The chip war is here! 1 million cards vs 50 million cards, Ultraman and Musk "gods fighting"

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。”

奧特曼官宣 OpenAI“百萬 GPU” 目標

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 正逐步擺脱對微軟 Azure 的依賴——過去其算力高度綁定微軟，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，一場以算力為基石的 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台，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 “放衞星”，5 年內，xAI 要部署到 5000 萬張 H100 GPU 的等效算力。

馬斯克提出 xAI 五年內 5000 萬卡目標

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，將免費用户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。

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説過：“我們確實認為世界需要在 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。

科技公司自研芯片路線圖，標紅為已發佈，* 代表待確認，來源 HSBC

滙豐銀行研究團隊 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、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代工設計，代號為 Titan V.1，將於 2026 年發佈，更先進的 Titan V.2 芯片將於 2028 年問世，但不確定為 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，但他認為，Titan V.2 將於 2027 年第三季度問世，比滙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説了算。

美國得州阿比林星門項目工地航拍，來源：OpenAI

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兑現之前，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，同時成為 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敍事。

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 “巧婦難為無米之炊”，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説，伊利亞因為算力需求被砍憤而離職、GPT-5、DALL-E 等就是因為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，納德拉認為存量算力已經足夠，需要精細化運營，奧特曼擔心的是算力不夠成為新模型、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 這些雲廠，逐個都跟 OpenAI 簽訂了租賃協議。當然，為了體面，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。

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羣。

“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）集羣，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。” 扎克伯格説。

Meta 位於曼哈頓的亥伯龍數據中心項目示意圖 來源：扎克伯格

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 吉瓦項目兑現，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。

到 2026 年的超大規模訓練集羣，來源：SemiAnalysis

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 的訓練集羣數據。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。作為對比，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，但作為 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 的超級計算機集羣。這句話的重點不止於這個 20 萬卡的集羣，還在於 xAI 數據集羣建設速度上——距離上一個節點 “10 萬卡” 集羣建成僅僅過去了 9 個月。

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

關於為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 萬卡的集羣，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。” 馬斯克説。

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為什麼 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，租賃算力只能作為短期過渡方案，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，奧特曼説 “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。

2023-2025 年，AI 基礎設施建設資本支出趨勢變化 來源：The Business Engineer

回到 xAI 的 20 萬卡集羣上來，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，對應數值分別為 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、研發等都可獲得税收抵免。以設備全額折舊為例，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 億美元應納税所得額。

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？

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。