摘要
脱胎自 RISC-V，能把推理训练能效提高 1 万倍。
OpenAI 的权力之争才刚刚落幕，一场关键交易悄悄浮出了水面。
据外媒《连线》（Wired）报道，在Sam Altman担任OpenAI的首席执行官期间，OpenAI与Rain AI签订了一份价值5100万美元的意向书，承诺会在Rain AI的芯片上市后购买芯片。
Rain AI是一家AI芯片初创公司，旨在大幅降低AI算力的成本。通过研发一种模仿人脑的工作方式的AI芯片——NPU，从而为 OpenAI 和 Anthropic 等AI公司提供「低成本、高能效的硬件」。
该公司称，「相比传统的GPU，NPU将为AI开发者（如OpenAI）提供潜在的100倍计算能力，并在训练方面提供10,000倍的能效。」
鉴于，OpenAI一直受困于算力短缺，也就不难理解，它会愿意花费大量资金，来确保自己的AI项目所需的芯片供应。
Rain AI研发的芯片有什么特点呢？该公司又是如何显露头角的？这笔投资揭示了Altman和OpenAI在芯片领域怎样的布局？
「类脑」AI芯片
Rain AI的核心产品是基于神经拟态（Neuromorphic）技术的「类脑」AI芯片——NPU。芯片旨在实现低耗、高效地处理信息，从而满足AI任务的苛刻计算需求。
它模仿了人脑的结构和功能，类似于大脑中的神经连接，建立在了人工突触相互连接的网络上。这种架构允许 NPU 以并行和分布式的方式处理信息，使其非常适合AI应用中的「计算密集型任务」。
而且，Rain AI 率先采用了数字内存计算（D-IMC）模式，进一步提升了AI处理、数据移动和数据存储的效率。
Rain AI 的 NPU 旨在以低功耗高效处理信息，满足AI任务的苛刻计算需求 | 图片来源：Rain AI官网
此外，Rain还为数字内存计算磁贴和软件栈，提供了知识产权（ IP） 许可机会，该 IP 是专门为要求超低延迟和高能效的设备上的AI工作负载而定制的，涵盖了长距离以太网(Long Reach Ethernet, LRE) 的一系列计算用例，包括智能汽车、智能手表等。
针对自家产品，Rain打出的solgan是「重新定义AI计算的极限」，并宣传「我们的AI加速器在速度、功耗、面积、精度和成本之间实现了创纪录的平衡」。
鉴于，Rain 所设计的「类脑」芯片（NPU）承诺具有高效和低耗的运行，这对于克服英伟达、AMD 等公司制造的重型芯片相关的「瓶颈」至关重要。
涵盖了LRE一系列计算用例 | 图片来源：Rain AI官网
Rain AI的创始者之一， Gordon Wilson 更是在 LinkedIn 上直言，「NPU芯片将定义新的AI芯片市场，并大幅颠覆现有市场。」
不过，值得注意的是，尽管Rain AI号称自己相比于英伟达的GPU有更好的能效，但Rain的初始芯片，其实是基于谷歌、高通和其他科技公司支持的传统的RISC-V开源架构，旨在用于远离数据中心的所谓边缘设备，如手机、无人机、汽车和机器人等。
但是，当前的大多数边缘芯片设计，如智能手机采用的芯片，都专注于神经网络的推理阶段。而Rain的目标是提供一种芯片，既能用于模型和算法的训练，又能用于之后的推理运行。
目前，Rain AI已经推出首个AI平台，可进行AI推理和训练，还宣称「类脑」芯片（NPU）将允许AI模型，根据周围环境实时定制或微调。
对此，Sam Altman还曾公开表示，「这种神经拟态方法能大幅降低AI开发成本，并有望为实现真正的AGI提供帮助。」
据悉，OpenAI希望利用这些芯片来降低数据中心的成本，并将自己的模型部署在手机和手表等设备中，那么「类脑」芯片（NPU）更是无疑对OpenAI来说有着巨大的吸引力，
尽管如此，这些也都只是猜测。目前，OpenAI将如何使用Rain芯片还是不得而知。
与 OpenAI 联系紧密
Rain AI成立于2017年，旨在为为未来的AI构建「低成本」的计算平台。
Rain AI有三位联合创始人，分别是Jack Kendall、Gordon Wilson、Juan Claudio Nino，他们在佛罗里达大学大学结识，此外，还聘请了OpenAI的软件工程师Scott Gray担任公司顾问。
目前，Rain AI约有40名员工，包括AI算法开发和传统芯片设计方面的专家。
Rain AI 的创始人团队｜Rain AI
有趣的是，Rain AI的总部也位于旧金山，与OpenAI相距不到一英里。
公司成立的次年，Rain AI就在种子轮融资中，获得了500万美元的融资，投资者包括知名的创业孵化器Y Combinator。
彼时，Altman正在担任Y Combinator的CEO，同时还以个人名义向Rain AI投资了100万美元。一年后，OpenAI通过了这份价值5100万美元的芯片购买协约。
截至2022年4月，经历了由沙特阿拉伯附属基金Prosperity7 Ventures领投的价值2500万美元的一轮融资，Rain的总融资额达到3300万美元，估值也达到了9000万美元。
今年年初，该公司向潜在投资者「夸炫」其进展，表示预计本月就可以推出「测试」芯片，这将意味着芯片设计已经完成，可以开始制造。
Rain AI还表示最早于明年10月可向客户提供第一批芯片，甚至向投资者强调，自己已经与谷歌、甲骨文、Meta、微软和亚马逊等科技巨头进行了高级谈判，以销售系统给它们。但对此，微软拒绝置评，其他公司没有回应置评请求。
简而言之，Rain AI 仍处于开发阶段，目前尚不清楚何时才能投入商用。尽管该公司的「类脑」芯片（NPU）技术前景广阔，支持者也备受瞩目，但它仍面临着许多挑战。
Open AI的野心
不管Altman投资Rain AI这番举动有没有私心在里头，芯片短缺确实是OpenAI面临的一大难题。
事实上，一年前，ChatGPT刚刚发布不到一周，Altman就感觉到计算成本「惨不忍睹」。之后，更是不止一次公开抱怨AI芯片的「残酷紧缺」和「令人瞠目」的成本。
今年5月份， Altman更是无奈承认，「OpenAI正在经历严重的算力短缺，许多短期计划都推迟了。」
众所周知，OpenAI利用其主要投资者微软的强大云服务，但由于硬件限制，经常关闭ChatGPT的某些功能。
对此，Altman表示，「AI的进展速度可能取决于新的芯片设计和供应链。」毕竟在当下，算力就是一切。
事实上，Altman本人很早之前就对芯片进行了投资布局。除了Rain AI，2021年前后他还参与投资了Cerabras，就是芯片像盘子一样大，需要两只手捧着的那家AI公司。
像盘子一样大的芯片 | 图片来源：Cerabras官网
今年初「硅仙人」Jim Keller 与「硅神童」Sam Zeloof成立的Atomic Semi（通过简化和缩小半导体工厂和集成电路原型，快速制造价格合理的芯片），Altman也有关注，OpenAI Startup Fund还参与了投资。
图片来源：Analytics India Magazine
此外，就在Altman被OpenAI解雇的前几周，还有消息称他正在试图筹集数十亿美元，创办一个新的芯片公司。
项目的详情还不得而知，只知道代号为「Tigris」，旨在与英伟达在AI芯片领域展开竞争。
据悉，为了「Tigris」项目，Altman曾在中东筹集资金。地点的「巧合」，不禁让人怀疑这个项目和Rain是否有什么关联。
另外，Altman还曾与包括芯片设计公司Arm在内的半导体高管进行过讨论，商讨如何尽早设计出新的芯片，为OpenAI这样的大语言模型公司降低成本。
而且，不止Altman，OpenAI也正在寻找更低成本造大模型的可能，从而摆脱对英伟达的依赖。
除了寻找像Rain AI这样的芯片供应商，对外投资之外，OpenAI前段时间也开始尝试自研芯片，评估潜在收购目标，并招聘硬件相关岗位。
图片来源：OpenAI官网
前不久，OpenAI任命了前谷歌TPU的负责人，Richard Ho为硬件主管，还聘请了不少编译器和内核方面的专家，并且正在招聘「数据中心设施设计专家」。
Richard Ho将领导OpenAI的新部门，并且帮助优化合作伙伴的，数据中心网络、机架和建筑。
但这些前瞻性的投资布局，还是很难解决眼前的GPU短缺的问题，目前，OpenAI大规模使用的还是英伟达的芯片。
据观察，OpenAI正在动态的调整ChatGPT等产品的能力来节省算力。这也就不难理解，有网友最近发现GPT-4相比GPT-3.5更容易「偷懒」。
随着大模型的出现，人们开始关注大型AI模型数据中心的耗电情况。Rain和其他一些芯片初创公司，旨在重新配置数据处理方式，从而减少传输需求，降低功耗。
谷歌、微软、AMD、英特尔、亚马逊，以及Cerabras、Sambanova，Rain等初创公司相继入局AI芯片未来，AI算力供应的市场是否会有所变化？而OpenAI能否摆脱算力受制于人的局面？从芯片超长的周期来看，这些难题还将继续存在相当长的一段时间。
