Altman的7兆美元計畫一出，全球嘩然。這個金額佔全球GDP的10%，相當於2.5個微軟、3.75個谷歌、4個英偉達、7個Meta，或是11.5個特斯拉。昨天，薩姆奧特曼等7兆美元建晶片帝國的消息一出，股市嘩然。

7兆美元，是全球GDP的10%，大約是美國GDP的1/4，或是2/5個中國的GDP。

這個數字實在令人難以理解，除非 OpenAI 相信，自己的技術就從根本上達到了整個世界。否則，人工智慧就是一個極大的泡沫。

7兆美元，可以買到2.5個微軟，3.75個谷歌，4個英偉達，7個Meta，11.5個特斯拉。

或者乾脆把英偉達、英特爾、微軟、Google整個預算買下來。

拿這筆錢，奧特曼可以買下英偉達、AMD、台積電、博通、ASML、三星、英特爾、高通、Arm等公司，剩下的錢還能再儲備個Meta，再帶回家3000億美元。

這個錢，基本上就是半導體生態的全部江山了。

美國的總國民產值，是23.36兆；美國為戰爭所花費的，是4兆；而撥款3,300億美元，就可以在2030年解決全世界的飢餓問題。

難怪大家驚呼：奧特曼的野心之大簡直前無古人，超乎想像！

對此，奧特曼表示，只是「友善」罷了。

奧特曼要當全球霸主，取代人類政權？

知友們也對薩姆·奧爾特曼的野心展開銳評：第四次工業革命之父，來割第二波韭菜了。

知友「深空」表示，如果電視台沒有曲解奧特曼的話，那他要不是瘋了，就是搞AI政變。

全球各地的GDP裡，破萬億就可以排到第18位了，如果真能籌到全球GDP相當於1%的錢，OpenAI就已經富可敵國了。

大筆資金投入半導體產業如此之多，單一國家根本無法消化，只能在全球鋪開。

這種行為已經超越商業全球化，而是國家政治行為。而金錢如果由AI來控制，AI真是要取代人類政權了。

來源：知友“深空”

完成，他可能要當“第二”，在積體電路領域“移民火星”大計？

知友「九鄉河龍牙」表示，可以看出，奧特曼依然像裙子一樣的剪影救國，被重點針對時援中東資本。

然而，如果他的設想不搞出目前的預算為 1 到 2 個人類，才能看到超額收益。

知友「彭博」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項目，美國就可以鎖死這些地區的AI發展。

還好，大家現在都知道本土人工智慧公司的戰略意義，DeepMind 堅持在英國，Mistral 堅持在法國。

可以看出，奧特曼在下一盤大棋中，AI、核融合、世界幣都是配套設施，要打造半導體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，自己已經看穿了奧特曼的野心：他所做的，就是把各個突破聯繫起來，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。

如今，全世界人工智慧公司的演算法、未知、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力圖解決目前GPU已經並改變半導體產業的格局，並非什麼新鮮事。

GPU 迅速成為矽谷 AI 領域的核心競爭力。

去年，英偉達到價格高但仍一卡難求的高效能GPU H100，長期霸佔LLM領域的熱門話題。

Google、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，並直接授予定價權，因此收入飛漲。

H100變得如此昂貴，甚至大呼：GPU現在比毒品還緊俏。

然而已經有報道稱，英偉達H100將在2024年前售出。

至於OpenAI的GPU究竟有多嚴重呢？Altman已經被迫切呼籲：大家都先別用ChatGPT了！

我們的GPU非常渴望，使用我們產品的人更是少之又少。

如果人們用得越少，我們就會很開心，因為我們沒有足夠的 GPU。

Sam Altman 表示，OpenAI 已經嚴重受到 GPU 限制，因此不得不推遲了大規模短期計劃（消耗、專用容量、32k 上下文視窗、多模態）。

而GPU的說法，也讓許多用戶抱怨API太慢了。

更嚴重的是，訓練GPT-5需要5萬塊H100。

可以看出，奧特曼覺得花錢從英偉達買，不如乾脆自己做。

早在去年12月，Altman就被曝出“晶片交易”，而這也疑似成為OpenAI宮鬥的導火線。

當時有外媒曝出，OpenAI在2019年與AI晶片公司Rain AI簽訂了一份價值5,100萬美元的意向書，將在Rain AI的晶片上市後購買晶片。

Rain AI正在研發一款「類腦」NPU晶片，能夠大幅降低AI算力的成本，預計在12月流片，並於2024年10月開始供貨。

值得注意的是，Sam Altman身為Rain AI的股東，本人也斥資，投入了100萬美元。

據一位不願公開身分的人士透露，Sam Altman 在 OpenAI 前董事會解僱之前，部分原因是他的其他投資與 OpenAI 的關係。

除了OpenAI，各大科技公司也都已經開始佈置。

最近，Meta CEO小札再次表示，建構「通用人工智慧」所需的災難條件是「世界級的運算基礎設施」。

到今年年底，Meta 將擁有約 35 萬塊 H100，而如果算上其他 GPU 的話，總共將擁有相當於 60 萬塊 H100 的運算能力。

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，即將在今年正式投入生產。

無強調偶，微軟去年11月發布了兩款客製化晶片——Azure Maia 100和Azure Cobalt 100。

其中，採用台積電5nm製程並擁有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，在網絡IO方面遙遙領先，而在顯存頻寬方面則稍差顯著落後。

另外，它表示支援微軟首次實現的8位元以下資料型，即MX資料型態。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，Google和亞馬遜，也分別研發TPU和Trainium晶片多年。

但他們金字塔薩姆·奧特曼的宏大佈局，顯然還是小巫見大巫了。

紐約大學教授「六」大原因分析為何必須反對

對此，紐約大學教授馬庫斯發文表示，當薩姆·奧爾特曼提出驚人的7萬億美元要求時，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，馬庫斯提出了「六個」理由來闡明為什麼人們應該起來，向這位雄心勃勃的年輕執行長明確指出，世界不應該、也不會只圍繞著他轉：

– 能源氣候

如果將價值7兆美元的人工智慧基礎設施發揮到極致，將消耗大量的能源。而我們不應該自欺欺人，幻想所有這些能源都來自「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，由此模型趨於稀疏、訓練成本更高，這個估計實際上可能還是維持偏性。

顯然，消耗如此巨量的能源絕非小事。尤其是其中，GenAI 更提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犧牲地球。

– 自然資源

根據《財星》雜誌在 2023 年 9 月的報道，AI 工具使微軟的水量激增 34%；Meta 的 Llama 2 模型的水量據說是 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70萬公升水。

然而，OpenAI從未公開過GPT-4的相關數據，更不敢想像GPT-5的數據會是怎麼樣的。

– 經濟資源

7兆美元幾乎是美國一年教育支出的10倍，是全球飢餓成本終結的21倍。

資金並非取之不盡，每一筆支出都伴隨著機會成本。

雖然人們夢想著生成式AI能力大幅增加經濟目標，但目前的情況是──由於營運成本極高，OpenAI目前尚未獲利。

條件且，就憑一個人的承諾就把錢全部給他，也有些過度兒戲了。

– 財務風險

一個耗資7兆美元的項目，最終會被估價是不容有失的巨無霸。任何形式的財政援助都可能輕易引發全球經濟的崩潰。

即使人工智慧不像某些人擔心的那樣直接對我們構成威脅，7兆美元計畫的失敗也可能導致2007-2008年的次貸危機，這將是嚴重的全球金融支出。

– 人類知識

OpenAI 聲稱，如果沒有版權短缺，他們根本無法建立他們目前的項目，這會讓藝術家、藝術家、作家及其他創作者造成巨大的壓力。

– 負面效應

OpenAI 幾乎沒有承擔任何相關成本，這包括虛假資訊和虛假資訊的傳播、網路犯罪，以及最近出現的假書騙局，在過去兩個月裡至少已經對我相似的三位作者造成了傷害。

最近一次來自知名音樂作家特德·吉奧亞（Ted Gioia），他昨天提到了一本以“弗蘭克”吉奧亞為名的假冒作品：

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浪費有害化學一樣物質的工廠一樣。

而且，我們還必須面對一個事實：所謂的「孤獨問題」（即人工智慧的目標與人類利益的一致性問題），顯然沒有得到解決。

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的。

她在接受VentureBeat採訪時表示：「如果這個計畫真的實施了，那麼所需的自然資源量將是難以想像的。

甚至是使用可再生能源（而這並不是必然的），所需的水資源和稀有礦產的量也是極其龐大的。”

OpenAI 提供了更多的可能性，可能性不大

Luccioni表示，目前AI領域在環境影響的間隙方面存在不足，而且隨著Altman啟動新的震動音符，這種情況短期內難以見改善。

對比Google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，論文的首篇有足夠的資訊讓床墊可以對外殼進行說明。

“如今，這些公司連訓練所需模型時間、使用的晶片數量都已不再公開，資訊揭露幾乎為零。”

Altman很忙：Vision Pro第二好，用AI找外星人

這個週末，Sam Altman 在 X 上各種語言都出驚人，甚至一度被網友質疑是不是被偷號了。