广告
加载中

7100亿 黄仁勋梭哈了

蒲凡 2025/09/24 11:42
蒲凡 2025/09/24 11:42

邦小白快读

核心投资事件和影响

1. 英伟达宣布向OpenAI投资1000亿美元(约7100亿人民币),合作建立大规模AI数据中心项目,一期工程将于2026年下半年完成,使用英伟达的Vera Rubin平台。这一消息推动英伟达股价当日大涨4%,市值增加1700亿美元。

2. 项目目标包括创建拥有数百万台GPU、总功率10千兆瓦的AI数据中心,规模相当于Meta类似项目的5倍以上,凸显当前AI风口和资本红利。

OpenAI现状和行业风险

1. OpenAI年度经常性收入达100亿美元,但运营成本高昂(2025年预计80亿美元),工程师平均年薪达80-100万美元,人才争夺激烈。

2. AI行业面临梯云纵式循环:多起1000亿美元投资项目(如OpenAI与甲骨文合作)显示高投入趋势,但商业化路径未明,潜在风险为资本泡沫。

AI合作案例和品牌绑定

1. 英伟达与OpenAI的战略合作强化其“AI时代基建”品牌定位,有助于提升英伟达在高端技术市场的营销影响力。合作源于历史渊源(2016年英伟达免费提供DGX-1支持OpenAI起步),增强品牌故事价值。

2. 产品研发方面,英伟达的Vera Rubin平台(集成CPU Vera和GPU Rubin)提供超强算力(如NVL144版本提供8 exaflops),专为大规模AI任务设计,标志AI硬件创新趋势。

消费趋势和用户行为

1. 当前AI需求激增,带动品牌如Meta和谷歌加入竞争,例如Meta投资100亿美元建数据中心,谷歌与Meta签1000亿美元合作协议,反映企业对AI基础设施的高度关注。

2. 用户行为观察显示:OpenAI高薪挖角工程师(平均年薪达百万美元级别),并通过并购(如65亿美元收购io公司)丰富产品线,体现对人才和创新的依赖性。

市场机会和合作方式

1. AI增长市场旺盛,OpenAI与英伟达的合作带来新商机:该项目需数百万台GPU和电力扩容,为卖家提供硬件销售机会;同时,OpenAI收入高增长(ARR达100亿美元),意味着AI服务订阅和API接口需求提升。

2. 合作方式多样:英伟达为OpenAI提供全面支持,包括优化软硬件开发路线;类似交易如OpenAI与甲骨文的5年3000亿美元合同,显示大型平台合作模式可复制。

风险提示和应对措施

1. 风险提示:OpenAI运营成本高速增长(预计2025年80亿美元),若投入放缓,可能引发增长危机;AI行业1000亿美元投资频繁出现(如MGX基金投资),易形成资本泡沫。

2. 事件应对措施:OpenAI通过高价收购(如11亿美元并购Statsig)强化技术团队,卖家可学习点包括优先与大客户绑定(英伟达绑定OpenAI)以规避市场波动。

GPU生产需求和商业机会

1. 产品生产需求激增:英伟达与OpenAI项目需堆砌400-500万台GPU以达10千兆瓦算力,突显GPU制造规模扩大机会,工厂可关注这类大型订单带来的增长空间。

2. 数字化启示:AI数据中心建设涉及集成系统设计(如Vera Rubin平台),提供工厂推进自动化和数字化的案例;Meta类似工厂需5000名工人,启示传统制造转向高技术融合。

商业机会和供应链启示

1. 商业机会方面:OpenAI高投入(如65亿美元并购io进入硬件领域)带动产业链需求;AI行业多起千亿美元投资(如甲骨文合作)表明制造设备需求持续,工厂可拓展AI设备生产。

2. 供应链启示:英伟达的项目一期2026年完成,时间节点明确,工厂可规划产能;同时,OpenAI成本压力显示高效生产关键,启示工厂优化成本模型以应对高投入风险。

行业趋势和技术创新

1. AI行业发展趋势:英伟达与OpenAI合作体现大规模AI基础设施投资潮,今年多起1000亿美元交易(如谷歌和Meta合作)显示行业向超级算力迁移,服务商需关注此方向的客户需求。

2. 新技术如Vera Rubin平台(集成CPU和GPU)提供高算力解决方案(FP4速度达50 PETA),比前代产品性能提升7.5倍,代表AI计算领域的飞跃创新。

客户痛点和解决方案

1. 客户痛点:OpenAI面临算力不足问题,需百万级GPU支持模型开发,服务商可为类似企业提供算力扩容方案;AI企业运营成本高(如OpenAI人力成本激增),需降本增效服务。

2. 解决方案参考:英伟达承诺投资1000亿用于电力扩容和软件优化,服务商可借鉴此模式开发定制化AI基建包;此外,OpenAI通过并购(如Statsig)强化工具,提供整合服务启发。

平台需求和最新做法

1. 商业需求:OpenAI因算力瓶颈寻求英伟达合作,反映平台对超级AI数据中心的迫切需求;平台商需关注类似需求(如谷歌为OpenAI提供云计算),设计高容量服务。

2. 平台最新做法:英伟达采用投资绑定大客户模式(1000亿投入基建),提供一站式解决方案(如优化OpenAI模型);Vera Rubin平台2026年升级为超级芯片,展示平台创新时间线管理。

招商和风险规避

1. 平台招商:OpenAI合作带动英伟达市值飙升,启示平台商通过战略合作吸引客户(如Meta大型数据中心招商5000名工人);平台风向为AI集成系统开发(如CPU-GPU协作)。

2. 风险规避:项目规模大(10千兆瓦算力)带来成本失控风险,平台商需精细资金规划;AI行业资本泡沫现象(多次1000亿交易),启示严控投资节奏和验证商业可行性。

产业新动向和商业模式

1. 产业新动向:AI赛道兴起大规模投资潮,英伟达1000亿合作刷新纪录;今年类似交易包括OpenAI与甲骨文3000亿合同,显示产业向千亿级基建转型新动向。

2. 新问题浮现:OpenAI高增长依赖高投入(收入100亿但成本80亿),引发可持续性疑问;行业梯云纵现象(如资金互相抬轿)为资本泡沫风险新问题。

政策启示和商业模式分析

1. 政策法规启示:英伟达项目需大量电力扩容和政府支持(如德州数据中心),研究者可建议政策鼓励AI基建投资;同时,OpenAI人才薪酬飙升(工程师达百万美元),呼吁人才竞争政策监管。

2. 商业模式:OpenAI依靠并购和合作(如与英伟达优化开发路线)维持增长,模式为高投入换规模;英伟达绑定AI基建定位,提供企业战略定位案例。

{{loading ? '正在重新生成' : '重新生成'}}

返回默认

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

在金庸武侠世界里,有一门神奇的武功,叫梯云纵。

它是武当派的轻功绝学,名门正朔,高深莫测,身躯“微一转折”就可以“纵起丈余”,在《倚天屠龙记》里先后被武当七侠和张无忌完美展示,可以说浑身闪耀着主角光环。然而由于梯云纵的施展方式过于违反物理定律,全程靠“左脚踩右脚、右脚踩左脚、借(自己的)力使(自己的)力”来腾空,这个画面又被朱茵版《射雕英雄传》给拍了出来,于是“梯云纵”这门武功在网络世界里开始迅速梗化。

而在很多人看来,现在的AI赛道,就越来越有“梯云纵”的味道。

9月22日英伟达宣布与OpenAI正式签订合作意向书,建立战略合作伙伴关系,未来将为OpenAI提供足够的软硬件支持以帮助OpenAI完成下一代AI基础设施的建设。而为了支持整个合作的稳定推进,英伟达将累计向OpenAI投资1000亿美元(约合人民币7100亿元),这个数字将直接刷新人工智能赛道史上的最高投资纪录,也足以见证英伟达的决心。不过合同可能还没有执行,英伟达就已经赚回本了——

在这则消息的带动下,英伟达股价当日开盘即大涨,直接一个4%的涨幅拿下了1700亿美元,整体市值也逼近4.5万亿美元。调侃纵云梯,左脚踩右脚,没问题,但你要判断哪里是风口,什么叫红利?还是得扎到往钱最多的地方。

最猛的需求方和最猛的供应商

先来聊聊这次合作本身。

根据双方发布的信息,OpenAI之所以寻求与英伟达合作,是因为目前的底层算力架构(也就是所谓的“基础设施”)已经很难满足OpenAI开发新一代大模型的需求,因此需要与英伟达进行更全方位地帮助。作为回应,英伟达将协助OpenAI打造一个涵盖数百万台GPU、整体功率达到10千兆瓦(GW)的AI数据中心。这个工程庞大到一个什么程度呢?我们来做一个对比——

2024年12月,Meta宣布将在美国路易斯安那州里奇兰县建立(当时)迄今为止规模最大的数据中心,用来支持开源大型语言模型的进一步开发。具体数据方面,Meta的这座数据中心占地400万平方英尺(约37.16万平方米)、需要超过5000名工人参与建设,整体投资为100亿美元(约合人民币710亿元),建成之后将为Meta提供超过2千兆瓦的算力。

也就是说,OpenAI与英伟达的目标是将Meta那座巨型工厂放大至少5倍。在这个前提下,硬件投资、软件投资、人力成本都将几何倍增加。有分析师计算,想要实现10千兆瓦的算力,至少需要堆砌400万甚至500万台GPU。英伟达在合作协议里承诺投资的1000亿美元,就主要投入到这个项目的算力堆砌以及电力扩容上,黄仁勋也因此将这笔投资定义为“人工智能史上最大的基建项目”。

更重要的是,这个“史上最大的基建项目”并不是一个远期规划。根据协议,这个重金打造的AI数据中心的一期工程将在2026年下半年完成,由英伟达的Vera Rubin平台支持。

这里又涉及一个新概念,Vera Rubin平台。简单来说,Vera Rubin平台是英伟达开发的“超级算力平台”,其中Vera是新一代的CPU,集成了88个定制Arm核心,支持176线程,提供1.8TB/秒的NVLink-C2C互连带宽;Rubin是新一代的GPU,专为处理高性能的AI任务而设计,FP4运算速度高达每秒50千万亿次浮点运算 (PETA)——

顾名思义,Vera Rubin平台想办法让两款产品在同一个集成系统里实现协作,指数级放大算力。以目前已有NVIDIA Vera Rubin NVL144 CPX为例,这个版本Vera Rubin平台就已经能提供8 exaflops的AI算力,单机柜性能上比英伟达的上一代产品NVIDIA GB300 NVL72系统高出7.5倍的AI性能,同时具备100TB高速内存与1.7PB/秒的内存带宽。

在9月初的新产品发布上,黄仁勋给予了这个平台非常高度的评价,说:“Vera Rubin平台标志着人工智能计算领域将迎来又一次飞跃……正如RTX彻底改变了人工智能的图形处理方式一样,Rubin也是首款专为大规模上下文推理任务打造的GPU,他可以帮助大模型同时推理数百万个知识标记。”

另外值得一提的是,英伟达还有计划将“Vera Rubin平台”进化为“Vera Rubin超级芯片”,在同一款产品上集成CPU Vera和GPU Rubin,预计发布时间正是2026年的下半年——这大概率不是一个巧合,因为在官方新闻稿中,OpenAI也明确提到了自己在英伟达新产品开发过程中的重要性,表示:“双方将携手优化OpenAI模型和基础架构软件,同时也将携手优化英伟达硬件和软件的产品开发路线。”

从一系列因素来看,OpenAI想要继续保持现在的领先地位,确实有必要确保自己能够优先且大规模地使用上英伟达开发的最新产品;而英伟达如果想要继续吃到人工智能的发展红利,将自己与“AI时代基建”这个标签牢牢绑定,也必须拿下OpenAI这个需求最大、最有可能代表行业先进方向的大客户。

梯云纵炉火纯青了属于是。

当然了,如果有机会把话题直接递到黄仁勋面前,他一定会告诉你“除了生意还有人情”。毕竟OpenAI创业故事的起点,正是2016年在AI教父杰弗里·辛顿(Geoffrey Hinton)的撮合下,黄仁勋这个草创的团队免费提供的那台DGX-1。在那台DGX-1上,黄仁勋还写下一句赠言:“献给埃隆(马斯克)&OpenAI团队、献给人类与计算科学的未来”——这样来看,老黄确实只是十年如一日地兑现自己心中所愿罢了。

祖传的1000亿和焦虑的领头羊

不过相比于黄仁勋的情怀、史上最大的人工智能基建项目、世界上最大的AI数据中心,这笔交易最大的亮点其实是“1000亿美元”这个数字已经是今年至少第5次出现在人工智能赛道里了,前四次分别是:

-2025年1月,作为“星际之门”计划的一部分,OpenAI、甲骨文、软银共同宣布将投资1000亿美元,在德克萨斯州建立一座占地875英亩(354万平方米)全新的数据中心;

-2025年4月,英伟达和xAI宣布将加入人工智能投资基金MGX的合作计划,共同投资人工智能基础设施领域的关键项目,整体规模预计高达1000亿美元;

-2025年8月,谷歌和Meta签署了一项价值1000亿美元的合作协议,Meta将在未来的6年时间里可以使用谷歌的AI数据中心来训练提升自己的大模型能力。与此同时据路透社爆料,OpenAI也在长达数月的谈判后,将与谷歌签下一份“前所未有的云计算服务合同”;

-2025年9月初,多家媒体爆料称甲骨文已与OpenAI签署了一份为期五年、价值约3000亿美元的合作合同,刷新了人工智能产业迄今为止的商业合作纪录。根据协议,OpenAI将于2027年开始购买甲骨文的云计算服务,获得4.5至5千兆瓦的容量,而5千兆瓦计算能力至少需要200万台英伟达最先进GPU支持,这部分硬件支出就达到了1000亿美元。

这些交易数字相同、方向相同,甚至参与者也雷同,年初A还是B的投资方,几个月后B就成为A的大客户了。所以与其说英伟达作为AI红利最大的受益者,对OpenAI的这笔投资让人们有一种浓烈的“梯云纵”感觉,倒不如说是整个人工智能行业似乎都在修炼“梯云纵”,几乎所有的参与者都缔结了足够深度也足够关键的合作关系,也让下面这张梗图开始广为流传:

这祖传的1000亿美元,到底是从哪儿来呢?

当然还是那句话,如果较真的话,这个问题并不是完全没有答案。比如OpenAI与甲骨文在德克萨斯州共建的那座数据中心,明确提到是由摩根大通等财团提供的资金支持。比如英伟达与xAI共同参与的那支新基金MGX,背后真正的大腿是微软、贝莱德、阿布扎比主权财富基金。

但人们显然真正在意的不是“钱的来源”,而是通过这句调侃对整个人工智能行业提出了一个深深的疑问:在人工智能商业化路径远没有跑通的当下,动辄高达上千亿美元的定价,到底是建立在对未来预期的坚定共识上,还是一场纯纯互相抬轿子的资本游戏?

甚至在某种程度上,OpenAI就是当前人工智能赛道最大的利空:

今年6月披露的一份财务数据显示,在算上ChatGPT订阅费、API接口服务费这些杂七杂八的收入,OpenAI的ARR(年度经常性收入)达到了100亿美元,相较于上一年度的55亿美元有了几乎翻倍的增长。然而与收入的高增长同步的是,OpenAI在支出上也保持了几乎翻倍的高增长,仅运营成本在2024年度就达到了50亿美元,2025年度的预计运营成本将达到80亿美元。

与此同时,OpenAI的人力成本也在水涨船高。据知名科技媒体the Information爆料,2024年OpenAI的工程师平均年薪在80万至100万美元之间。而在今年Meta和谷歌打响人才争夺战后,这些工程师的平均起薪已经能够达到7位数。他们在8月以11亿美金收购了一家软件测试平台Statsig,顺便挖来了创始人维贾伊·拉吉(Vijaye Raji)担任公司的CTO,似乎就是人才战的一个结果。

除此之外,OpenAI还预留了相当一部分现金用于投资与并购,来不断丰富自己的产品线。近期刚被媒体爆料的OpenAI与立讯精密的合作消息,源头正是今年6月OpenAI用65亿美元(约合人民币468.16亿元)的高价全资收购由前苹果首席设计官艾维成立的公司io,挺进人工智能硬件领域。

这些数字算来算去,最终似乎汇聚成这样一句话:OpenAI目前的高增长,看起来就像是用高投入换来的——一旦停下高投入,危机很快就将到来。所以OpenAI人力主管华金·基尼奥内罗·坎德拉不久之前就在个人社交媒体上感叹:“我们面临着前所未有的增长压力。”

所以再回头看开头我们提出的问题,人工智能巨头们或许也并不想“梯云纵”,但在无数双看不见的大手组成的现实面前,“团结”从未如此重要。

注:文/蒲凡,文章来源:投中网(公众号ID:China-Venture),本文为作者独立观点,不代表亿邦动力立场。

文章来源:投中网

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0