近日，微软CEO Satya Nadella在接受采访时表示，微软可以使用OpenAI的模型研究成果，并在系统层面率先为OpenAI落实设计，以此为基础进行扩展。这意味着，未来OpenAI的自研芯片技术，微软也能共享并加以调整，用于开发自家AI芯片。这对自研芯片进展不顺的微软来说，无疑是一条捷径。
然而，微软在美系云端服务供应商（CSP）中，其ASIC产品的发展速度较慢，这已是业界共识。据业内人士透露，微软在芯片设计方向上存在不明确性，导致开发出的产品性价比不如预期，甚至出现项目反复调整和决策不稳的情况。这主要归因于微软在芯片开发上的资源投入和时间相对不足，与AWS和Google等竞争对手相比，明显处于劣势。目前，Google已能将TPU运算作为业务，而微软仍有待加强。
与此同时，OpenAI在芯片开发领域的动作却十分积极。从延揽曾负责Google TPU开发的Richard Ho，到近期引入英特尔技术长暨AI长Sachin Katti，OpenAI正迅速组建一支实力雄厚的团队。外界对其未来在芯片与AI整合开发的成果充满期待。
微软选择借助OpenAI的技术基础，而非投入巨资自行组建团队，这一策略看似合理且更具效益。然而，仅靠OpenAI的协助仍不足以让微软在ASIC领域迎头赶上。关键在于微软能否厘清自身需求，明确技术开发方向，并强化软硬件的整合能力。若内部沟通协调不畅，与ASIC厂商及芯片供应链的合作也可能出现反复沟通不良的情况，从而浪费时间和成本。
此外，微软内部团队能否有效利用OpenAI的技术基础仍是未知数。因此，微软自身芯片开发团队的实力仍需进一步提升。当然，这一切的前提是OpenAI能够顺利开发出性能优异的ASIC产品。从OpenAI当前的人才招募速度和市场传闻的设计定案时间来看，整体展望较为乐观。同时，OpenAI团队的经验短板也可通过与博通（Broadcom）等ASIC合作伙伴弥补，业界普遍认为不会出现大问题。
尽管如此，微软能否将OpenAI的成果成功应用于自身的ASIC产品，仍是一大考验。但即便如此，这一可能性也比当前“卡关”的局面更具希望。
