OpenAI 算力负责人萨钦・卡蒂
OpenAI 算力负责人萨钦・卡蒂在交流中透露，公司考虑对外开源自研适配多品牌芯片的调度软件，此举或将撼动英伟达赖以立足的核心软件优势。
本次访谈由专栏作者、Amp 创始人安杰尼・米达、半导体分析机构 SemiAnalysis 数据中心行业专家杰雷米・埃利亚乌・翁蒂韦罗斯共同参与。
访谈围绕 AI 企业跨多品牌服务器芯片、跨多家云厂商部署算力业务展开。OpenAI、安索帕（Anthropic）、Meta 均不愿在核心算力环节单一依赖某一家供应商，且单一厂商也无法满足其海量算力采购需求。
卡蒂表示：“未来算力市场必然走向多芯片异构混用格局。”
过往数年 OpenAI 算力几乎全盘依托英伟达芯片，近期已陆续敲定合作，接入亚马逊、赛雷布拉斯（Cerebras）、AMD 自研 AI 芯片，同时自主研发定制化芯片。被问及是否效仿 Anthropic、Meta 采用谷歌自研芯片时，卡蒂未予以答复。
跨不同硬件架构开发、运行大型 AI 模型门槛很高，需要工程师吃透各类底层硬件细节。
卡蒂介绍，OpenAI 正在研发一款抽象层软件，研发与产品团队借助该工具部署业务时，无需关注底层服务器硬件型号。谷歌早年正是依靠同类硬件抽象调度软件（标杆产品为 Borg 算力管理系统）实现业务规模化落地。“当下我们正沿着相同路径落地 AI 算力架构。”
米达指出：倘若 OpenAI 对外开源这套跨英伟达、谷歌、AMD 等全品类芯片的 AI 调度软件，将对现有行业格局形成颠覆性冲击。
被问及开源可行性，卡蒂明确该方案已纳入备选：
“我们希望把这套智能调度优化能力面向全行业开放，也就是智能体优化技术。” 他并未详述具体落地方式与时间表。
上述表态备受市场关注：英伟达长期依靠CUDA 闭源软件生态（编译器、程序库、硬件优化工具套件）构筑行业护城河，是其垄断 AI 芯片市场的关键。卡蒂认为，依托 AI 自动生成多硬件适配优化代码，未来会逐步瓦解 CUDA 的独占优势。
“我们正利用 AI 生成硬件优化内核代码，实现全品类芯片兼容落地。”
现阶段多款开源软件已在分流 CUDA 生态：Meta 开源的 PyTorch 框架大幅降低跨芯片代码开发难度，不少初创企业还推出代码编译工具，可将 PyTorch 高层代码转译为适配各类芯片的底层指令。
英伟达 Vera Rubin 新一代芯片相关进展
座谈同步披露 OpenAI 对接英伟达新一代 Vera Rubin 芯片集群的筹备进度。
卡蒂透露，OpenAI 已拿到该芯片工程样片，计划在今年年底上线用于大模型训练。英伟达从上代 Blackwell 芯片落地故障中吸取经验：初代 Blackwell 因组网、固件、布线设计繁杂，各大云厂商规模化部署屡屡受阻，后续迭代版本故障问题显著改善。
“英伟达妥善解决了量产落地中的各类磨合难题，值得肯定。”
卡蒂未透露首批 Vera Rubin 算力集群落地的合作云厂商，仅表示微软、甲骨文、亚马逊等主力服务商正积极竞标首波落地名额，行业竞争激烈。
他还提到，当前扩充算力的最大瓶颈不在于芯片产能，而是配套供电基建与新硬件上线的工程落地难度。
“现阶段电力配套、工程实施能力才是制约算力扩容的核心因素。”
海量资讯、精准解读，尽在新浪财经APP
责任编辑：郭明煜
双悦网配资提示：文章来自网络，不代表本站观点。
