據傳，微軟（Microsoft）與OpenAI合作開發代號為Athena（雅典娜，希臘智慧女神）的一款人工智慧（AI）晶片，採用台積電5奈米製程，目的是應用於大型語言模型（LLM）的訓練以及推論等內部需求。據稱，在OpenAI的ChatGPT聊天機器人取得成功以後，微軟就加速了Athena的推出時程。

外界評論，隨著需求上升且變得更加多元化，對於超大規模雲端服務業者（Hyperscaler）而言，開發出針對自身架構進行優化的特殊AI晶片，以及優化過而非只針對NVIDIA CUDA的演算法，是很重要的一件事，畢竟這關乎雲端業務的營運成本，以及能不能為客戶提供多種多樣的選項，而不是讓客戶只能選擇價格高昂的NVIDIA方案。

據The Information引述消息人士說法指出，微軟Athena AI晶片的開發早在2019年就已經開始，目標是表現得比目前從外部採購而來的產品還要更好，以此節省投入在AI領域高昂的時間與金錢成本。這款晶片目前正由微軟與OpenAI組成的團隊進行測試當中，可能最快在2024年開始大規模提供雙方內部使用。

目前AI晶片領域由市場佔有率高達88%的NVIDIA主導。然而，超大規模雲端服務業者針對LLM訓練需求，企業投入自主開發者所在多有，除了微軟Athena以外，還包括亞馬遜（Amazon）的Trainium與Inferentia處理器架構，或是Google的張量處理器（TPU）等。

VentureBeat引述Gartner分析指出，之所以出現AI晶片自研風潮，原因在於高階生成式AI（Generative）模型規模的成長速度，持續高過訓練所需要的運算能力；隨著下一代模型參數將達到上兆等級，科技創新大廠希望擁有多樣化的運算加速器以加速訓練，因為比起採用傳統商品化的技術途徑，客製化的AI加速器策略，更能協助達到前所未有的規模經濟效益。

對於加速的需求，同樣涉及應用於推論領域的AI晶片。J Gold Associates分析師指出，NVIDIA效能強大的通用型AI晶片，以及平行運算平台CUDA，是專門針對機器學習訓練需求而設計。至於推論所需要的效能，一般會比訓練來得低，而且因為推論最終會是一塊很大的市場，所以業者針對此市場需求推出產品，是很重要的布局。

J Gold Associates同時指出，作為10年前深度學習革命的重要推手，NVIDIA成功建立起勢力強大的平台策略，以及以軟體為中心的途徑，並在對於GPU有龐大需求的生成式AI時代中大放異彩。因此，Athena的存在，並不會對於NVIDIA在AI與機器學習領域的地位造成多大的威脅。不過，這些超大規模雲端服務業者想必未來還是會繼續自主開發晶片，這不僅是為了與NVIDIA競爭，也是與英特爾（Intel）通用雲端運算的競逐。

責任編輯：毛履兆

By DIGITIMES