核心观点
　　OpenAI管理层变更可能意味着中长期战略的优先事项调整。短期看，微软与OpenAI合作仍然稳定，考虑Google Gemini大模型延迟发布，微软/OpenAI的竞争压力有所缓和。中长期看，从过往Ilya Sutskever的访谈来看，Ilya目前的工作重点从构建下一代GPT/DALL·E模型转向防止AI模型失控，这可能意味着OpenAI开发GPT-5和DALL·E 4的投入部分被转移至AI安全、对齐等方面，战略优先事项若存在不一致，可能导致微软/OpenAI合作的不确定性提升。此外，微软于Ignite大会发布Maia 100 AI芯片，在推理侧有望大幅优化AI工作负载的成本。
　　事件
　　OpenAI宣布管理层变更，Sam Altman及Greg Brockman离职美国当地时间2023年11月17日中午，OpenAI董事会宣布CEOSam Altman将卸任CEO并离开公司，原因为其与董事会沟通时不够坦诚（he was “not consistently candid in his communications” with the directors），并任命现任CTOMira Murati为临时CEO（interim CEO）。同时，董事会宣布总裁Greg Brockman将卸任总裁职务，但会继续担任ChatGPT等产品运营负责人，之后GregBrockman宣布离职，且Greg Brockman此前被视为Sam Altman的盟友。一些Sam Altman的支持者在解雇事件后离职，包括Jakub Pachocki（Director of research），Aleksander Madry（head of a team evaluating potential risks from AI ），Szymon Sidor （ 7-yearresearcher）。
　　简评
　　管理层变动的原因：在董事会宣布解雇CEOSam Altman及总裁Greg Brockman后的全员会（All-handsmeeting），Ilya Sutskever暗示Sam Altman在商业化方面过于激进，而忽略了潜在的安全问题1。Ilya Sutskever强调董事会履行非营利性组织的使命，确保OpenAI构建造福全人类的AGI。在11月17日临时CEOMira Murati发给员工的Memo中提到，OpenAI有三项使命：1）最大限度推进研究工作；2）安全与对齐（Alignment）工作；3）技术普惠。OpenAI的联合创始人们担心Sam Altman以盈利为目的发展公司会以牺牲社会安全为代价。在2023年7月的官方博客2中，Ilya Sutskever与Jan Leike共同成立对齐团队并将投入公司20%的计算资源用于应对AI安全问题。
　　对微软与OpenAI合作的影响：短期看，微软在OpenAI董事会宣布5-10分钟前才知晓这一决定3，但微软CEOSatya Nadella表达了对OpenAI新领导层及后续合作的信心4。OpenAI临时CEOMira Murati在公司内部会议表达了与微软合作关系保持稳定的观点5。中长期看，从过往Ilya Sutskever的访谈来看6/7/8/9，Ilya目前的工作重点从构建下一代GPT/DALL·E模型转向防止AI模型失控，这可能意味着OpenAI开发GPT-5和DALL·E 4的投入部分被转移至AI安全、对齐等方面，其终极理想是实现AGI并且强调拥有一个在某些方面比人类拥有更强能力的AI对人类构成的潜在威胁，而与微软等公司的商业合作推动了一轮AI行业的“军备竞赛”，可能导致这种威胁更难以被管控，本质是对于AI安全的不同看法。如果参考微软过往与Sybase等公司的合作经历，OpenAI研发优先事项若与微软不一致，其可能导致二者中长期合作的不确定性提升。
　　外部竞争方面，Google近期推迟了Gemini大模型的发布时间（从2023年11月至2024Q1），短期对GPT模型追赶压力缓和。对外发布主要意味着Google Cloud的客户可以通过调用API使用Gemini模型，或通过订阅会员方式进行交互。此次推迟主要由于Google内部正将Gemini与搜索广告/Youtube等消费者业务结合，例如Gemini帮助广告主生成广告素材，最初应用于静态广告素材，后续拓展至音频和视频广告。性能方面，Gemini的Context Window预计长于PaLM 2（8000 Tokens10）。
　　微软于Ignite大会发布Maia 100芯片，有望优化微软内部工作负载的推理成本。Maia 100基于TSMC 5nm制程工艺，是一个拥有1050亿个晶体管的单体芯片。Maia在MXInt8/MXFP4下的性能分别是1600 TFLOPS和3200 TFLOPS。其中在推理侧，MXInt8是FP16/BF16的降位替代，MXFP4是FP8的降位替代。FLOPS性能方面，Maia 100优于TPUv5以及Trainium / Inferentia2，弱于H100和MI 300X。但需要注意的是Maia 100的内存带宽为1600GB/s，弱于TPUv5以及H100/MI 300X。由于内存方面的权衡，Maia 100在“GPT-4”-like模型的推理性能是H100的1/3左右。因为其内存带宽是H100的1/2，H200的1/3。但如果考虑Nvidia在GPU方面的高额利润率，从制造成本角度看Maia 100仍具备充分竞争力。问题在于低内存带宽带来的延迟问题，对一些延时敏感的场景（如自动驾驶）Maia 100很难与H100/MI300X竞争。而对GPT-3.5