OpenAI自研芯片梦碎？1800亿巨资遇阻，微软采购合同成关键“卡点”

type

status

date

slug

summary

OpenAI的造芯野心：摆脱英伟达依赖，重塑成本结构

长期以来，AI模型训练和推理对高性能计算芯片的需求呈指数级增长，而英伟达（NVIDIA）凭借其GPU生态系统，几乎垄断了这一市场。高昂的算力成本直接侵蚀了AI公司的利润率，OpenAI也不例外。据估算，到2029年，OpenAI的运营成本可能超过2000亿美元。在此背景下，降低对单一供应商的依赖，并通过自研芯片优化成本和效率，成为了OpenAI的战略要务。

去年10月，OpenAI与博通联合宣布了一项重磅合作：双方将共同部署10吉瓦（GW）的定制AI加速器，OpenAI负责芯片和系统设计，博通则负责开发与部署。该项目预计于2026年下半年开始交付，并于2029年底前全面到位。这一合作被普遍视为OpenAI在英伟达之外，打通自主芯片供应的关键一步，其核心目标是设计出比英伟达通用GPU更具成本效益和能效的推理加速器。

1800亿巨资的融资困境：微软的采购承诺至关重要

然而，公开宣布的战略合作背后，资金来源的敲定并非一帆风顺。据The Information报道，此次与博通的合作，首阶段1.3吉瓦（GW）的数据中心容量，仅芯片生产成本就高达180亿美元。若按此比例推算，完整的10吉瓦项目，芯片生产成本将攀升至惊人的1800亿美元，这还不包括数据中心建设、电力及网络等配套设施的巨额开销。

OpenAI目前的现金流难以支撑如此庞大的支出。为了推进这一计划，博通提出了一个关键条件：微软必须同意购买首阶段约40%的芯片，即价值约72亿美元的芯片（按180亿成本的40%计算），博通才愿意出面进行融资。其逻辑是，微软作为全球信用评级最高的科技公司之一，其购买承诺能为博通提供坚实的风险保障。协议草案甚至包含兜底条款：若微软实际购买量低于约定值，OpenAI需自行寻找替代买家补足。

微软的“卡点”：财务与架构的双重考量

问题的症结在于，微软尚未正式承诺购买这批芯片。尽管微软已为这批芯片预留了部分数据中心空间，但购买承诺始终停留在口头或内部讨论阶段，并未落实到纸面协议上。这份“未兑现的承购”被内部备忘录列为项目的“持续性核心风险”。

微软的犹豫并非空穴来风。首先是财务风险。直接购买如此巨量的定制芯片，是一笔巨大的前期投入，微软需要评估其投资回报和战略必要性。其次是架构兼容性问题。微软的数据中心设计遵循通用兼容原则，便于灵活切换供应商。而OpenAI期望的是为自研芯片量身定制的优化数据中心，两者建设逻辑存在根本差异。微软若同意购买，意味着需要在自身数据中心架构上向OpenAI靠拢，这笔交易的代价目前尚未谈拢。

OpenAI的战略博弈：自由与束缚的权衡

OpenAI工业算力负责人Sachin Katti曾指出，将微软的采购承诺作为融资前提，将形成一个“对我们长期而言是很大的束缚”。这可能意味着未来每一代芯片的融资，都必须依赖于“超级买家”的信用背书，使得OpenAI的供应链谈判始终受制于人。此外，微软通过购买再租赁给OpenAI的模式，中间还会产生额外的金融成本。

尽管存在结构性隐患，OpenAI仍决定推进该项目，其战略价值不言而喻。降低对英伟达的依赖，是OpenAI维持和提升其服务利润率的关键。定制芯片，特别是针对推理任务的加速器（如Jalapeno），有望显著降低运营成本，使其在与竞争对手的算力成本赛跑中占据优势。然而，Jalapeno首批芯片的交付时间已从原定的2026年下半年推迟至2027年，这无疑增加了项目的紧迫性。

AI军备赛新阶段：技术之外的信用博弈

OpenAI的困境并非孤例。谷歌、Meta等巨头也曾因英伟达的高昂价格，选择与博通合作定制AI芯片。但OpenAI面临的独特挑战在于，其现金储备和资产负债表，难以支撑如此规模的融资需求，这迫使其必须依赖第三方（如微软）的信用背书来撬动天量资金。

AI军备赛的上半场是模型性能的较量，下半场则演变为基础设施融资能力的竞争。在这个新阶段，技术已不再是唯一的瓶颈，能够获得银行、科技巨头和产业链企业的信用背书，从而撬动海量资金，才是赢得这场竞赛的关键。微软的采购决定，正成为OpenAI造芯梦想能否照进现实的“信用试金石”。

尽管面临挑战，OpenAI并未将所有赌注押在博通一条线上。它同时与英伟达（10GW系统合作）和AMD（6GW GPU合作）保持着深度联系，采取的是多供应商并行的风险分散策略。然而，只有自研芯片才能从根本上重塑成本结构，保住利润，这条“独立之路”一旦失速，降低对英伟达依赖的口号将难以实现。这场围绕1800亿美元芯片项目的博弈，不仅是OpenAI自身命运的关键节点，也折射出整个AI产业在规模化扩张过程中，所面临的深刻的融资与信用挑战。