阿尔特曼重塑芯片行业的愿景需要的不仅仅是资金

OpenAI首席执行官阿尔特曼(Sam Altman)重塑全球半导体产业的计划所设想的是，把巨额资金投入到一项远比金钱更复杂的挑战中。

芯片制造需要大量资金。这也是世界上最错综复杂的行业之一，历史上出现过一些剧烈的周期性波动，公司对激进扩张持谨慎态度。

世界上最先进的芯片制造商花了数十年时间才达到目前的高度。一些芯片公司曾在该行业某个严重衰退期（如21世纪头十年的初期和中期）步履艰难。还有一些公司由于担心高成本和高失败风险而停止了尖端芯片的研发。

目前，世界上只有三家公司有能力大批量生产最尖端的芯片，包括为AI系统提供动力的处理器。这三家公司是台湾积体电路制造股份有限公司(Taiwan Semiconductor Manufacturing Co., 简称﹕台积电)、三星电子(Samsung Electronics)和英特尔(Intel)。

阿尔特曼已经与芯片制造商们进行了讨论，希望与它们联合起来，斥资数万亿美元建设和运营新工厂，同时投资能源和其他AI基础设施。包括英伟达(Nvidia)在内的全球最大一些芯片公司都自己设计芯片，但将生产外包给台积电等公司。

建造一座尖端芯片工厂通常需要至少100亿美元。但即便明白花费不菲，再看阿尔特曼讨论的建设计划，投资规模也堪称极端：Bernstein Research的分析师Stacy Rasgon估计，从整个芯片行业发展历史来看，迄今在芯片制造设备方面的总投入为略超过1万亿美元。

然而，芯片制造堪称当今最复杂的一种制造形式，要想取得成功，资金并不是唯一要素。

业内高管表示，要招揽很多工程师来运营大量新工厂、在工厂里要配备好足够的设备，还有要获得足够订单等，这些方面都存在不确定性。中国政府数十年来一直在大量投入资金建设芯片产业，但进展却受到了其他一些因素的阻碍。

半导体行业专家、兰德公司(Rand Corp.)的高级顾问Jimmy Goodrich说：“半导体行业并不缺乏资金。”他说：“看看中国吧，他们已经向自己的芯片产业投入了超过1,500亿美元，但并没有奏效。根本的挑战在于这项技术的难度超乎想象。”

即使新建了大量芯片工厂，也不一定能解决阿尔特曼眼前的问题：生产OpenAI的ChatGPT等系统所需的AI芯片。英伟达AI芯片生产的最大瓶颈在于封装，这是电路印制在硅片上之后的一个制造步骤。

阿尔特曼还抱怨过英伟达芯片的成本，Raymond James分析师Srini Pajjuri表示，这是又一个可能无法通过多建芯片工厂解决的问题。

他说：“要想降低AI芯片的价格，我们需要更多与英伟达竞争的对手。”

更多的工厂正在建设中。所有的大型芯片制造商都在斥资数以百亿美元计的资金建厂，想让扩张跟上预期，即到2030年全球芯片销售额将超过1万亿美元。台积电年产能已从2016年的每年约1,000万片硅晶圆增加到去年的1,600万片。

芯片业内人士表示，如果阿尔特曼的计划获得成功，很可能会导致市场供过于求，从而推动价格下跌，并导致芯片工厂的开工率严重不足，由于固定成本高昂，这将成为该行业的致命伤。

Bernstein Research的Rasgon解释了该行业间歇性迸发式增长方式，他说：“现在他们正在投资，而到新工厂投产的时候，需求又消失了。”他表示：“这种情况一直在发生，因为很多时候，你进行前期建设所依据的需求原本就是不真实的。于是就出现了这种无休止的循环。”

该行业目前的这轮蓬勃发展得到了全球各国政府的帮助，这些政府现在涉足该行业是因为，它们认识到了芯片对自身技术、经济和军事优势的重要性。两年前，美国通过了《芯片法案》(Chips Act)，将为新工厂的建设投入390亿美元，以期重建近几十年来流向亚洲的芯片产业。

阿尔特曼正在考虑的资金规模将使美国和包括中国、台湾、韩国和日本在内的其他地方推出的激励措施相形见绌。

据知情人士透露，阿尔特曼最近几周会晤了美国商务部长雷蒙多(Gina Raimondo)及其他美国官员，讨论他所设想的宏图。雷蒙多负责监督《芯片法案》的拨款分配。

在最近与芯片公司进行了一系列互动之后，阿尔特曼将出席本月晚些时候为英特尔的芯片代工业务举行的一次活动。英特尔预计将成为未来几周内将发放的《芯片法案》补贴的一个主要接受者。

目前还不清楚阿尔特曼将如何为数十家新工厂物色人才。半导体产业协会(Semiconductor Industry Association)预计，到本十年末将创造115,000个工作岗位，其中58% 的岗位可能无法填补。而且，他能否在合理的时间内找到足够的生产设备也是个未知数。一些芯片制造设备的交付周期约为两年。

业内人士说，制造芯片所面临的挑战与阿尔特曼之前创业所面临的挑战不同，之前的很多是涉及计算机和软件。

“在软件领域，一切皆有可能，这实际上只是一个资金和代码的问题，”Goodrich称。“然而，在硬件科技领域，你实际上必须面对物理定律。你必须考虑现实世界和工程挑战，而这些工作是很难的。”