1000亿美元宇宙级豪赌!微软OpenAI打造星际之门AI超算,电力能耗惊人

人工智能 新闻
炸裂消息!据外媒透露,微软和OpenAI正豪掷超千亿美元,欲打造一台「星际之门」超算。最快在2028年,「星际之门」就要启动了。而它对电力的需求,将达到前所未有的程度。

就在刚刚,又有大消息曝出。

据外媒The Information报道,微软和OpenAI正计划建设一个名为「星际之门」(Stargate)的特殊数据中心,为后者提供强大的计算支持。

具体来说:

  • 微软高层计划最快在2028年启动该项目
  • 这台超算对电力的需求将前所未有地高
  • OpenAI将在明年初发布下一次重大升级

这个「星际之门」超算,会配备数百万专用的服务器芯片!项目的成本,预计高达1150亿美元。

而如此庞大的资金支出,将由微软买单。

据悉,「星际之门」推出的时间预计在2028年,并且2030年之前会进一步扩建。

最终,它所需要的电力,很可能高达5千兆瓦。

就在本周三,我们刚刚报道过OpenAI把微软电网搞崩的消息。当时微软工程师曝出,为GPT-6部署10万个H100训练集群时,整个电网发生了崩溃。

如今看来,这个十万卡集群,很可能就是「星际之门」的早期雏形。

GPT-5不断延期,微软能回本吗?

与当今一些最大规模的数据中心相比,「星际之门」的成本直接高出100倍!

在微软和OpenAI未来六年计划建设的一系列超算设施中,它是最大的一个。

而敢砸这么多钱,也反应出微软和OpenAI对AI前景的巨大信心。

在十年内,这将是双方最关键、最重大的合作。

不过话说回来,毕竟是1000亿美元的巨额投资,微软确定能「回本」吗?

此前,微软已经向OpenAI投资超过130亿美元,让OpenAI能用微软的数据中心跑ChatGPT。

而作为回报,微软得到的是对OpenAI技术核心的访问权限,并且可以将该技术独家提供给摩根士丹利之类的云计算客户。另外,Office、Teams、Bing的AI Copilot中,也可以整合OpenAI的技术。

接下来,「星际大门」能否如期推进,就看GPT-5的性能究竟能有多大的提升了。

传说中的GPT-4.5、GPT-5,多次被传要来,最终却还是一场空。

这也让OpenAI对微软「如期交付新模型」的承诺,打了水漂。

部分人士表示灰心:看来AI的发展前景难以预测。

然而Sam Altman坚决否认:绝非如此!在他看来,制约GPT-5发展的主要障碍,就是缺乏足够的服务器。

电力+芯片,耗资惊人

如果「星际之门」成真,那它提供的算力,将远超现在的微软凤凰城数据中心。

微软凤凰城数据中心

而电力和芯片上的投入,也都将是一笔巨资。

经初步计算,「星际之门」要想运转,需要的是至少数千兆瓦的电力,相当于目前几个大型数据中心所需的电力。

另外,芯片的采购也是一个大成本。

开弓没有回头箭,如此耗费巨大的投入,能得到什么样的结果?

当然是AGI。

Digital Realty的首席技术官Chris Sharp指出,如果是为了实现AGI,这种投资规模的项目绝对是必要的。

虽然项目的规模令人咋舌,闻所未闻,但一旦这种超算建成,人们就会接受它的巨额成本。

AI超算第五阶段:「星际之门」

Altman与微软的员工们把AI超算的发展划分为五个阶段,而最终阶段就是星际之门。

这个名字灵感来自于一部科幻电影,其中科学家发明了一台能够实现星系间旅行的装置。

当然了,这个代号虽然是由OpenAI提出的,但它并不会被微软正式采用。

在「星际之门」之前,需要的资金相对较少,但依然远超当前数据中心的建设成本。

目前来说,微软和OpenAI还处于第三阶段。

但第四阶段的超算已经破土动工,并且预计将在2026年左右推出。

据报道,微软光扩建数据中心就要耗资10亿美元,而最终造价可能将高达100亿美元。

其中,计划采用的英伟达AI芯片,将会是开销的大头。

对此业内人士分析称,当前正在建设的以AI为重点的数据中心,其芯片成本通常要占到总投资的一半。

总体而言,想要最终完成「星际之门」计划,可能会需要消耗超过1150亿美元——这一数字是微软去年在服务器等设备上支出的3倍还多。

而基于2023年下半年公布的资本支出速度,微软2024年的支出预计将达到约500亿美元。

Altman:芯片不够用,谷歌算力都比我们多

之所以如此下本,是因为Altman对于自己手里的算力,非常不满。

他不仅公开表示现有的AI服务器芯片数量严重不足,而且还在私下里表示,作为主要竞争对手之一的谷歌,将会在短期内拥有比OpenAI更多的算力。

随着对英伟达GPU的需求急剧上升,像微软和OpenAI这样的客户,都不得不面临成本上涨的问题。

而这也是Altman为什么想要创办公司,并开发出能媲美英伟达GPU的芯片的的原因之一。

除了控制成本外,微软支持Altman开发替代芯片还有其他潜在的考虑。

GPU市场的繁荣让英伟达成为了一个关键的决策者,它不仅可以决定哪些客户能够获得更多的芯片,并且还会支持一些与微软竞争的小型云服务供应商。甚至,连英伟达自己也开始向客户卖云服务了。

而「星际之门」的提出,便是让微软和OpenAI有了除英伟达之外的选择,比如AMD的GPU,或者微软最近推出的自研AI芯片。

技术难题:芯片过热、网络电缆,还有能源

「星际之门」的设想虽然宏大,但要真的实现,还得攻克多项技术难题。

比如,其中一个设计方案,是在单个机架中安装比微软以往更多的GPU,来提升芯片的工作效率和性能。

然而,这无疑会增加GPU的密集度,因此微软就需要设计出有效的冷却方案,来避免芯片过热。

另外,如何连接数以百万计的GPU也是个难题。

这就涉及到选择合适的网络电缆,它对迅速传输大量数据至关重要。

目前,微软在超算中使用的是英伟达专有的InfiniBand。但我们都知道,OpenAI一直在努力摆脱对英伟达依赖。

因此,OpenAI希望「星际之门」能采用更通用的以太网电缆。

另外,在能源这块,据项目内部人士透露,公司们考虑过采用替代能源,比如核能,来满足其能源需求。

值得一提的是,亚马逊近期购入了一个位于宾夕法尼亚州、能够接入核能源的数据中心地块。据了解,微软也对这一地块表现出了兴趣,并曾参与过相关竞标。

Altman个人认为,要实现超级智能的开发,很可能需要在能源领域取得重大突破。

显然,在追求高级人工智能的道路上,能源创新将扮演关键角色,而核能,很可能会成为实现这一目标的重要一环。

总之,跟传统计算相比,AI计算的成本和复杂度都不是一个量级的。

这就是为什么,各大公司对AI数据中心的细节抠得无比严格。GPU如何连接和冷却,一个细节的差异就可能导致巨大的成本损耗。

老黄也早就预测说,为了应对未来对AI计算的需求,在未来四到五年内,全球需要投资1万亿美元来建设新的数据中心!

而芯片过热、网络电缆和能源的问题,在短时间内都没有解决的可能性。

此外,「星际之门」会建在一个数据中心内,还是由多个数据中心紧密相连呢?

它会具体建在什么位置?

目前这些问题也都没有答案。

不过有从业者表示,当GPU集群位于同一个数据中心时,效率会更高。

其实,OpenAI早已逼着微软突破了自己的极限。

自2019年向OpenAI投资以来,微软的数据中心在一直不停地惊人进化。

为了满足OpenAI日益增长的算力需求,微软咬牙造了第一台GPU超算,其中包含数千个英伟达GPU。

才几年时间,这台超算就让微软烧掉了12亿美元。

而在今年和明年,微软即将为OpenAI提供的新服务器,将包含数十万个GPU!

下一个里程碑:GPT-5

微软和OpenAI的雄心壮志,几乎完全取决于OpenAI是否能在「超级智能」上取得重大进展。

如果OpenAI能解决癌症、核聚变、全球变暖或火星殖民这种级别的问题,金主当然愿意源源不断地投钱。

然而,这样的成就,目前还遥不可及。

尽管ChatGPT和Sora在全球拥有了无数用户,但如何用它们带来显著收入,OpenAI目前还都没有解决。变现所需的时间,可能比预期的更长。

也正因如此,亚马逊和谷歌已经降低了对AI产品的销售预期。

部分原因就是,成本实在太高了!而且,在大型企业中部署百万级用户的应用,需要耗费大量的工作。

Altman在上个月曾表示,当研究人员投入更多的算力时,AI模型会变得「可预见地更好」。对此,OpenAI称之为对话式AI的「缩放定律」(scaling law)。

据知情人士透露,OpenAI计划在明年初之前发布其下一代LLM。

而在那之前,可能会推出一些小幅改进版本。

而拥有更多的服务器,无疑会增加OpenAI的底气,坚信AI模型会取得下一层级的突破。

例如传闻中的Q*,据说能解决之前未经训练的数学问题。而且,它是用合成数据训练的。在人类数据即将耗尽之际,这一点至关重要。

此外,传闻这些模型还能识别出现有模型,如GPT-4的缺陷,并提出技术改进,换句话说,就是自我完善的AI。

听起来,OpenAI离AGI是越来越近了。

责任编辑:张燕妮 来源: 新智元
相关推荐

2024-04-01 00:10:00

超级计算机AI

2024-05-06 08:45:00

Meta训练

2022-01-20 12:07:28

微软动视暴雪元宇宙

2023-10-27 08:41:15

AI安全OpenAI

2023-01-12 17:04:33

2023-03-14 09:19:02

微软OpenAIChatGPT

2021-10-27 05:34:46

Facebook元宇宙虚拟环境

2023-10-13 07:31:44

2023-06-30 08:12:46

2012-07-25 11:25:26

2023-04-06 09:37:22

谷歌AI

2023-09-27 23:21:34

2023-03-14 12:42:58

人工智能ChatGPT微软

2023-05-24 09:32:46

AI微软

2023-09-07 13:23:00

数据模型

2023-03-14 13:06:54

2023-01-11 14:47:19

AI微软

2023-01-11 20:06:35

2021-06-22 16:38:56

曙光

2023-03-10 09:22:03

点赞
收藏

51CTO技术栈公众号