OpenAI nabyło zestaw patentów od startupu chipowego Rain AI po tym, jak rozmowy o wykupieniu całej firmy nie powiodły się. Ogłoszenie nie zawierało informacji o cenie zakupu ani o liczbie nabytych patentów.

Rain AI wcześniej otrzymał prywatną inwestycję od Sama Altmana, CEO OpenAI. Nabycie patentów następuje w momencie, gdy OpenAI jednocześnie broni się w sądzie przed zarzutami Apple o przywłaszczenie sprzętowych tajemnic handlowych, składając w tym tygodniu wniosek o oddalenie pozwu.

Nieudana akwizycja, cenne IP

OpenAI i Rain AI nie byli w stanie osiągnąć porozumienia w sprawie pełnego przejęcia, jednak OpenAI odszedł z częścią portfolio patentów Rain AI. Perspektywy dla Rain AI są niepokojące: startup stracił niemal wszystkich pracowników, a operacje w dużej mierze uległy wstrzymaniu. Nie ogłoszono żadnego transferu pracowników z Rain AI do OpenAI, zgodnie z informacjami The Information.

OpenAI nie ujawniło publicznie, co zamierza zrobić z nabytymi patentami. Przejmowanie własności intelektualnej bez oryginalnego zespołu jest nietypowe w transakcjach półprzewodnikowych, gdzie wartość często leży w inżynierach, którzy zaprojektowali technologię. Bez wynalazców patenty mogą nadal służyć jako aktywa defensywne przeciwko roszczeniom o naruszenie lub jako elementy budulcowe dla przyszłych projektów wewnętrznych.

Powiązanie z Altmanem

Założony w 2018 roku Rain AI specjalizował się w neuromorficznych jednostkach przetwarzających — układach zaprojektowanych do naśladowania cech ludzkiego mózgu w celu zmniejszenia zużycia energii i obniżenia kosztów trenowania modeli AI. Obliczenia neuromorficzne zainteresowały badaczy i narodowe laboratoria jako potencjalna droga do znacznie wydajniejszego sprzętu AI, choć komercjalizacja okazała się trudna. Rain AI nie jest jedyną firmą, która ma problemy w tej dziedzinie; własny program badań neuromorficznych Intela, Loihi, przez lata pozostawał w dużej mierze na etapie eksperymentalnym.

Relacja między OpenAI a Rain AI sięga kilku lat wstecz. W 2019 roku OpenAI podpisał list intencyjny (LOI) na zakup układów o wartości 51 milionów dolarów, gdy Rain AI rozpocznie produkcję. Te układy nigdy nie zostały dostarczone.

Rain AI ostatecznie wyczerpał swoje fundusze i stracił bazę klientów. Około 2025 roku firma rozpoczęła poszukiwania kupca. Planowana runda finansowania Series B w wysokości 150 milionów dolarów nie doszła do skutku.

Pozew Apple nadal trwa

Pozew Apple przeciwko OpenAI zarzuca, że byli inżynierowie Apple zabrali ze sobą poufne informacje sprzętowe do OpenAI. Apple twierdzi, że około 400 jego byłych inżynierów jest obecnie zatrudnionych w firmie AI, zgodnie z informacjami TechCrunch.

OpenAI złożyło wniosek o oddalenie, argumentując, że własne praktyki Apple doprowadziły do tej sytuacji. OpenAI twierdzi, że Apple pozwalało pracownikom korzystać z osobistych kont iCloud i nie cofnęło dostępu po ich odejściu — stan, który OpenAI określa jako „residual access" (dostęp rezydualny). W swojej oficjalnej odpowiedzi OpenAI odparło zarzuty.

Apple nie udzieliło jeszcze odpowiedzi na wniosek o oddalenie, a sąd nie wydał wyroku. Sprawa uwypukla napięcia konkurencyjne, które pojawiają się, gdy firmy AI agresywnie rekrutują pracowników od ugruntowanych graczy sprzętowych.

Zarówno proces z Apple, jak i nabycie patentów Rain AI podkreślają szersze dążenie OpenAI do rozwoju sprzętu, w szczególności własnego krzemu dla urządzeń opartych na AI.

Strategia OpenAI w zakresie własnych układów

OpenAI konsekwentnie rozwija swój program autorskich układów. W czerwcu firma przedstawiła Jalapeno — dedykowany układ wnioskujący opracowany we współpracy z Broadcom, twierdząc, że projekt obniży koszty wnioskowania o połowę.

Strategia wpisuje się w szerszy trend wśród głównych laboratoriów AI w Stanach Zjednoczonych, które dążą do ograniczenia zależności od procesorów GPU firmy Nvidia, obecnie dominujących w trenowaniu i wnioskowaniu AI. Procesory GPU Nvidia stały się jednym z najdroższych pozycji kosztowych dla firm AI, a popyt konsekwentnie przewyższa podaż. Anthropic i Meta również ogłosiły ostatnio inicjatywy na rzecz opracowania własnego krzemu. Google od lat prowadzi własne jednostki Tensor Processing Units, co ilustruje zarówno potencjalne oszczędności kosztów, jak i wieloletnie zaangażowanie wymagane do wprowadzenia autorskiego krzemu AI do produkcji.