继此前外媒爆料OpenAI CEO山姆·奥尔特曼 (Sam Altman)正计划筹资数十亿美元建晶圆厂生产自研人工智能（AI）芯片之后，近日，《华尔街日报》又援引多位匿名消息人士的话称，奥尔特曼的这个雄心勃勃的项目将比预想的疯狂，计划筹集的资金规模高达 7 万亿美元。

但是，从这个夸张的数字来看，显然并不更符合逻辑。要知道，Gartner的数据显示，2023年全球半导体市场规模也只有5330亿美元，而7万亿美元则达到了其13倍以上。尽管2023年全球半导体市场遭遇了低谷，但是分析师预计，今年全球半导体市场规模也只能同比增长17%至6240亿美元。

而7万亿美元的资金已经占据了去年全球GDP的10%，相当于2.3个微软、3.8个谷歌、3.8个英伟达、5.8个Meta或者10.4个台积电的市值（截止2月14日市值）。如果奥尔特曼真能筹集到如此规模巨大的7万亿美元资金，即使是把英伟达、英特尔、AMD、高通、博通、台积电、三星、ASML等重要的芯片设计、制造及设备厂商全都收购，还绰绰有余。既然如果，那么还有必要再花数万亿美元来自己建晶圆厂呢？

即便是奥尔特曼想不开，真的要筹集7万亿美元来建晶圆厂，那么按照目前的数据来看，建造一座尖端制程晶圆厂可能需要200亿至300亿美元，具体取决于工厂产能规模和地理位置等因素，如果按照300亿美元来估算，7万亿美元足够建造233座尖端晶圆厂，将是目前已有的最尖端制程的晶圆厂总量的约10多倍。

那么问题来了，谁能来建造如此庞大规模的尖端制程晶圆厂，所需的设备和材料将是目前供应商无法满足的，同时还需要数量庞大的安装、维护和操作人员，这也是目前人才市场所不具备的。

比如，ASML的光刻机目前产能就无法满足现有客户的需求。截至2023年底，ASML未交付的订单总额仍高达390 亿欧元。此前，美国半导体行业协会 (SIA) 和英国牛津经济研究院联合发布的报告也警告称，到 2030 年，美国半导体行业将面临67,000 名技术人员、工程师和计算机科学家的短缺。

那么建晶圆厂是否仅是这个庞大的7万亿美元筹资项目的一部分呢？或许奥尔特曼在计划自建晶圆厂的同时，还计划建造更多的AI数据中心来应对未来全球对于AI算力的需求，而这无疑也将花费巨额的资金。

如果OpenAI计划采购500万个英伟达（NVIDIA）H100加速卡，按照单个加速卡约2万美元的价格估算，也只需耗资1000亿美元。然而英伟达在2023年一年的总营收也才303亿美元，即便今年营收翻倍也只有600亿美元左右。1000亿美元也仅占传闻的7万亿美元的1.4%左右。

显然，不论从哪个角度来看，关于奥尔特曼计划筹集7万亿美元建晶圆厂的爆料都似乎是一个彻头彻尾的谣言。

值得注意的是，当地时间2月12日，英伟达创始人兼CEO黄仁勋在迪拜世界政府峰会（WGS）上接受采访时也被问到，7万亿美元能买多少GPU？

黄仁勋的回答是：“所有的GPU。”他指出，目前，全球数据中心的总价值约为1万亿美元。同时，他还预计，在未来4-5年里，这个数字预计将增长到2万亿美元。“我们正处于这个新时代的开端。在未来四至五年内，我们将拥有价值2万亿美元的数据中心，为世界各地的软件提供动力。”

黄仁勋强调，我们不需要太多投资来建立专门针对生产AI芯片的替代半导体供应链。相反的，业界需要的是继续进行GPU构架创新，以继续提高性能。事实上英伟达在过去十年间，已经将AI芯片的性能提高了100万倍。

黄仁勋还指出，如果要斥资7万亿美元来建晶圆厂，假设了芯片的计算速度不会变快的情况下，要提供这样的芯片生产规模，“我们需要14颗行星、3个星系和4个太阳来为这一切提供能源。”

而且，即便投资这模大规模的资金来建立AI芯片的供应链，预计可以解决未来三到五年芯片供应短缺的问题。但是，这仅仅只是创造一个替代的芯片供应链而已，未来仍有芯片生产与供应过剩的风险，这并不是好的方法。而是应该进行GPU构架的创新，使计算速度提升，让想要在本地使用AI的公司将不需要购买非常多的设备，建造价值数十亿美元的数据中心。

黄仁勋进一步强调，事实上英伟达的GPU在AI和HPC性能方面发展得非常快。2018年，英伟达的V100数据中心GPU的运算性能仅为125 TFLOPS，但是，英伟达当前的H200数据中心GPU则是提供了1,979 FP16 TFLOPS。因此，英伟达做出的最伟大的贡献之一就是在过去十年中将计算和人工智能进步了100万倍。使得无论什么需求都将能为世界提供动力，这是必须考虑的一个事实。而且，预计在未来十年内运万的速度还将再提高100万倍。