作者 | Mary Branscombe 

編譯 | 言征

OpenAI，作為生成式AI的寵兒，近期卻陷入了一場混亂且鬧劇般的解體“連續劇”中。微軟，就像是一位老大哥，堅定而友好地進行了干預，宛如一個成年人走進房間平息孩童的爭吵。

聘請奧特曼、聘請大部隊、“遣返”奧特曼、尋求在董事會中占據一席之地，納德拉帶領著微軟采取一切措施保住OpenAI。  

最后，隨著Sam回歸OpenAI，董事會換血，這場沖突大戲歷經幾番曲折，終于落下帷幕。但外界的爭論點已經轉移到“OpenAI依懶性”方面。

不止采用GPT的中小企業對OpenAI的結算感到恐慌，即便是微軟，也不得不出手挽救。OpenAI如果不穩定，對誰也沒好處。

一、微軟跟OpenAI,不止是金錢關系

在剛剛過去的 Ignite 會議上的開場主題演講中，微軟CEO納德拉對OpenAI 名稱的提及高達12次，對GPT模型提及高達19次。盡管擁有自己非常出色的AI研究人員以及足夠龐大的基礎模型，但微軟依舊非常關心 OpenAI 的 ChatGPT。

圖片

多年來，微軟在 OpenAI 上投入了大量資金，尤其在今年，微軟更是對 OpenAI 進行了 100 億美元的投資，這即便對于微軟來說，也絕對是一筆巨款。

然而，除了巨款，不要低估了微軟對于創建 AGI 的野心。短期看，這是一個無法完成的計劃，但微軟很難說沒有這樣的新愿景：微軟希望人們將其視為“AI 公司”，特別是“Copilot 公司”，而不是“Windows 公司”。

2021年，微軟豪擲197億美元收購了Siri背后的智能語音識別巨頭Nuance，2019年，微軟在 GitHub 上花費了 75 億美元。

同樣，微軟今年也通過高額投資的方式拿到了ChatGPT的技術基礎，并成功整合到自己的云端?，F在我們看到的是微軟通過在（Azure）云上來運行 OpenAI 的大型語言模型，擴大了Azure的市場份額和盈利。

云，只是冰山一角。微軟自己的產品同樣采用了 OpenAI 技術，這是許多 Copilot 的核心。

為什么？因為OpenAI同樣在微軟的硬件和軟件方面投入了巨大，幾乎所有部門和產品線都采用 OpenAI 技術，進而產生了一定的技術依懶。

二、微軟的野心與打法離不開OpenAI

大型語言模型和其他基礎模型一樣，需要大量的數據、時間和計算能力來訓練。

微軟投入巨大，如何“開發”出大模型的價值？

微軟的打法很清晰：將大模型視為平臺，一次性構建一些模型，然后以越來越定制化和專業化的方式一遍又一遍地進行重用。

具體的例子就是，這五年來，微軟一直在構建 Copilots 的技術棧，改變從底層基礎設施和數據中心設計（2023 年，平均每三天就啟用一個新數據中心）到軟件開發環境的一切，以提高效率。

從 GitHub Copilot 開始，現在幾乎每個 Microsoft 產品線都具有一項或多項 Copilot 功能。它不僅僅是為消費者和辦公室工作人員提供 Microsoft 365 Copilot、Windows Copilot、Teams、Dynamics 和重命名的 Bing Chat，或者 Power BI 中由 GPT 支持的工具；從安全產品（如 Microsoft Defender 365）到Azure 基礎設施，再到 Microsoft Fabric 和 Azure Quantum Elements，都有 Copilot 。

除此之外，微軟客戶還基于同一堆棧上構建了自己的自定義Copillot。納德拉列舉了6個例子——從 Airbnb 和 BT，到 NVidia 和Chevron。

同時，最近推出的 Copilot Studio 是一個低代碼工具，用于使用業務數據和適用于 JIRA、SAP ServiceNow 和 Trello 等常用工具的 Copilot 插件來構建自定義Copilot。這可能會讓 OpenAI 變得無處不在。

為了實現這一目標，微軟建立了一個內部管道，采用 OpenAI 的新基礎模型，在 Power Platform 和 Bing 等小型服務中進行實驗，然后利用從中學到的知識，將它們構建成開發人員可以使用的更專業的 AI 服務。

這個內部管道對語義內核和提示流進行了標準化，以便使用 Python 和 C# 等傳統編程語言編排 AI 服務（并在新的Azure AI Studio 工具中為開發人員建立了一個友好的前端）。這些工具可幫助開發人員構建和理解由大模型支持的應用程序，而無需了解大模型。但它們依賴于 OpenAI 模型方面的專業知識。

三、硬件合作還沒開花怎能就此凋零

微軟將在OpenAI所依賴的硬件基礎設施上進行大量投資。具體而言，他們計劃投資于Nvidia和AMD的GPU，這些GPU是OpenAI模型訓練和推理的關鍵組成部分。除此之外，微軟還將投資于高帶寬的InfiniBand網絡互連，以確保節點之間的快速和高效通信。

值得一提的是，微軟去年收購了Lumensity，一家專注于低延遲空心光纖（HFC）制造的公司。這種光纖技術將在微軟的硬件基礎設施中發揮重要作用，提供更快速、更可靠的數據傳輸。

這些投資不僅僅針對某一個特定的基礎模型，而是旨在提升整個OpenAI平臺的性能和穩定性。通過這些舉措，微軟希望確保OpenAI能夠繼續保持在生成式人工智能領域的領先地位。

目前，OpenAI不僅在Tops500 榜單上的 Nvidia 驅動的 AI 超級計算機上進行了合作，甚至還對 Maia 100（微軟發布的首款AI芯片） 進行了一些改進。

微軟的客戶之中，同樣想要類似的基礎設施，又或者只對在該基礎設施上運行的服務感興趣（微軟提供的幾乎所有產品和服務都是如此）。

在此之前，微軟AI加速的主要手段是利用FPGA（現場可編程門陣列）的靈活性。最初，這些硬件被用于加速Azure網絡，后來成為Bing搜索的加速器，用于實時AI推理。此外，服務開發人員也可以使用它在AKS上擴展自己的深度神經網絡。

隨著新的人工智能模型和方法的出現，微軟能夠重新編程FPGA，創建軟定制處理器，從而更快地加速這些模型和方法。相比之下，構建新的硬件加速器可能很快就會過時。

FPGA的巨大優勢在于，微軟不需要預先確定它認為人工智能在未來幾年將需要的系統架構、數據類型或運算符。相反，它可以在需要時不斷修改其軟件加速器。事實上，您甚至可以在工作過程中重新加載FPGA的功能電路。

然而，上周微軟宣布了第一代自定義芯片：Azure Maia AI加速器。這款加速器配備了定制的片上液體冷卻系統和機架，專門用于“大型語言模型的訓練和推理”，將運行OpenAI模型Bing、GitHub Copilot、ChatGPT和Azure OpenAI服務。

這是一項重大投資，將顯著降低訓練和運行OpenAI模型的成本和用水量。但只有當訓練和運行OpenAI模型繼續成為主要工作量時，這些成本節約才能實現。

這一新舉措顯示了微軟對于AI領域的深度投資和長遠規劃，同時也反映了FPGA和定制芯片在AI加速領域的互補性。

從本質上講，微軟剛剛構建了一個可軟定制的 OpenAI 硬件加速器，直到明年才會部署到數據中心，未來的設計已經規劃好了。這并不是微軟與OpenAI親密伙伴崩潰的最佳時機，否則連鎖反應難以現象。

四、微軟的增長飛輪需要保持轉動

那為什么微軟不收購OpenAI呢？

盡管微軟過去多年來可能一直提出收購建議，但起初它并沒有打算收購OpenAI。相反，微軟特意選擇與公司外部的團隊合作，以確保其正在構建的人工智能訓練和推理平臺不僅僅滿足自身需求，而是更加普遍適用。

然而，隨著OpenAI的模型在競爭中不斷取得領先地位，微軟對這些模型的押注也越來越大。事實上，OpenAI的ChatGPT在推出僅一年后就宣稱每周擁有1億用戶，甚至使得OpenAI不得不暫停ChatGPT Plus的注冊，因為新訂閱者的數量過于龐大。

而這還不包括微軟直接客戶對OpenAI的使用量，這進一步證明了OpenAI模型的受歡迎程度和市場份額。

真相就是，無論你使用 OpenAI 中的 ChatGPT ，還是 Microsoft 產品中內置的 OpenAI 模型，它都可以在 Azure 上運行。微軟所謂的“第一方服務”（它自己的代碼）和“第三方服務”（來自其他任何人）之間的界限已經變得相當模糊。

五、客戶開始考慮換競對

盡管OpenAI的開發者關系團隊一直在努力向客戶保證“我們的燈依然亮著”，系統仍在穩定運行，且工程團隊隨時待命，但據報道，OpenAI的客戶已經開始與競爭對手Anthropic和Google進行接觸。

這其中甚至可能包括微軟不愿失去的Azure OpenAI客戶。例如，初創公司LangChain，它是一家為創建LLM支持的應用程序構建框架的公司，剛剛宣布與Azure OpenAI服務進行重大集成。然而，它也一直在向開發人員分享關于如何切換到不同的LLM需要對提示工程進行重大更改的建議。目前，大多數示例都是針對OpenAI模型的。

LangChain發布的切換LLM用例

六、OpenAI ：微軟嚴重的依賴項

很明顯，在微軟，幾乎所有部門和產品線都擁著同樣的內部GPT版本，引入盡可能多的OpenAI專業知識并簡化，對于微軟而言dui顯然是更加高效的，如果OpenAI分裂或消失了，一切都會變得棘手。

正如微軟CFO Amy Hood 所說：“對所有 OpenAI IP 的廣泛永久許可”，直到 AGI（如果發生的話）。然而，今天的大模型，還不夠。Microsoft 在期待獲得像 GPT-5 這樣的大模型的到來。

盡管有這個名字，OpenAI 從來都不是一個主要的開源組織，在開源的少數幾個版本中，沒有一個是核心大型語言模型。而相較之下，微軟正在緩慢擁抱開源，它開源了 PowerShell 和 VS Code 等核心項目，同時微軟也開始在 Windows Server 和 Azure 中依賴 Docker、Kubernetes 等開源項目，這是耐人尋味的。

話說回來，相較于對開源的依賴而言，微軟如今對 OpenAI 的依賴更加嚴重。諷刺地是，OpenAI的穩定性和治理能力多少讓人大跌眼鏡。

因此，無論如何，微軟都要不惜一切措施確保OpenAI能夠活下來，正如同我們看到的。

原文鏈接：https://analyticsindiamag.com/microsoft-doesnt-really-need-openai-it-wants-agi/