【AI新聞】博通與OpenAI攜手設計AI加速器，AI運算正從「通用 GPU 時代」進入「專用晶片時代」

2025 年 10 月中旬，OpenAI 宣布與晶片與網路設備巨頭博通(Broadcom)建立戰略合作，雙方將共同設計、開發並部署定制的 AI 加速器。此舉不僅標誌著 OpenAI 在 AI 基礎架構上的自主化野心，也體現出爆炸性算力與特定模型數據中心的需求、硬體與網路生態系統的巨大拉動作用。

這筆合作預估將從 2026 年下半年開始部署硬體系統，並於 2029 年前完成全部佈建。博通將負責生產、部署與網路基礎設施，而OpenAI 則主導加速器的設計與整體架構。這一合作點正處於整體 AI 基礎設施浪潮的核心：在 AI 模型訓練與推論需求快速增長的背景下，OpenAI 意圖降低對外部硬體供應商（尤其是 NVIDIA）的依賴，並在規格、性能、成本與效率上取得更大主動權。

目前 AI 硬體競爭的核心關鍵——「AI 加速器（AI Accelerator）」到底是什麼？它和 GPU 有什麼不同？
AI 加速器是一種專門為人工智慧運算（例如深度學習模型的訓練與推理）設計的晶片。它的主要任務是加快 AI 模型中大量的矩陣乘法（Matrix Multiplication）與向量計算（Vector Computation），這些是神經網路最耗時、最吃運算資源的部分。簡單來說，AI 加速器是一種特化（specialized）的「計算引擎」，為 AI 任務而生。

隨著 ChatGPT 與其他生成式 AI 應用的普及，OpenAI 面臨的最大瓶頸之一就是計算能力與資料中心擴展的資源壓力。與硬體製造商簽訂 GPU 或加速器供應協議已成為常態，如最近與 NVIDIA 的 10 吉瓦協議、與 AMD 的 6 吉瓦合作。但這些合作仍帶有被動性：OpenAI 需仰賴外部供應商的技術演進與製程進步。為了在硬體層獲得更大控制空間，OpenAI 選擇在架構與設計層面向內靠攏，與 博通 一同打造專屬 AI 加速器，內嵌模型優化的設計思路。

吉瓦是什麼？
「吉瓦（gigawatt, GW）」是電力（功率）的單位，代表 10 億瓦（1,000,000,000 W），用來衡量能在某一瞬間產生或消耗的電力。在AI領域除了用GPU的數量，也時常會用吉瓦當作算力的參考。

AI 應用對運算與網路吞吐量的要求遠高於傳統 IT 任務。隨著模型規模與推論需求上升，資料中心必須支撐更高密度的加速器佈局、更低延遲的網絡，以及更高效的功率、散熱設計。在這樣的背景下，OpenAI 與 Broadcom 的合作被視為一個「垂直整合」的嘗試：它不只是訂購硬體，而是從設計、部署、連接到操作整體考量，以期在 AI 基礎設施上取得更佳協同效率與優勢。因為博通擁有豐富的網路與連接硬體實力，其設備廣泛應用於資料中心網通領域。 在過去也被視為潛在 AI 晶片市場後起之秀。若定制加速器能成功推出並被大規模應用，將有助於挑戰 NVIDIA 在 AI 加速器市場的霸主地位。

即便如此，業界普遍認為這樣的項目難度極高；要從零開始設計、測試並大規模量產 AI 加速器，尤其要與現有軟體生態與加速器架構兼容，是一條漫長路。目前多家大廠（如 Google、Meta、Amazon）也在嘗試自研 AI 芯片，但尚未撼動 NVIDIA 在 AI 加速市場的領導地位。

宣布合作後，Broadcom 股價應聲大漲，反映市場對其在 AI 生態中角色提升的期待。不過，市場與分析師也提出諸多疑慮：

• 成本與資金壓力：一吉瓦級的計算能力佈建成本高昂，有分析指出每 GW 的設置成本可能達數百億美元級別。
  

• 技術風險：設計與製造 AI 加速器需要克服極高的技術門檻，若性能、兼容性或熱功率控制不足，可能影響整體方案可行性。
  

• 生態整合挑戰：OpenAI 的軟體模型、框架與系統需與定制硬體良好配合。若軟硬未能協同優化，可能難以達到預期效益。
  

• 競爭壓力與市場反撲：NVIDIA、AMD 等現有供應商具備成熟製程、廣泛生態與資源；他們可能採取降價、加強技術迭代等方式反制。
  

儘管挑戰重重，若 Broadcom + OpenAI 的合作成功，標誌著 AI 基礎設施競賽進入新階段。OpenAI 意圖透過垂直整合降低對外部硬體依賴，Broadcom 則藉此強化自己在 AI 生態中的角色。這項合作既蘊含巨大機會，也伴隨高風險與未知挑戰。未來幾年，算力、網絡、能源與軟硬整合能力，將成為 AI 資本與技術競賽的焦點，並為未來 AI 資源設計與部署樹立範本。