來源：騰訊科技
作者：蘇揚

OpenAI年底前將上線100萬張GPU，直觀感受就是新一輪芯片戰爭打響了。

7月21日，奧特曼在推特上預告，OpenAI到年底前將上線超過100萬張GPU。他還補充道，「對團隊感到自豪，但現在他們最好想想，怎麼在這個數量規模上再擴容100倍。」

這句看似簡單的預告，實則暗藏多重信號：

首先，規模碾壓對手。OpenAI的目標不再是10萬卡，20萬卡，要做就做100萬卡，這一規模將達到馬斯克旗下xAI訓練Grok 4所用20萬GPU的5倍；

其次，戰略自主。算力基礎設施的躍進，意味着OpenAI正逐步擺脫對微軟Azure的依賴——過去其算力高度綁定 $微軟 (MSFT.US)$ ，如今通過自建數據中心（如星門計劃）掌握主動權；

最後，OpenAI的行業野心也一覽無餘。「擴容100倍」直指AGI所需的終極算力目標，一場以算力爲基石的AI軍備競賽已進入白熱化。

這裏還有個小插曲——就在奧特曼定下衝刺100萬卡目標之後，華爾街日報就下場拆臺，稱星門計劃進度不順利，軟銀遲遲掏不出錢。但OpenAI隨即「滅火」：不僅官宣與$甲骨文 (ORCL.US)$加碼投資，將星門計劃擴容4.5吉瓦，還強調一期項目已部分投入運營，多方合作進展順利。

隨後，馬斯克更是直接「放衛星」，5年內，xAI要部署到5000萬張H100 GPU的等效算力。

按照單卡平均4萬美元粗略計算，100萬卡規模，僅GPU部分價值就高達400億美元，這種燒錢量級和速度，在科技行業也是前所未有，基本接近一線巨頭們的年資本支出。

$英偉達 (NVDA.US)$對此自然是樂見其成，問題是，行業數以萬計的計算卡需求，會將英偉達的市值推向什麼高度？

我們把視線再拉回算力上，OpenAI最近一次受算力影響最大的案例是3月份上線的「吉卜力風格」生圖功能，官方一度對產品做了限流處理，包括對生圖的速率進行暫時性限制，將免費用戶的生成額度限制在每日3次。奧特曼還在推特上高喊「我們的GPU快要融化了」，表面是宣傳產品，也可以看做是給猶豫不決的投資人「上眼藥」。

顯然，星門計劃還在籌資階段，OpenAI、軟銀、$甲骨文 (4716.JP)$們雖然能湊出500多億美元，但還有一半的缺口要通過債務融資完成，想要刺激投資人們掏錢，就得釋放一些星門計劃合理性的信號。

1、奧特曼「腳踏三隻船」

OpenAI對算力的追逐由來已久，其算力來源包括自研、星門計劃、微軟三個主要渠道。

關於自研芯片這件事，一度傳出奧特曼要籌集7萬億美元下場造芯的消息。不過，去年2月份，奧特曼委婉的否認了此事，在他與英特爾前任CEO帕特·基辛格的爐邊談話中曾說過：「我們確實認爲世界需要在AI計算（芯片）領域投入大量資金」。

根據行業的跟蹤和研究數據，OpenAI自研芯片一直在有序推進，其首款產品最快2026年問世。

匯豐銀行研究團隊6月下旬披露了一份科技公司自研ASIC的進度表，包括谷歌、Meta、$亞馬遜 (AMZN.US)$、微軟、xAI等等在內的硅谷公司，清一色下場自研AI芯片。

研報顯示，OpenAI首款3納米自研芯片由$博通 (AVGO.US)$代工設計，代號爲Titan V.1，將於2026年發佈，更先進的Titan V.2芯片將於2028年問世，但不確定爲2nm工藝還是A16（1.6nm）工藝。

一位長期跟蹤半導體產業的分析師Paul則在推特上披露了OpenAI自研芯片的詳細規格和發佈時間(如上圖)，強調Titan V.1將在2026年第三季度問世，核心配置包括N3工藝、144GB HBM3e顯存、兩顆計算芯片，採用CoWoS-S封裝等，但他認爲，Titan V.2將於2027年第三季度問世，比匯豐銀行的分析師團隊預測的2028年稍稍提前。

自研屬於長線規劃，在這條路跑通之前，OpenAI的腳開始伸向微軟之外的「另一條船」，牽頭搭建算力基礎設施。

今年1月份，OpenAI聯合軟銀、甲骨文推出星門項目，計劃四年在美國投資5000億美元，搭建算力基礎設施，首期投資1000億美元，其中軟銀承擔財務責任，OpenAI負運營責任。

這裏的重點是，運營權才是奧特曼在星門計劃中想得到的——想怎麼分配怎麼分配，打不打價格戰全都自己說了算。

4個月之後，OpenAI又攢了一個「阿聯酋版」星門計劃，計劃聯合G42、甲骨文、英偉達、軟銀等合作伙伴，在當地構建一個1吉瓦的數據中心，預計2026年投入使用。

這些宏大的基礎設施項目兌現之前，OpenAI的算力供給仍然依賴微軟——兩家自2019年開始合作，微軟向其提供了超過130億美元的直接投資，同時成爲OpenAI獨家算力提供商，微軟則在OpenAI的模型、收入分成等方面獲得優先權，比如可獲得OpenAI 49%的利潤分配權，最多可達到1200億美元。

依賴微軟，也要避免被微軟「卡脖子」。從7萬億美元造芯傳聞，到5000億的星門計劃，再到阿聯酋版星門，OpenAI核心邏輯是構建一個由自己主導，不斷堆高的宏大算力敘事。

沒有規模化的算力，就會隨時被谷歌的價格戰碾壓，而規模化是谷歌的先天優勢。產品層面，缺算力就如同「巧婦難爲無米之炊」，就會出現更多「吉卜力風格」生圖能力受限的問題，所以之前才會就有小道消息說，伊利亞因爲算力需求被砍憤而離職、GPT-5、DALL-E等就是因爲算力短缺而被迫延遲發佈等等。

巧合的是，在OpenAI「猛踩油門」的時候，微軟卻輕點了一下剎車。

今年4月份，美國券商TD Cowen分析師稱，微軟放棄了在美國和歐洲的2吉瓦新數據中心項目，微軟官方的回覆稱數據中心容量都是多年前規劃，現在各地佈局都已完善，所以做了一些靈活性的戰略調整。

微軟的戰略收縮，其實從去年底納德拉接受BG2播客訪談中就能找到信號，他當時毫不避諱的強調和奧特曼的分歧，「我們需要用嚴謹的方式來思考如何有效利用現有設備。同時也要考慮設備的使用壽命，不能一味地購買新設備。除非GPU的性能和成本能帶來顯著改善，讓利潤率達到或超過大型雲服務商的水平，否則我們不會輕舉妄動。」

大家都在追逐算力的安全感，納德拉認爲存量算力已經足夠，需要精細化運營，奧特曼擔心的是算力不夠成爲新模型、產品的掣肘。

於是，雙方越走越遠。

今年1月，微軟選擇了放手，與 OpenAI 修訂了合作條款，允許其使用第三方供應商的計算資源，很快甲骨文、$CoreWeave (CRWV.US)$這些雲廠，逐個都跟OpenAI簽訂了租賃協議。當然，爲了體面，微軟依舊擁有提供算力的優先合作權。

The Information援引投資人會議的消息稱，OpenAI計劃到2030年，將75%的算力來源轉移至星門項目上。

2、算力戰爭「燒掉」2.5萬億

OpenAI追逐算力，內部要實現「算力自主可控」，外部則是應對硅谷巨頭們的「算力戰爭」。

7月16日，The Information上線了專訪Meta CEO扎克伯格的內容，扎克伯格稱Meta正在建設多個數據中心集群。

“我們的人員正在夜以繼日地工作於普羅米修斯（Prometheus）和亥伯龍（Hyperion）項目中，這是我們的前兩個泰坦（Titan）集群，都將超過1吉瓦。亥伯龍將在未來幾年擴展到5吉瓦。我分享過它的圖片，從佔地面積來看，這個數據中心的規模佔了曼哈頓的相當一部分。它太龐大了。”扎克伯格說。

1吉瓦的數據中心是個什麼概念？

假設Meta在建的1吉瓦亥伯龍數據中心全部部署GB200 NVL72機架，按照單機架140KW的功耗計算，總計可容納7100+個機架，由於每個機架內置72張GPU，總計大約51萬張GPU，按照單機架300萬美元來折算，7100多個機架的總成本就超過210億美元。

而如果OpenAI和甲骨文新擴容的4.5吉瓦項目兌現，那麼未來OpenAI藉助星門計劃掌握的GPU就有可能衝到接近250萬張GPU的規模。

7月21日，知名研究機構SemiAnalysis基於其數據中心和加速器模型，披露了到2026年底，Anthropic、OpenAI和Meta的訓練集群數據。SemiAnalysis列舉了Meta的另一個1吉瓦容量的普羅米修斯數據中心項目，其採用GB200/300混搭，GPU總量達到50萬張，與我們對亥伯龍數據中心的預估結果基本一致。

能耗方面，1吉瓦的GB200 NVL72數據中心，全年365天24小時滿負荷運行，預計需要87.6億度電。作爲對比，日本東京2023年全年的用電量也就1300億度。

SemiAnalysis的跟蹤數據中未包含xAI，但作爲OpenAI的頭號對手，xAI同樣在「瘋狂」投資基礎設施。

7月10日，xAI公佈了旗下Grok 4模型，馬斯克在直播中透露該模型是在一個擁有超過20萬張H100 GPU的超級計算機集群。這句話的重點不止於這個20萬卡的集群，還在於xAI數據集群建設速度上——距離上一個節點「10萬卡」集群建成僅僅過去了9個月。

更誇張的是，xAI旗下首個10萬卡級別的Colossus AI 超級計算機集群，從建設到投入運營，耗時122天，建設效率「捲上天」。

關於爲什麼要這麼卷基礎設施建設，馬斯克在直播中透露過自己的邏輯，他強調如果依賴雲廠的算力，協調一個10萬卡的集群，預計需要18到24個月。「我們想，18到24個月，這意味着失敗是必然的。」馬斯克說。

自建122天，協調雲廠的算力最快需要18個月，這也一定程度上可以解釋爲什麼OpenAI不打算和微軟一起玩了——靠外部合作伙伴來協調算力效率太低，租賃算力只能作爲短期過渡方案，只有自己主導才能可控。

可以想象這樣一幅畫面：當OpenAI推出吉卜力風格圖片生成時，奧特曼說「我們的GPU快要融化了」，轉身向微軟協調算力支持卻碰了軟釘子——得到的回覆竟是「你再等等」。此刻的奧特曼，內心恐怕只剩下一聲無奈的嘆息。

回到xAI的20萬卡集群上來，按H100單卡2.5萬美元-3萬美元的價格，大致可以估算一下成本，整個GPU部分的成本就需要50億美元-60億美元，這還不包括基建和運營、維護的成本。

OpenAI、xAI、Meta在數據中心上的投入，是行業AI資本支出擴張的一個縮影。

The Business Engineer分析師Gennaro Cuofano今年5月份發佈一份研究報告，內容援引硅谷公司的業績、行業預測數據，梳理了2023、2024、2025三個年度硅谷大公司在AI上的資本支出，對應數值分別爲1700億美元、2560億美元、3600億美元。

全年3600億美元，摺合人民幣超過2.5萬億元，這個規模相比2023年增長超過110%。更重要的是，大公司的AI支出佔據了全行業85%以上，這也意味着AI基礎設施建設的「馬太效應」不斷強化——未來頭部雲廠將掌握着行業的核心資源。

巨頭們紛紛捲入這場2.5萬億美元算力戰爭，也還有一個值得關注的背景——OBBB（大漂亮法案）簽署通過。

根據法案，科技巨頭們的大型數據中心基礎設施建設、研發等都可獲得稅收抵免。以設備全額折舊爲例，比如企業購買價值 1 億美元的服務器等數據中心硬件。 按傳統折舊規則需要分5年進行，每年只能抵扣2000萬美元。 根據法案，企業可在購置當年一次性抵扣1億美元應納稅所得額。

業務上有需求，競爭對手都在卷，政策又變相的起到了催化劑作用，都刺激着奧特曼、扎克伯格和馬斯克們，迫不及待的再打一場硅谷芯片戰爭。

如果非要問一個問題，有了百萬級的GPU，人類能打開AGI時代的大門嗎？

編輯/rice