英伟达1000亿美元投资OpenAI！一切从算力开始

9 月 22 日，OpenAI 与英伟达联合宣布签署战略合作意向书，计划在未来数年建设至少 10 GW 的 AI 数据中心，并部署数百万颗英伟达 GPU，以支撑下一代模型的训练与运行。为此，英伟达承诺将按每 1 GW 的交付进度，逐步向 OpenAI 投资最高 1000 亿美元，并在过程中获得非投票股权。这是 AI 行业迄今最大手笔的资金与硬件捆绑交易，也被视为全球算力格局的一次重塑。

联合声明中，英伟达 CEO 黄仁勋称这是双方关系的“下一个飞跃”，OpenAI CEO Sam Altman 则强调 “Everything starts with compute”。在外界看来，这不仅是一笔投资，更是把算力明确地推到产业竞争的起点。

 ▍资本结构与合作模式

英伟达与 OpenAI 在 9 月 22 日宣布的战略合作，被业内视为全球 AI 基础设施史上最大规模的一次资本与硬件捆绑。这笔投资的核心在于“分阶段触发、硬件绑定”，总额最高可达 1000 亿美元。它不仅改变了 OpenAI 的算力格局，也让英伟达从硬件供应商进一步转变为资本和战略上的深度伙伴。

根据双方公布的安排，这一合作分为两个相互关联的部分。首先，OpenAI 将以现金方式采购英伟达的 GPU 以及配套的数据中心系统，这笔支出用于建设未来数年的超大规模 AI 工厂。其次，英伟达会随着这些 GPU 系统的交付，逐步向 OpenAI 注资，换取非投票股权。首笔约 100 亿美元将在最终协议签署后启动，此后每当新增 1 GW 系统部署完成，英伟达就会相应追加一笔投资。这样设计的逻辑很清晰：投资规模与硬件交付进度挂钩，确保双方在长期合作中保持一致的节奏。

相比一次性注资，这种分阶段绑定的模式，有助于降低不确定性。对 OpenAI 来说，它可以在需要算力的时刻获得资金支持，同时提前锁定英伟达的 GPU 产能，确保自身模型研发与训练不被供应链瓶颈掣肘。对英伟达而言，虽然投资上限高达 1000 亿美元，但分阶段投入的方式让其资金使用更具灵活性，也能根据 OpenAI 的实际扩张情况调整步伐。这意味着“1000 亿美元”更像是一个阶段性承诺的上限，而不是立即落地的全额兑现。

从资本属性上看，英伟达将获得 OpenAI 的非控股股权。这一安排保证了 OpenAI 在治理层面的独立性，但同时也让英伟达从供应商跃升为股东。与传统的供货关系不同，这种模式把硬件、资金和战略目标捆绑在一起，使双方形成了更加牢固的利益共同体。换句话说，英伟达在未来数年的 GPU 销售额之外，还能分享 OpenAI 在模型与应用层的潜在成长红利。

这种合作结构，正是当下 AI 行业大规模竞争的映射。模型公司的最大瓶颈是算力，而芯片公司的最大风险是市场需求的波动。通过资本与设备的交叉绑定，双方都在对冲自身的不确定性：OpenAI 锁定长期的硬件供给，英伟达获得直接参与顶级模型公司的股权敞口。这是一种“算力即资本”的新型交易结构，在过去的半导体或互联网行业中并不多见。

英伟达 CEO 黄仁勋在联合声明中的表态，进一步凸显了这笔交易的战略意义。他强调，这项合作是双方关系的“下一个飞跃”，目标是 “deploying 10 gigawatts to power the next era of intelligence”。这不仅仅是描述数字规模，而是直接把 10 GW 的算力定义为“下一代智能时代”的基础设施。黄仁勋的措辞清楚传达了英伟达对 AI 行业长周期需求的判断，也解释了为何公司愿意以如此大手笔介入。

OpenAI 总裁 Greg Brockman 则从合作历史的角度做了补充。他回顾道，从最早的 DGX 超算平台到 ChatGPT 的突破，英伟达一直是 OpenAI 技术演进背后的硬件支撑。此次宣布的 10 GW 计划，不只是一次单纯的扩容，而是把过去的合作推向了一个新高度。他用“push back the frontier of intelligence”来形容这笔合作的意义，即通过算力扩张，把智能边界进一步往前推进。

 ▍时间表、硬件平台与合作定位

这笔合作最直观的落脚点在于时间表。双方在联合声明中明确指出，首个 1 GW 的系统将在 2026 年下半年上线，采用英伟达最新一代的 Vera Rubin 平台。这一节点之所以重要，不仅因为它是整个 10 GW 计划的“样板工程”，更因为它为未来的投资节奏和技术迭代划定了参照坐标。

与过去单点的 GPU 供货不同，这次合作强调的是“以 GW 为计量单位”的算力部署。1 GW 代表数十万颗 GPU 级别的硬件组合，背后对应的不仅是采购与交付，还包含电力、冷却、网络和软件配套的完整体系建设。换句话说，2026 年下半年的首批系统上线，意味着 OpenAI 将在基础设施层面迈入前所未有的规模化阶段。每 1 GW 的部署既是硬件落地，也是英伟达资金投入的触发条件，形成资本与算力同步扩张的节奏。

在硬件平台选择上，Vera Rubin 是英伟达为超大规模 AI 工厂打造的新一代架构。它继承了 Hopper 和 Blackwell 平台的演进方向，重点提升了能效比、集群互联和大模型训练效率。对于 OpenAI 来说，采用 Vera Rubin 不只是追逐性能的升级，更是确保未来数年技术迭代与硬件演进保持同步。Sam Altman 在声明中直言：“Everything starts with compute. Compute infrastructure will be the basis for the economy of the future.” 这句话几乎把合作的逻辑凝缩成一句口号：算力不仅是技术发展的起点，也是未来经济运行的根基。

值得注意的是，这次合作并没有取代 OpenAI 现有的合作伙伴，而是以补充的方式并行推进。过去几年，微软 Azure 一直是 OpenAI 最重要的算力与资金支持方，Oracle 和软银则在不同场景下提供算力或资本支持，Stargate 合作伙伴网络也在推进数据中心建设。联合声明中特别强调，这些合作仍将继续，而英伟达的加入是“新阶段的补充”。这表明 OpenAI 在算力战略上采取的是“多元化”而非“单一绑定”，通过引入不同角色分担风险，同时在战略上保持平衡。

英伟达的定位则被明确写进官方文件：它是 OpenAI 的 preferred strategic compute and networking partner。这一表述意味着，未来在 AI 工厂的扩张中，英伟达不仅仅是 GPU 的供货方，还将在网络架构、软件协同等层面成为首选伙伴。双方还承诺 co-optimize roadmaps，即 OpenAI 的模型和基础设施软件与英伟达的硬件和软件路线图同步演进。这种“路线图绑定”将双方关系从简单的供需，提升到战略层面的深度耦合。

这一点在 OpenAI 总裁 Greg Brockman 的发言中体现得尤为清楚。他回顾了过去与英伟达的合作历程：从最早的 DGX 超算平台到 ChatGPT 的诞生，OpenAI 的技术突破几乎都建立在英伟达平台之上。此次宣布的 10 GW 合作，被他形容为“把智能的边界进一步向前推进”，“We’re excited to deploy 10 gigawatts of compute with NVIDIA to push back the frontier of intelligence.” 这句话把合作的意义从单纯的硬件扩张，提升到了“推动智能前沿”的战略高度。

对于 OpenAI 来说，这种合作定位有两层意义。第一，它确保了在未来数年的硬件需求中，OpenAI 可以优先获取最先进的 GPU 平台，从而避免因供应紧张而陷入被动。第二，它通过绑定英伟达的路线图，让自身的模型迭代与硬件演进保持最大程度的契合。这在 AI 行业快速迭代的背景下，意味着技术和硬件之间的“协同红利”，从而提高整体研发和部署效率。

更重要的是，这种合作也让 OpenAI 在资本和战略上获得了更大的自主性。与微软的合作是一种大股东关系，微软在 OpenAI 的董事会与治理中拥有重要席位；而英伟达的股权是非控股、非投票性质，更像是一种战略补充。这让 OpenAI 能够在获得资金和算力支持的同时，保持治理上的独立性，同时通过多方捆绑来增强自身议价能力。这种“多边算力布局”的逻辑，正是 OpenAI 在迈向 AGI 过程中，对冲风险、平衡关系的必然选择。

Altman 的那句“Everything starts with compute”，不仅是一句口号，也是对合作关系的精准定位。对于 OpenAI 而言，算力是生命线；对于英伟达而言，算力是筹码。通过这次合作，双方把算力从单一的技术资源，转化为资本与战略博弈的核心。

✦ 精选内容 ✦