OpenAI曾想收购Cerebras

根据新的法律文件显示， OpenAI 一度考虑收购正在上市的人工智能芯片制造公司Cerebras 。

埃隆·马斯克对 OpenAI正在进行的诉讼中有新的证据，描述了 OpenAI 如何在 2017 年左右考虑收购 Cerebras——当时 Cerebras 成立一年后，也即 OpenAI 开始运营几年后。

在一封致 OpenAI 首席执行官 Sam Altman 和马斯克的电子邮件中，OpenAI 联合创始人兼前首席科学家 Ilya Sutskever 提出了通过马斯克的电动汽车公司特斯拉收购 Cerebras 的想法。当时，马斯克在财务上参与了 OpenAI 并对其发展方向产生了一定影响。

“如果我们决定收购 Cerebras，我强烈认为这将通过特斯拉来完成，”Sutskever 在 2017 年 9 月写道。“但如果我们也可以在 OpenAI 内部完成，为什么要这样做呢？具体来说，令人担忧的是，特斯拉有责任为股东实现股东回报最大化，这与 OpenAI 的使命不一致。因此，总体结果可能不是 OpenAI 的最佳结果。”

在 2017 年 7 月 Sutskever 发给马斯克和 OpenAI 联合创始人 Greg Brockman（现任公司总裁）的一封电子邮件中，Sutskever 提到了几个与 Cerebras 相关的议程项目：“与 Cerebras 协商合并条款”和“对 Cerebras 进行更多尽职调查”。

合并交易最终失败了，尽管从展览中看不出原因。而 OpenAI 最终将其芯片野心搁置多年。

Cerebras 总部位于加利福尼亚州桑尼维尔，致力于开发定制硬件来运行和训练 AI 模型，并声称其芯片比 Nvidia 针对 AI 工作负载的旗舰产品更快、更高效。

据报道，Cerebras 已筹集了 7.15 亿美元的风险投资，并希望通过 IPO 将其 40 亿美元的估值提高一倍左右。但它面临着巨大的挑战。一家阿布扎比公司 G42 在 2024 年上半年占 Cerebras 收入的 87%，美国立法者对 G42 与中国的历史关系表示不安。Cerebras 首席执行官 Andrew Feldman 也有一段不光彩的过去，他承认在上市公司 Riverstone Networks 担任副总裁期间规避会计控制。

如果此次收购成功，两家公司都会受益。Cerebras 可以避免走上棘手的 IPO 之路，而 OpenAI 则可能在打造内部芯片的竞争中拥有重要资源。

OpenAI 长期以来一直试图减少对 Nvidia 的依赖，后者在 AI 优化芯片市场占有巨大份额。虽然 OpenAI 在内部芯片领域起步较晚（谷歌和亚马逊网络服务等公司早就推出了专为 AI 工作负载设计的芯片），但它面临着降低模型训练、微调和运行成本的压力。拥有自己的芯片可能是实现所需成本削减的一种方式。

OpenAI 曾希望建立一个芯片制造工厂网络，并正在考虑收购目标。但据报道，该公司放弃了这些计划，转而积极组建芯片设计师和工程师团队，并与半导体公司博通和台积电合作开发用于运行模型的 AI 芯片。这款芯片最早可能在 2026 年问世。

英伟达的竞争对手们正纷纷行动起来，努力打破英伟达在人工智能芯片市场的垄断，他们筹集了数亿美元资金，推出新产品，希望分享人工智能技术繁荣带来的利益。

Cerebras、d-Matrix 和 Groq 等一批规模较小的公司都希望从 Nvidia 手中抢占价值数十亿美元的 AI 芯片市场，迄今为止，Nvidia 凭借其图形处理单元 (GPU) 主导了第一波投资。

他们预期，随着聊天机器人和其他生成式人工智能应用变得越来越流行，对人工智能“推理”的需求（OpenAI 的 ChatGPT 和谷歌的 Gemini 等模型生成查询响应所需的计算能力）将呈指数级增长。

Nvidia 的 Hopper GPU 非常适合训练顶级 AI 模型这种资源密集型任务，已成为全球最热门的商品之一。

Cerebras、d-Matrix 和 Groq 则专注于设计用于运行 AI 模型的更便宜、更专业的芯片。

周二，Cerebras 宣布推出基于 CS-3 芯片的全新“Cerebras Inference”平台，该芯片大小与餐盘相当。Cerebras 声称，其解决方案在 AI 推理方面比 Nvidia 当前一代 Hopper 芯片快 20 倍，而价格仅为后者的一小部分。Cerebras 引用了基准分析提供商 Artificial Analysis 进行的测试。

Cerebras 首席执行官安德鲁·费尔德曼 (Andrew Feldman) 向《金融时报》表示：“打败 800 磅大猩猩的方法是将更好的产品推向市场。”“根据我的经验，更好的产品通常会获胜，我们已经从 [Nvidia] 手中抢走了重要的客户。”

CS-3 芯片没有使用 Nvidia 所用的单独高带宽内存芯片，而是提供了一种替代架构，将内存直接内置在芯片晶圆中。

费尔德曼表示，内存带宽的限制是人工智能芯片推理速度的根本制约因素。他说，将逻辑和内存组合成一个大型芯片可以实现“快几个数量级”的结果。

d-Matrix 由 Sid Sheth 于 2019 年创立，不到一年前，该公司在由新加坡国有基金淡马锡领投的 B 轮融资中筹集了 1.1 亿美元，现在也启动了新一轮融资。Sheth 表示，该公司计划在今年晚些时候或明年初筹集 2 亿美元或更多资金。d-Matrix 正处于融资过程的早期阶段，并表示最终筹集的资金数额可能会发生变化。

d-Matrix 计划在今年年底全面推出自己的芯片平台 Corsair。Sheth 表示，该公司正在将其产品与 Triton 等开放软件配对，Triton 与 Nvidia 的 Cuda 竞争，Cuda 是一个广泛使用的软件平台，为开发人员提供构建 AI 应用程序的工具并优化其芯片的性能。

Nvidia 最大的客户支持使用Triton 等开放软件。“应用程序开发人员不喜欢被束缚在某一种特定的工具上，”Sheth 说，“人们逐渐意识到 Nvidia 在训练方面对 Cuda 拥有绝对的控制权”。

Groq 是另一家 AI 推理竞争对手，由谷歌张量处理单元团队的前创始成员领导，本月从贝莱德私募股权合伙人领投的投资者手中融资 6.4 亿美元，估值为 28 亿美元。

一位风险投资家警告称，尽管该领域被大肆宣传，但半导体初创公司在打入市场时仍面临挑战。

据知情人士透露，软银上个月以略高于 6 亿美元的价格收购了芯片制造商 Graphcore ，低于该公司自 2016 年成立以来筹集的约 7 亿美元风险投资。

Groq 和 Cerebras 也成立于 2016 年。风险投资公司 Lux Capital 联合创始人兼执行合伙人 Peter Hébert 表示：“公众投资者一直渴望找到并支持下一个 Nvidia。这不仅仅是为了追逐最新趋势。这种势头也让几家近十年来一直在努力的由风险投资资助的芯片初创公司受益。”

公众号ID：icbank