I模型的训练需要庞大资金，为了节省成本、支持OpenAI的需求，传出微软正在秘密开发自研AI芯片「Athena」（雅典娜），目前部分微软及OpenAI的员工已经开始测试这些芯片，在GPT-4等大型语言模型下表现如何。
根据《路透社》报导，微软从2019年就开始投入这款芯片的研发。 这个时间点恰好是OpneAI成立营利公司，同意接受微软10亿美元投资，双方正式建立合作关系的开始。
这些芯片预计将用于大型语言模型的训练及推理，ChatGPT等语言模型需要庞大的运算力处理数据、模式识别、生成内容并且模仿人类的语气说话。
微软投入AI芯片研发的时间点，恰好是与OpenAI建立合作伙伴关系同一时期。
OpenAI执行长山姆. 奥特曼（Sam Altman）曾在推特上表示，AI的运算成本非常高昂，所以他们必须想办法将AI技术变现。 也因此，微软目标是打造一款比从供应商处购买的芯片，性能更优异的自研芯片，好节省AI庞大的训练及使用成本，同时在竞争中加快训练速度。
AI商业化成本高昂，微软想自研芯片降低成本
英伟达（Nvidia）执行长黄仁勋在今年3月登场的GTC大会上，强调AI的「iPhone时刻」已经到来，将成为AI发展的转折点。 《财富》杂志也曾评论，iPhone以前就有智能手机，但 iPhone 出现后才有智能手机的应用程序，现在 AI 就即将迎接同样的关键时刻。
目前Nvidia是最主要的AI芯片供应商，其A100芯片拥有数据中心GPU超过90%的市场，在AI浪潮掀起时，不少评论都指出，Nvidia会是这场竞争中的隐形冠军。 据估计，OpenAI若要将ChatGPT商业化，会需要多达3万个A100芯片。
而一个A100芯片价格约为1万美元，毫无疑问是商业化的极大门槛，虽然Nvidia最新的H100晶片号称训练性能是A100的9倍，但目前网络上的售价已经超过4万美元（约新台币122万元），仍然要价不菲。
Nvidia A100是目前主流的AI芯片，不过OpenAI来说利用这款产品实现AI商业化仍然成本高昂。
SemiAnalysis首席分析师迪伦. 帕特尔（Dylan Patel）指出，要是微软使用现成的产品部署，每年必须花费数百亿美元。 他估计ChatGPT的运营成本约为每天70万美元或每次查询0.36美元; 如果微软自研AI芯片成本有竞争力的话，可以将每个芯片的成本降低3分之1 。
《The Verge》指出，微软自研的芯片并不是要直接取代Nvidia的产品，但随着他们将AI导入旗下各种服务时，最终这些投入自研芯片的努力能够降低所需成本。 另外，先前微软也一直秘密开发自研处理器芯片，可能用于资料中心或Surface装置，不过至今还未对外发表。
AI「持久战」下，Google、亚马逊也投入芯片开发
且宣布进军AI的科技巨头们，也都投入了自研AI芯片的开发。 Google早在2016年就推出为AI而生的TPU芯片，前阵子Google也宣称他们已借由第四代TPU芯片打造了一台用于训练AI的超级计算机，声称该芯片在性能胜过A100 1.2到1.7倍的同时，还大幅减少了耗电量。 而身为最大云端业者的亚马逊，同样早早投入AI芯片研发，去年11月其研发的新款AI芯片Trainium也在AWS提供服务。
成本一直被认为是AI技术普及的重大门槛，对于利用ChatGPT出奇制胜，成功领先竞争对手的微软，自然希望乘胜追击，利用与OpenAI的伙伴关系吃下更多原先属于Google的浏览器、搜索引擎市场，而降低成本便是达成这目标的核心基础。