OpenAI lần đầu tiên sử dụng chip AI của Google để cung cấp sức mạnh cho ChatGPT và các sản phẩm khác

OpenAI, công ty tiên phong trong lĩnh vực trí tuệ nhân tạo được Microsoft hậu thuẫn, vừa thực hiện một bước đi chiến lược mới: Bắt đầu thuê chip AI của Google (TPU) qua Google Cloud để hỗ trợ cả giai đoạn huấn luyện và triển khai mô hình, bao gồm cả ChatGPT – lần đầu tiên sử dụng linh kiện ngoài Nvidia vốn là nền tảng lâu nay của họ.

Trước đây, OpenAI phụ thuộc hoàn toàn vào GPU của Nvidia, được cung cấp qua mối quan hệ chặt chẽ với Microsoft. Việc chuyển sang thuê TPU giúp OpenAI đa dạng hóa nguồn cung, giảm lệ thuộc vào một đối tác duy nhất và kỳ vọng sẽ hạ thấp chi phí xử lý khi chạy inference – phần chi phí vận hành lớn trong hệ thống AI.

Ảnh: Apa.az

Đây là một dấu hiệu rõ ràng cho thấy chiến lược dài hạn của OpenAI không chỉ nằm ở nội dung mô hình AI mà còn đặt ở mặt hạ tầng: Họ đang từng bước đa dạng hóa nhà cung cấp, tận dụng các nền tảng điện toán đối thủ như Google Cloud để tối ưu chi phí và năng lực triển khai quy mô lớn.

Với Google, việc mở rộng thuê TPU cho các đối tác ngoài là một bước chiến lược nhằm thúc đẩy kinh doanh đám mây, tận dụng thành quả từ công nghệ nội bộ phát triển cho hệ thống AI lớn như Gemini. Dù OpenAI không được truy cập vào loại TPU mạnh nhất của Google, nhưng vẫn đủ làm nền tảng để triển khai khối lượng lớn inference – đủ để tiết kiệm đáng kể so với GPU từ Nvidia.

Sự hợp tác này còn phản ánh xu hướng cạnh tranh và thậm chí hợp lực trong ngành AI khi các công ty như OpenAI, Google và Microsoft chia sẻ hạ tầng trong khi vẫn cạnh tranh về sản phẩm. Đối với OpenAI, nguồn TPU từ Google mang lại thêm lựa chọn hạ tầng linh hoạt và khả năng tự tin triển khai rộng hơn. Đối với Google, việc trở thành nhà cung cấp AI chip cho OpenAI là minh chứng cho sức mạnh và tiềm năng mở rộng của TPUs trong hệ sinh thái đám mây.

Trong bối cảnh nhu cầu điện toán AI ngày càng tăng đột biến, chiến lược hợp tác như thế này có thể sẽ lan rộng: Các tổ chức AI lớn không chỉ tập trung vào phát triển phần mềm thông minh, mà còn phải tối ưu mạng lưới phần cứng và nhà cung cấp để đảm bảo khả năng mở rộng và tiết kiệm chi phí hiệu quả.