消息人士称，Athena是为支持大型语言模型（LLM）训练和推理而专门设计的。比如支持像ChatGPT这样的生成式AI来处理大量数据，识别输入内容并创建新的输出来模拟人类对话。Athena可能计划选择台积电代工，最初的芯片预计将基于5nm工艺。

        研究公司Forrester Research的高级云分析师特雷西•吴（Tracy Woo）称，AI的繁荣正给云服务商带来越来越大的压力，迫使他们开发自己的芯片。“你可以从英伟达那里购买，但谷歌和亚马逊等巨头有足够的资金来研发自己的芯片。”两位知情人士说，OpenAI的ChatGPT聊天机器人发布后引发的兴奋，促使微软加快了Athena研发的推出。

        这两位知情人士说，微软最早可能在明年让Athena在微软和OpenAI内部广泛使用。然而，据其中一位知情人士透露，微软仍在讨论是否将这些芯片提供给其Azure云计算服务的客户。他们说，这是因为大多数客户不需要训练自己的模型，用不到这类芯片。

        如果微软决定向其云客户开放Athena，它还必须为Athena开发比英伟达现有产品更有吸引力的软件。英伟达已经用了15年的时间改进了目前的产品，开发人员也在广泛使用它。

        研究公司SemiAnalysis首席分析师迪伦•帕特尔（Dylan Patel）称，ChatGPT每天的运营成本约为70万美元，即每条查询0.36美分。他说：“大部分成本是基于他们所需的昂贵服务器。”“与英伟达的产品相比，Athena如果具有竞争力，每个芯片的成本可以降低三分之一。”

        AI训练芯片“一哥”英伟达被视作云计算资本支出重心转向AI的最大受益者。据美国《财富》杂志披露，OpenAI一年的计算和数据支出高达4.1645亿美元。分析师称ChatGPT Beta版本使用了10000个英伟达GPU训练模型，新一代GPT-5大模型正在25000个英伟达GPU上训练。帕特尔说，微软希望在包括Bing、Office 365（现在的Microsoft 365）和GitHub在内的所有应用程序中使用大语言模型。使用市面上已有芯片进行大规模部署，每年将花费数百亿美元。

        据一位知情人士透露，微软Athena项目的牵头者是微软CEO萨蒂亚·纳德拉（Satya Nadella），他早在2019年就意识到公司在AI芯片领域落后于谷歌和亚马逊。虽然微软已为其云计算业务开发服务器芯片，但此前从未有过Athena AI芯片项目的相关报道。一位知情人士说，微软至少有300人在开发Athena。SemiAnalysis公司的帕特尔表示，开发类似于Athena的内部芯片的成本可能在每年1亿美元左右。

        微软在2019年宣布将向OpenAI投资10亿美元，该交易规定这家初创公司只使用Azure云服务器，这意味着微软实际上是在补贴OpenAI昂贵的计算需求。

        大约在同一时间，微软的领导者开始预测需要多少GPU来支持其所有的AI工作。他们认为，完全依赖英伟达芯片的成本将高得令人望而却步。

        随着ChatGPT引发全球AI大模型竞赛，几乎全球云大厂都行动了。竞赛背后海量的算力需求爆发和成本压力不容忽视，这也成为云大厂抢滩大战中关注的一大焦点。

        本次，微软突然被曝出AI芯片Athena已研发三年，既在意料之外，又在情理之中。当下通用人工智能发展尚属于早期，ChatGPT建立的算法和数据优势若要持续，微软必须在底层算力层面建立更强悍的优势。

        GPT算力军备赛打响，各个云大厂都在加大芯片布局，比如亚马逊旗下AWS近期就推出了由自研芯片Trainium、Inferentia2提供支持的计算云产品。这也将使得在AI芯片市场独大的英伟达面临压力，其与云大厂的关系中的竞争成分也正在加强。