OpenAI chciało się zabezpieczyć przed NVIDIĄ. Nie wyszło

NVIDIA to niekwestionowany lider na rynku sprzętu do pracy z AI. Nie wszystkim firmom podoba się jednak ten monopol, a OpenAI miało plan to zmienić.

Przemysław Banasiak (Yokai)
0
Udostępnij na fb
Udostępnij na X
OpenAI chciało się zabezpieczyć przed NVIDIĄ. Nie wyszło

Według raportu TechCrunch, OpenAI rozważało zakup firmy Cerebras, czyli startupu specjalizującego się w sprzęcie do pracy ze sztuczną inteligencją. Miało by to zapewnić możliwość produkcji własnych akceleratorów AI oraz zmniejszyć zależność od NVIDII i ich rozwiązań.

Dalsza część tekstu pod wideo

OpenAI współpracuje aktualnie z Broadcomem

Informacje te pochodzą z nowych dokumentów sądowych z pozwu Elona Muska przeciwko OpenAI. Ujawniają one wstępne rozmowy pomiędzy nim, kierownictwem firmy i Teslą na temat potencjalnego przejęcia Cerebras. Plan ten jednak ostatecznie nie doszedł do skutku, ale konkretny powód nie został zdradzony.

Inicjatorem był Ilya Sutskever, współzałożyciel OpenAI, który w 2017 roku zasugerował, że Tesla mogłaby być podmiotem przejmującym Cerebras. Zauważono jednak, że zakup ten mógłby stworzyć konflikt interesów, ponieważ obowiązek Tesli do maksymalizacji zysków akcjonariuszy nie był zgodny z misją non-profit OpenAI.

Cerebras projektuje układy AI wielkości całego wafla krzemowego, które według firmy przewyższają wydajnością sprzęt NVIDII. Firma przygotowuje się obecnie do wejścia na giełdę. Zebrano 715 milionów dolarów finansowania, a wycena ma wynosić około 8 miliardów dolarów. Wątpliwości budzi jednak największy klient, G42 z Abu Zabi, który jest blisko powiązany z chińską firmą Huawei.

Po rezygnacji z opisywanego planu, OpenAI zrewidowało swoją strategię. Początkowo chciano zbudować sieć fabryk obsługiwanych przez podmioty takie jak TSMC i dedykowanych wyłącznie produkcji procesorów AI. Ze względu na nieopłacalność finansową, pomysł ten został porzucony.

Obecnie OpenAI współpracuje z Broadcomem nad zaprojektowaniem własnych akceleratorów AI, które mają być produkowane przez TSMC. Pierwsze chipy mogą być gotowe już w 2026 roku, co pozwoli firmie zwiększyć efektywność kosztową w treningu modeli AI, zgodnie z jej długoterminowymi celami strategicznymi.