OpenAI 算力负责人萨钦?卡蒂

　　OpenAI 算力负责人萨钦?卡蒂在交流中透露
，公司考虑对外开源自研适配多品牌芯片的调度软件，此举或将撼动英伟达赖以立足的核心软件优势 。

　　本次访谈由专栏作者
、Amp 创始人安杰尼?米达、半导体分析机构 SemiAnalysis 数据中心行业专家杰雷米?埃利亚乌?翁蒂韦罗斯共同参与
。

　　访谈围绕 AI 企业跨多品牌服务器芯片 、跨多家云厂商部署算力业务展开。OpenAI、安索帕（Anthropic）
、Meta 均不愿在核心算力环节单一依赖某一家供应商 ，且单一厂商也无法满足其海量算力采购需求 。

　　卡蒂表示：“未来算力市场必然走向多芯片异构混用格局。
”

　　过往数年 OpenAI 算力几乎全盘依托英伟达芯片
，近期已陆续敲定合作，接入亚马逊、赛雷布拉斯（Cerebras） 、AMD 自研 AI 芯片 ，同时自主研发定制化芯片
。被问及是否效仿 Anthropic
、Meta 采用谷歌自研芯片时，卡蒂未予以答复。

　　跨不同硬件架构开发、运行大型 AI 模型门槛很高
，需要工程师吃透各类底层硬件细节 。

　　卡蒂介绍，OpenAI 正在研发一款抽象层软件 ，研发与产品团队借助该工具部署业务时
，无需关注底层服务器硬件型号
。谷歌早年正是依靠同类硬件抽象调度软件（标杆产品为 Borg 算力管理系统）实现业务规模化落地。“当下我们正沿着相同路径落地 AI 算力架构 。”

　　米达指出：倘若 OpenAI 对外开源这套跨英伟达 、谷歌
、AMD 等全品类芯片的 AI 调度软件，将对现有行业格局形成颠覆性冲击
。

　　被问及开源可行性 ，卡蒂明确该方案已纳入备选：

　　“我们希望把这套智能调度优化能力面向全行业开放
，也就是智能体优化技术。 ” 他并未详述具体落地方式与时间表 。

　　上述表态备受市场关注：英伟达长期依靠CUDA 闭源软件生态（编译器、程序库 、硬件优化工具套件）构筑行业护城河，是其垄断 AI 芯片市场的关键
。卡蒂认为 ，依托 AI 自动生成多硬件适配优化代码
，未来会逐步瓦解 CUDA 的独占优势。

　　“我们正利用 AI 生成硬件优化内核代码，实现全品类芯片兼容落地 。
”

　　现阶段多款开源软件已在分流 CUDA 生态：Meta 开源的 PyTorch 框架大幅降低跨芯片代码开发难度 ，不少初创企业还推出代码编译工具
，可将 PyTorch 高层代码转译为适配各类芯片的底层指令
。

　　英伟达 Vera Rubin 新一代芯片相关进展

　　座谈同步披露 OpenAI 对接英伟达新一代 Vera Rubin 芯片集群的筹备进度。

　　卡蒂透露，OpenAI 已拿到该芯片工程样片 ，计划在今年年底上线用于大模型训练 。英伟达从上代 Blackwell 芯片落地故障中吸取经验：初代 Blackwell 因组网
、固件、布线设计繁杂，各大云厂商规模化部署屡屡受阻
，后续迭代版本故障问题显著改善。

　　“英伟达妥善解决了量产落地中的各类磨合难题，值得肯定
。”

　　卡蒂未透露首批 Vera Rubin 算力集群落地的合作云厂商 ，仅表示微软 、甲骨文
、亚马逊等主力服务商正积极竞标首波落地名额
，行业竞争激烈。

　　他还提到，当前扩充算力的最大瓶颈不在于芯片产能 ，而是配套供电基建与新硬件上线的工程落地难度 。

　　“现阶段电力配套、工程实施能力才是制约算力扩容的核心因素
。 ”