OpenAI首次部署非NVIDIA晶片AI模型
OpenAI在Cerebras晶片上部署GPT-5.3-Codex-Spark,速度提升15倍,挑戰NVIDIA在AI運算領域的壟斷地位。
週四,OpenAI做出了一個可能改變AI產業格局的決定:首次在非NVIDIA硬體上部署生產級AI模型。這款名為GPT-5.3-Codex-Spark的程式碼生成模型在Cerebras晶片上運行,每秒可生成超過1,000個token,比前代模型快了約15倍。
打破NVIDIA壟斷
長期以來,AI產業幾乎完全依賴NVIDIA的GPU。從ChatGPT到各大科技巨頭的AI服務,絕大多數都運行在NVIDIA的硬體上。OpenAI此舉標誌著業界首次真正挑戰這種壟斷局面。
作為對比,Anthropic的Claude Opus 4.6在高速模式下可達到標準速度(每秒68.2個token)的2.5倍,但Codex-Spark雖然是更輕量的專用模型,卻實現了更驚人的速度提升。OpenAI運算部門主管Sachin Katti表示:「Cerebras是出色的工程合作夥伴,我們很興奮能將高速推理作為新的平台能力。」
重新定義程式開發
Codex-Spark目前作為研究預覽版提供給月費200美元的ChatGPT Pro訂閱用戶,可透過Codex應用程式、命令列介面和VS Code擴充功能使用,支援128,000個token的上下文視窗。
這種超高速程式碼生成能力將徹底改變軟體開發流程。即時程式碼補全、瞬間錯誤修正建議、複雜演算法的即時生成——這些曾經需要大量時間的任務現在可以在眨眼間完成。對於追求效率的現代軟體開發團隊而言,這不僅是工具升級,更是思維模式的轉變。
亞洲市場的機遇與挑戰
對於亞洲科技企業來說,這個發展帶來了雙重意義。一方面,Cerebras等替代方案的出現為企業提供了更多選擇,有助於降低成本並分散供應鏈風險。特別是在當前地緣政治緊張的背景下,減少對單一供應商的依賴變得更加重要。
另一方面,這也意味著技術選擇的複雜性增加。企業需要評估不同晶片架構的優劣,考慮遷移成本,並重新設計其AI基礎設施。對於台灣的半導體產業而言,這或許是一個重新定位的機會——不再只是代工製造,而是開發針對特定AI應用最佳化的專用晶片。
供應鏈重塑的開始
OpenAI的決定可能觸發AI產業供應鏈的重大重塑。當業界領導者開始採用多元化的硬體策略時,其他公司很可能跟進。Google的TPU、Amazon的Graviton,以及Cerebras等專用晶片將在各自的細分市場展開激烈競爭。
這種變化對華人科技圈特別重要。中國大陸的AI企業長期受到NVIDIA晶片供應限制,而香港、台灣和東南亞的企業則需要在全球供應鏈不穩定的環境下尋找可靠的替代方案。Cerebras等新興選擇的出現,為整個區域的AI發展提供了新的可能性。
技術民主化的新階段
更深層的意義在於,這標誌著AI運算從「壟斷」走向「多元化」的轉折點。當高效能AI運算不再被單一供應商控制時,創新的門檻將進一步降低。小型新創公司和發展中地區的企業將有機會以更低的成本接觸到頂尖的AI能力。
但這種民主化也帶來新的挑戰:技術標準的分化、生態系統的碎片化,以及開發者需要掌握更多樣化的技術棧。
相關文章
韓國政府力推、三星電子擬砸400兆韓元(約8.8兆台幣)的光州半導體廠計畫,最先炸鍋的竟是公司內部。三星電子跨企業工會旗下分會13日公布問卷,回應者中84%反對這項湖南半導體大型計畫。
OpenAI GPT-5.6押注效能與速度,xAI Grok 4.5主打價格與token效率。從價格、參數到晶圓vs GPU的硬體代理戰,一表看懂這場對決——以及為何無論誰勝出,台積電都是最實在的受益端。
IBM 公開全球首款 sub-1nm(0.7 奈米)晶片技術「nanostack」。有人說這替摩爾定律再延壽 10 到 15 年,也有人潑冷水:這不過是實驗室成果。真正的量產,不在 IBM 手上——而在台積電這樣的晶圓代工廠。
三星電子與SK於6月29日共同宣布在韓國本土投入數千兆韓元的晶片與AI投資。發布金額各家媒體從3,100兆到4,755兆韓元不等,但真正的勝負手,是水、電與人才這些基礎設施。對台灣讀者而言,這對台積電是壓力還是紅利,答案尚未定案。
觀點
分享您對這篇文章的看法
登入加入討論