OpenAI  در حال بررسی برنامه‌هایی برای طراحی تراشه‌های هوش مصنوعی خود است و نگاهی حتی فراتر از تأمین کننده اصلی خود یعنی Nvidia به پیشرفت در ساخت سخت افزار هوش مصنوعی دارد.

شرکت OpenAI سازنده ChatGPT  به دنبال طراحی بالقوه تراشه‌های هوش مصنوعی خود است و حتی ممکن است شرکتی را برای تحقق آن خریداری کند. رویترز گزارش می‌دهد که طبق بحث‌های داخلی OpenAI ، این شرکت می‌خواهد تولیدات سخت‌افزار خود را در بحبوحه تقلا جهانی برای تراشه‌های هوش مصنوعی برای آموزش هوش مصنوعی مطمئن کند. OpenAI در حال حاضر به تراشه‌های Nvidia متکی است، اما منابع رویترز می‌گویند که در حال بررسی گزینه‌هایی برای ساخت تراشه هوش مصنوعی خود یا همکاری نزدیک‌تر با تأمین‌کنندگانی فراتر از ارائه‌دهنده فعلی خود است. تراشه‌های انویدیا در حال حاضر نیروی ابررایانه مایکروسافت OpenAI را تأمین می‌کنند که از سال 2020 برای آموزش مدل هوش مصنوعی آن استفاده می‌شود. طبق تحقیقات Omdia،  Nvidia به عنوان تأمین‌کننده تراشه در بازار عرضه تراشه‌های هوش مصنوعی پیشرو است و تنها در سه‌ماهه دوم 900 تن از واحد پرچم‌دار H100 خود را به فروش رسانده است. گزارش رویترز پس از آن منتشر شد که سم آلتمن، مدیر عامل شرکت، بارها از کمبود پردازنده‌های گرافیکی ابراز نگرانی کرده بود. یکی از پست‌های وبلاگی که در آن زمان حذف شد و بحثی بین آلتمن و رضا حبیب، مدیرعامل شرکت هوش مصنوعی HumanLoop مستقر در لندن را پوشش می‌داد، نشان دهنده این بود که مدیر عامل OpenAI دلیل مسائلی از جمله قابلیت اطمینان و سرعت API خود را به محدودیت‌های GPU نسبت می‌داد. مشکل دسترسی به پردازنده‌های گرافیکی به دلیل هزینه گزاف اجرای آن‌ها، کار را برای این حوزه سخت می‌کند، طبق گزارش‌ها OpenAI صدها هزار دلار هر روز برای اجرای ChatGPT هزینه می‌کند.

OpenAI  تأیید نکرده است که آیا تصمیم قطعی برای ادامه برنامه‌های ساخت تراشه خود گرفته است یا خیر. حامیان مایکروسافت مدتی است که بر روی تراشه‌های سفارشی خود با نام Athena کار می‌کند که گفته می‌شود حدود 300 کارمند روی این تراشه‌ها کار می‌کنند و آتنا احتمالاً در سال آینده توسط مایکروسافت و OpenAI مورد استفاده قرار خواهد گرفت. رقیب OpenAI، متا نیز قصد دارد همین کار را انجام دهد و تراشه‌های سفارشی خود را برای اجرای مدل‌های هوش مصنوعی مانند Llama 2 تولید کند. تراشه‌هایی مثل  MITA ساخته شده که برای حجم کاری داخلی خود شرکت بهینه‌سازی شده‌اند.