，则是再给了其他AI公司发展自研芯片的追赶捷径。

而这也不禁让人联想到，Google近期这一波人才流失，是否也在未来某一天，回转成为Google对手的最强助攻？

编辑：芯智讯-林子 来源：《商业周刊》