分析丨OpenAI与苹果抢到首发，如何定义埃米级A16芯片？

OpenAI找台积电定制埃米级A16芯片

台湾经济日报报道指出，台积电正致力于开发一款专为OpenAI Sora视频模型定制的A16埃米级工艺芯片，旨在增强Sora视频生成能力。

为便于理解，1埃米相当于1纳米的十分之一。随着半导体工艺技术突破至2纳米，埃米级工艺已成为全球芯片制造巨头竞争的新领域。

除了主要客户苹果公司已预订台积电A16首批产能外，OpenAI也因自研AI芯片的长期需求，预订了A16产能。

A16作为台积电目前最先进的制程节点，将有助于进一步提升运算速度并降低功耗。同时，OpenAI的首款芯片将应用于AI视频生成工具Sora。

鉴于OpenAI与苹果公司之前的合作关系，有推测认为Sora最终可能会集成至苹果的Apple Intelligence。

苹果公司在今年6月发布的Apple Intelligence中已整合了ChatGPT。

随着OpenAI积极投入自家ASIC芯片设计开发，其在AI运算领域的影响力将持续增长。

此前，苹果公司已成为台积电A16的首批客户，目的是确保未来iPhone能够优先使用台积电的A16工艺。

OpenAI曾初步与台积电探讨过合作建立专属晶圆厂的可能性，但经过对发展前景的审慎评估，决定暂时搁置该计划。

在战略选择上，OpenAI决定与美国企业博通、Marvell等公司合作，共同开发其定制的ASIC芯片。据预测，OpenAI有望成为博通的主要客户之一。

鉴于博通和Marvell均为台积电的长期合作伙伴，这两家美国企业将协助OpenAI开发的ASIC芯片；

按照芯片设计规划，预计将在台积电的3纳米制程技术及后续的A16工艺中进行生产。

一切指向台积电埃米级A16芯片

A16的命名与苹果公司的A16芯片并无直接关联，而是指代制程技术达到16埃米，即1.6纳米。

据悉，A16芯片将采用下一代纳米片晶体管技术，并结合超级电轨技术（SPR），一种创新的背面供电解决方案，为业界首创。

超级电轨技术能够将供电网络移至晶圆背面，从而为晶圆正面释放更多空间，显著提升逻辑密度和性能。

这使得A16芯片非常适合于需要复杂信号布线和密集供电网络的高效能运算（HPC）产品。

台积电宣称，与上一代的N2P工艺相比，A16节点将为数据中心产品带来8-10%的速度提升、在相同速度下实现15-20%的功耗降低，以及芯片密度提升至1.10倍。

SemiAnalysis公司的首席分析师在采访中提到，台积电的A16工艺采用了更先进的背面供电方式，以背面接触取代电源通孔，技术上领先于英特尔的18A工艺。

该技术原计划在N2P工艺中首次应用，然而由于技术难度较高，最终推迟至A16工艺中首次展示。

因此，A16工艺不仅仅是N2P工艺的升级版，而是采用了全新的技术方案。

台积电采用的方案，即BSPDN（背面电源网络），实现了将电源网络直接连接至每个晶体管的源极与漏极。

该公司宣称，该技术在本领域中效率最高，尽管其生产过程极为昂贵且复杂。

原计划中，BSPDN技术首次应用于N2P工艺，但鉴于技术难度过高，最终决定从N2P中撤除，并计划在A16工艺中首次应用。

从N2P到A16的命名方式转变，标志着台积电已超越当前领先的2nm工艺技术，正式跨入[埃米时代]。

据预测，A16工艺将于2026年开始量产，作为目前公布的最先进制程技术，它代表台积电迈向埃米级制程的第一步。预计量产将在2026年下半年启动，产品将于2027年上市。

OpenAI的最佳策略是预订台积电芯片

今年2月，OpenAI公开表示缺乏足够的英伟达GPU支持其AI研发工作。这一抱怨似乎被微软这一金主之一所听取，随后OpenAI获得了更多英伟达服务器的使用权。

预计到2025年中期，甲骨文和微软将为OpenAI提供世界上最强大的英伟达服务器集群之一，年租金约为25亿美元。然而，对于OpenAI而言，这仍不足以满足其需求。

据The Information在今年7月援引知情人士的消息，OpenAI一直在招募谷歌TPU部门的前成员，寻求开发AI服务器芯片，并与包括博通在内的芯片设计企业洽谈合作开发事宜。

尽管如此，OpenAI团队似乎尚未开始设计该芯片，预计最早将于2026年投入生产。

在此之前的讨论中，OpenAI与微软已探讨了未来数据中心的可能性，该中心可能耗资高达1000亿美元，内部被称为[星际之门（Stargate）]。

然而，显而易见的是，要达到这一规模，将面临能源供应的挑战，否则可能会遭遇电力短缺的问题。

他们希望通过这个项目为OpenAI下一代AI系统提供更加强劲的算力支持，但该项目最早也要等到2028年才会推出。

同时，鉴于AI领域竞争的快速变化，芯片设计与晶圆制造的整合是不现实的。

因此，OpenAI的最佳策略是预订台积电的先进芯片。

根据2023年的数据，ChatGPT处理每个查询的成本为4美分；若ChatGPT使用量持续增长，达到谷歌搜索规模的十分之一，每年将需要价值160亿美元的芯片。

对于台积电而言，这是一项极具盈利潜力的业务。

OpenAI与苹果在AI领域的竞争与合作同时存在

苹果公司正逐渐在其产品中融入OpenAI的技术，例如计划在最新版的iOS操作系统中引入ChatGPT，以提升Siri的智能水平。

这种技术整合不仅提升了苹果产品的用户体验，还进一步加深了两家公司之间的合作。

基于OpenAI与苹果公司之前的合作关系，已有推测认为Sora技术最终可能会被集成到苹果的Apple Intelligence系统中。

Apple Intelligence所使用的许多机器学习模型将在设备上本地运行，但公司还计划推出一项名为Private Cloud Compute的服务。

该服务将在苹果公司自研的芯片上运行，使用基于服务器的人工智能模型来处理复杂请求。

据消息人士透露，苹果公司的此次投资是OpenAI新一轮融资的一部分。

该轮融资由风险投资公司Thrive Capital领投，OpenAI的估值预计将超过1000亿美元。

除苹果公司外，曾多次投资OpenAI的微软公司也可能参与此次融资。

众所周知，硅谷的人工智能竞争日益激烈，谷歌、Meta等巨头虎视眈眈，行业元老纷纷跳槽至竞争对手，初创公司四面围攻，此次大规模融资将为OpenAI解决紧迫的资金需求。

对于苹果公司而言，通过投资OpenAI，公司希望将先进的生成式人工智能技术（如ChatGPT）整合到其产品中，特别是在iOS操作系统和Siri等生态系统中。

这将有助于提升苹果产品的智能化体验，并保持其在人工智能领域的竞争力。

此外，尽管苹果公司在人工智能领域相对保持低调，但通过投资OpenAI，苹果公司能够在人工智能领域占据更重要的地位。

目前，OpenAI开始涉足硬件领域的发展，而苹果公司也在通过Apple Intelligence布局软件领域，双方的竞合关系可能会贯穿整个人工智能时代。

台积电A16芯片在顶端之争处于优势段位

相比之下，英特尔和三星的同等级别工艺——14A和SF 1.4，预计要到2027年才能实现量产。

与英特尔不同的是，台积电曾明确表示，ASML最新的High-NA EUV光刻机并非生产A16工艺芯片的必需设备。

在常规情况下，电源线和信号线均布设于晶圆的上表面。但是，随着晶体管尺寸的缩小、集成度的不断提升以及堆栈层数的增加，这些因素显著影响了芯片的散热效能。

此外，将大部分元件集中于晶圆的上表面亦不利于芯片尺寸的进一步缩小。

针对高效能运算（HPC）产品，A16制程工艺被专门设计，这类产品对芯片性能有着极高的要求，需要处理大量复杂数据和执行高强度的计算任务。

英特尔的14A制程采用了High-NA EUV光刻技术，显著提升了光刻的精确度和晶体管的逻辑密度。

尽管在个人计算机和服务器芯片领域，英特尔在高性能计算方面仍然保持领先地位，但在能耗比和良品率方面，相较于台积电，英特尔尚有不足之处。

三星的SF1.4技术则运用了纳米片技术，通过增加纳米片的数量，使得更高的电流能够通过晶体管，从而实现了性能与能效的双重提升。

结尾：

苹果与OpenAI之间的关系颇为复杂，既存在竞争又不乏合作，这种现象在商业领域并不罕见。

OpenAI与台积电携手研发自家AI芯片，此举无疑对苹果等传统科技巨头构成了挑战。

展望未来的人工智能时代，软硬件的深度整合预期将成为主流趋势，而企业是否具备自主芯片生产能力，将对其市场地位产生决定性影响。

在人工智能芯片领域，硬件性能、软件算法、数据生态系统以及供应链管理等要素，均可能成为影响竞争结果的关键因素。

部分资料参考：APPSO：《OpenAI 首颗自研芯片曝光！用上台积电最先进埃米级芯片 A16，苹果也已下单》，量子位：《OpenAI首颗芯片曝光：台积电1.6nm，为Sora定制》，新智元：《OpenAI首颗自研芯片曝光，预定台积电1.6nm工艺》，硅谷AI见闻：《OpenAI首颗自研芯片，采用台积电1.6nm工艺》，科技旋涡：《掀翻苹果，摆脱英伟达，OpenAI七万亿美元芯片计划启动》