OpenAI 转向重工业：自研芯片、囤积 DRAM 与生物学“登月计划”

多年来，前沿人工智能研究主要作为一种建立在租赁基础设施之上的软件业务来运营。模型开发者在租赁的现成加速器集群上训练规模日益庞大的 Transformer 网络，依赖商业芯片供应商和公共超大规模云服务商来承担巨大的资本支出和物理制造带来的供应链困扰。这种格局正在瓦解。OpenAI 正在积极从一家软件实验室转型为工业巨头，通过深入物理技术栈底层，掌控其定制硅片、主导半导体原材料采购，并为生物技术领域的“登月计划”提供资金。

过去一周，这种转变的规模变得显而易见。有关 OpenAI 与 Broadcom 共同设计的内部专用集成电路（ASIC）“Jalapeño”的细节浮出水面；此外还有旨在锁定到 2029 年全球高达 40% 的 DRAM 原始晶圆产能的战略采购协议；以及与 Anthropic、Stripe 和 Bill Gates 共同投入 5 亿美元成立 Intercept 组织，旨在根除普通感冒和常见呼吸道病原体。单独来看，每一项公告都代表了一次雄心勃勃的企业举措。而综合来看，它们揭示了一种激进的垂直整合战略，旨在绕过目前限制自主智能扩展的主要机械、热力学和供应瓶颈。

Jalapeño ASIC 与代理硬件协同设计

开发定制硅片既不廉价也不迅速，从架构规范到流片和最终封装，历史上通常需要四到五年。在 Jalapeño 项目中，OpenAI 和网络芯片巨头 Broadcom 正试图通过一种激进的闭环方法压缩开发周期：部署自主软件代理来编写、验证和优化硬件的指令集架构和寄存器传输级（RTL）代码。通过将专门的代理模型直接置于设计环路中，逻辑综合和布线可以针对目标推理工作负载进行持续评估。

Broadcom 为这一合资项目带来了成熟的背景。在为 Google 共同开发定制张量处理单元（TPU）多年后，该公司拥有实现单晶粒间互联速度最大化所需的知识产权模块、SerDes 高速接口以及封装专业知识。Jalapeño 是专门围绕大语言模型的服务操作机制设计的，直接针对运行 ChatGPT 集群、Codex API 和高并发自主代理工作流。通用图形处理单元（GPU）携带的硅片面积和功耗开销，主要用于传统的栅格化、双精度科学计算以及 Transformer 矩阵乘法并不需要的灵活计算路径。

垄断物理基板：40% 的未切割 DRAM

如果没有对内存的高带宽访问，逻辑硅片在功能上是惰性的。运行前沿模型的限制因素很少是每秒的纯算术运算，而是内存带宽和容量。大型模型需要将海量参数在硅片边界之间以个位数纳秒的延迟来回移动，这催生了现代高带宽内存（HBM）堆叠架构，并在台湾和韩国造成了严重的制造瓶颈。

OpenAI 对这一“内存墙”的回应是一项大胆的供应链策略：锁定到 2029 年全球约 40% 的原始、未切割动态随机存取存储器（DRAM）晶圆产能。该组织没有按季度周期谈判成品封装内存模块的常规采购，而是直接从 Micron Technology 等制造商处锁定底层的未加工硅晶圆。这种方法使公司免受剧烈的市场周期波动和制造瓶颈的影响。

从工业工程的角度来看，在未切割晶圆经历测试、切割和封装之前将其捕获，为定制系统设计提供了显著优势：

• 绕过标准的商业内存模块接口，使工程团队能够实现专有的 2.5D 和 3D 异构封装方案，将原始 DRAM 裸片直接键合在逻辑核心旁边的定制中介层上。
• 长期保留原材料提供了所需的结构保障，从而能够在 TSMC 等代工厂安排多年的制造流程，而无需担心逻辑单元因缺乏配套内存而闲置。

硅基工程与 AI 能否解决生物熵？

尽管 OpenAI 的硬件业务旨在解决运行数字网络的即时热力学和物理限制，但其第三大倡议则是着眼于生物系统。OpenAI 与主要竞争对手 Anthropic、金融科技平台 Stripe 以及慈善家 Bill Gates 携手，共同承诺投入 5 亿美元支持 Intercept，这是一个旨在根除常见呼吸道病毒（从季节性鼻病毒到流感）的组织。

乍一看，一家人工智能公司资助临床病毒学研究似乎与其核心的数据中心业务脱节。事实上，现代结构生物学和高分子工程已经成为计算学科，受支撑自然语言 Transformer 的相同算法范式支配。用于模拟语法和预测顺序 Token 的数学框架，可以直接转化为预测氨基酸序列、三级蛋白质折叠结构以及大分子对接动力学。

呼吸道病毒提出了一个巨大的热力学和进化难题：高变异率、抗原变异性和多样的细胞进入机制。从历史上看，疫苗开发一直是反应性的，即在毒株出现后设计免疫原进行对抗。Intercept 打算将这一范式转向生成生物学，部署深度神经网络架构来分析病毒适应度景观，并识别超保守表位——即病毒蛋白中如果不发生变异就无法维持病原体活性的结构区域。计算密集型筛选可以在湿实验室移液哪怕一微升试剂之前，就在计算机模拟中分析数十亿个候选结合蛋白和广谱中和抗体。

竞争对手基础模型开发者的参与表明了一种更深层次的战略趋同。OpenAI 和 Anthropic 都渴望证明，生成式计算产生的有形社会红利远不止于合成文本和自动化办公工作流。根除系统性病毒疾病提供了明确的资本回报：季节性呼吸道感染每年从全球生产力中吸走数千亿美元，导致工人停工，并对人力资本造成持续拖累。如果计算智能能将十年的生物发现压缩到几个月内完成，那么数字计算与分子制造之间的界限就会消融。

工业垄断的再现

OpenAI 正在构建的事物，比起二十一世纪的平台软件企业，更像二十世纪的垂直工业垄断企业。Henry Ford 不仅仅设计了汽车；他还建造了 River Rouge 综合体，拥有铁矿，经营橡胶园，并控制着将零件运送到生产线的铁路走廊。当外部供应商造成瓶颈时，Ford 将供应链内部化了。

然而，这种速度下的垂直整合带来了巨大的运营脆弱性。锁定资本密集型的多年供应链安排，使组织面临极大的执行风险：如果基础算法架构突然发生转变，将面临严重后果。如果基于 Transformer 的注意力机制的主导地位被循环状态空间模型或无需海量高带宽内存池的新型模拟神经形态架构所取代，数百万片已锁定的 DRAM 晶圆可能从运营资产变为资产负债表上的沉重负担。但就目前而言，OpenAI 正将其未来押注于一个单一的前提：智能的未来将不仅仅由代码行决定，而是由重塑硅片、供应链和人类生物学的物理能力所决定。