雇傭 CEO，雇傭團隊，派遣 CEO 回去，坐上董事會——微軟將不惜一切代價讓 OpenAI 保持運行。

譯自Why Microsoft Has to Save OpenAI。

生成式AI明星公司OpenAI的混亂瓦解，就像一個提前的感恩節家庭爭吵，起初看似小事，卻變得異常激烈。也許正是微軟的果斷但友好的干預，像個成年人制止了這一切糾葛，也許還會有更多轉折。但通過這些起起伏伏，微軟介入穩定OpenAI技術(如果不是公司本身)已經勢在必行。

不僅僅是金錢

微軟最近對 OpenAI 的100億美元投資，絕非小數目(盡管這一部分是以公司范圍的大規模裁員支付的，這損害了 CEO 納德拉(Satya Nadella)為公司交付的令人印象深刻的文化變革)，但這已經被證明有點像資金螺旋，微軟多年來對 OpenAI 投資的相當大一部分顯然已經花在(Azure)云計算上，以運行 OpenAI 的大型語言模型。

忘記可能永遠不會實現的創建通用人工智能的遙遠計劃。微軟——希望你把它看作“人工智能公司”，尤其是“Copilot 公司”，而不是“Windows 公司”——將以大約 2021年收購 Nuance 時的一半價格或者略低于其在2019年花費的75億美元收購 GitHub的價格(考慮通脹調整)獲得 ChatGPT 的技術基礎。這筆錢并不是全花在云上，但僅微軟2023第一季度的資本支出就達到了78億美元。

盡管擁有自己令人印象深刻的 AI 研究員名單和自己的極其大型基礎模型，微軟極其在意 OpenAI 的 ChatGPT 語言模型，因為它對支持這些模型所作的云計算機硬件和軟件的巨額投資，以及幾乎所有部門和產品線對 OpenAI 技術的依賴。

納德拉在 Ignite 會議開幕主題演講中反復提到了 OpenAI，包括預覽 GPT-4 Turbo 模型。微軟自己的產品同樣充滿了 OpenAI 技術，OpenAI 技術是眾多 Copilot 的核心。

實現基礎模型的經濟可行性

大型語言模型和其他基礎模型的訓練需要大量數據、時間和計算能力。微軟的解決方案是將它們視為平臺，一次構建少數幾個模型，然后以越來越定制化和專業化的方式重復重用。

微軟已經搭建 Copilot 的技術棧五年了——從低級基礎設施和數據中心設計(2023年每3天一個新的數據中心投入使用)到其軟件開發環境，全面優化效率改變了一切。

從 GitHub Copilot 開始，幾乎每條微軟產品線現在都有 Copilot 功能。這不僅是面向消費者和辦公用戶的生成式 AI，如 Microsoft 365 Copilot、Windows Copilot、Teams、Dynamics 和新命名的 Bing Chat，還有為 Power BI 提供智能支持的 GPT 工具；Copilot 滲透到各個角落，從安全產品 Microsoft Defender 365，到 Azure 基礎設施，再到微軟新推出的基礎架構產品。

微軟客戶也在同一技術棧上構建自己的定制 Copilot。納德拉列舉了幾個例子——從 Airbnb 和 BT 到 NVidia 和 Chevron——新的 Copilot Studio 是一個低代碼平臺，使企業能利用自己的數據和 JIRA、SAP ServiceNow、Trello 等常用工具插件輕松構建定制 Copilot，這可使 OpenAI 無所不在。

為實現這一目標，微軟建立了一個內部流水線，它從 OpenAI 獲取新的基礎模型，在較小的服務(如 Power Platform 和 Bing)中對其進行測試，然后利用從中獲得的經驗教訓，將這些模型構建成更專業的 AI 服務，供開發人員調用。它已經在語義內核和提示流程上實現了標準化，可以與 Python、C# 等常規編程語言一起編排 AI 服務(并為開發人員構建了一個友好的新前端Azure AI Studio工具)。這些工具幫助開發人員構建和理解基于大型語言模型的應用程序，而無需理解這些龐大的語言模型——但它們依賴于微軟對支撐其下的 OpenAI 模型的專業知識。

硬件是真實的承諾

微軟必然在Nvidia和AMDGPU上作出了大量投資，這正是OpenAI所依賴的關鍵硬件，此外還有節點之間高帶寬的InfiniBand網絡互聯，以及通過去年收購Lumensity獲得的低延遲中空光纖(HFC)制造技術。這些都是構建AI系統必不可少的組件。

微軟贊揚OpenAI不僅在其Nvidia驅動的AI超級計算機的協作上功不可沒，這些計算機經常出現在Top500超級計算機榜單上，還對Maia 100的一些優化做出了貢獻。微軟不僅向OpenAI出售這些Azure超級計算機，也將其作為其他客戶購買類似基礎設施(或者僅購買運行于該基礎設施之上的服務)的有力證明——如今幾乎所有的微軟產品與服務都依賴這些基礎設施。

過去，微軟加速AI的主要手段是使用FPGA，因為它們允許極大的靈活性：最初用于加速Azure網絡的相同硬件后來成為加速必應搜索的AI推理器，然后又演變為一種服務，供開發者擴展自己的深度神經網絡到AKS上。隨著新型AI模型和方法的出現，微軟可以通過重新編程FPGA更快地創建軟定制處理器來實現加速，而不是構建一個很快就會過時的新硬件加速器。

借助FPGA，微軟不必為未來幾年的AI選擇系統架構、數據類型或運算符：它可以在需要時隨時更新其軟件加速器的功能——您甚至可以在任務執行期間重新加載FPGA電路的部分功能。

然而上周，微軟宣布推出首款自定義硅芯片：Azure Maia AI加速器，內置定制芯片級液冷系統和機架，專門用于“大規模語言模型的訓練和推理”，它將為必應、GitHub Copilot、ChatGPT和Azure OpenAI服務運行OpenAI模型。這是一次重要的投資，將顯著降低訓練和運行OpenAI模型的成本(以及用水量)——只有在訓練和運行OpenAI模型仍是主要工作負載的情況下，這些成本節約才能實現。

從本質上講，微軟剛剛為OpenAI打造了一款定制硬件加速器，要到明年才會推向數據中心，未來的設計也已經在計劃之中。這對其密切的合作伙伴OpenAI來說肯定不是一個適合裂變或衰退的時機。

保證車輪繼續轉動

盡管這些年可能已經暗示過收購的想法，但微軟最初并不想收購OpenAI。它當初故意選擇與公司外的團隊合作，以確保自己正在構建的AI訓練和推理平臺不僅考慮自身需求。

但隨著OpenAI的模型持續領先競爭對手，微軟對其的賭注也越來越重。ChatGPT推出僅一年就宣稱每周1億用戶，OpenAI不得不暫停ChatGPT Plus用戶注冊，因為新增用戶已經超過了系統容量——這還沒算上微軟直接客戶對OpenAI的使用量。

不管您是通過OpenAI還是通過微軟產品內置的OpenAI模型使用ChatGPT，它們全部都是運行在Azure上的。微軟對“第一方服務”(自己的代碼)和“第三方服務”(任何外部代碼)的區分也已變得模糊。

理論上，微軟可以退出轉向不同的基礎模型，關鍵競爭對手的多數基礎模型已經可以在Azure上運行。但中途更換不僅混亂且昂貴，很可能會失去領先地位，也會損害公司在股市和客戶心中的地位。保證OpenAI技術的繼續存活和繁榮確實是更好的選擇。

盡管OpenAI的開發者關系團隊一直在向客戶保證業務正常進行，系統仍在運行，并且工程團隊一直待命，但據報道，OpenAI的客戶已開始聯系競爭對手Anthropic和Google；其中可能包括微軟不愿失去的Azure OpenAI客戶。LangChain是一家初創公司，正在構建一個用于創建與Azure OpenAI服務緊密集成的基于LLM的應用程序框架，并已宣布與Azure OpenAI Service進行了重要的集成。該公司一直在向開發者分享建議，指出切換到不同的LLM需要進行重大的提示工程更改（目前大多數示例都是針對OpenAI模型的）。

如果微軟內部的客戶——這幾乎涵蓋了每個部門和產品線——正在進行類似的內部對話，盡可能多地將OpenAI的專業知識引入內部將有助于減輕它在OpenAI本身分裂或衰落時需要進行的任何過渡。

是的，微軟擁有首席財務官艾米·胡德（Amy Hood）所描述的“對所有OpenAI知識產權的廣泛永久許可”，直到AGI（如果那會發生），即使與OpenAI的合作結束，但生成式人工智能發展如此之快，僅僅保持今天的模型運行是不夠的。微軟需要確保能夠獲得未來的語言模型，如GPT-5。

盡管名稱中有“開放”兩字，但OpenAI從未主要作為一個開源組織，只有個別發布，其核心大型語言模型也沒有開源過。這一點值得與微軟逐步接受開源進行比較：發布核心項目(如PowerShell和VS代碼)作為開源只是開始，真正關鍵的是它開始依賴諸如Docker和Kubernetes等開源項目用于Windows Server和Azure。

相比之下，它對OpenAI的依賴性甚至更深，這反過來證明是一種比預期更不穩定、治理更弱的依賴。無論以何種方式，微軟都將確保OpenAI對其必要的貢獻得以延續。