周一,OpenAI与英伟达联合宣布了一项战略合作意向书,计划为OpenAI的AI基础设施部署至少10千兆瓦的英伟达系统,英伟达计划在系统推出过程中投资高达1000亿美元。两家公司表示,首个千兆瓦的英伟达系统将在2026年下半年上线,采用英伟达的Vera Rubin平台。
"一切都始于算力,"OpenAI首席执行官Sam Altman在发布会上表示。"计算基础设施将成为未来经济的基础,我们将利用与英伟达共同构建的系统,既创造新的AI突破,又大规模地为个人和企业提供支持。"
这个10千兆瓦项目代表着AI基础设施建设中极其雄心勃勃且尚未得到验证的规模。英伟达首席执行官黄仁勋告诉CNBC,计划中的10千兆瓦相当于400万到500万个图形处理单元的功耗,这与该公司今年的GPU总出货量相匹配,是去年出货量的两倍。"这是一个巨大的项目,"黄仁勋在与Altman和OpenAI总裁Greg Brockman的联合采访中说道。
从电力需求角度来看,10千兆瓦相当于大约10座核反应堆的输出功率,每座核设施通常输出约1千兆瓦。目前数据中心的能源消耗范围从10兆瓦到1千兆瓦不等,大多数大型设施消耗50到100兆瓦之间。OpenAI计划的基础设施将使现有装置相形见绌,需要相当于多个主要城市的电力消耗。
这一合作关系是在OpenAI快速增长到每周7亿活跃用户之后达成的。英伟达股价在周一宣布后上涨近4%,市值增加约1700亿美元。该合作关系确立了英伟达作为OpenAI首选战略计算和网络合作伙伴的地位,同时OpenAI还与微软、甲骨文、软银以及最近宣布的Stargate项目合作伙伴保持现有关系。
该合作宣布一周前,英伟达披露了对英特尔50亿美元的投资,在这家长期竞争对手中持有4%的股份,两家公司计划共同开发定制数据中心和PC产品。
Requisite Capital Management管理合伙人Bryn Talkington向CNBC指出了这种投资结构的循环性质。"英伟达向OpenAI投资1000亿美元,然后OpenAI转身又把钱还给英伟达,"Talkington告诉CNBC。"我觉得这对黄仁勋来说将是非常有利的。"
**核电竞赛**
在8月的财报电话会议上,黄仁勋告诉投资者,建设1千兆瓦数据中心容量的成本在500到600亿美元之间,其中约350亿美元用于英伟达芯片和系统。按照这个比例,10千兆瓦项目可能需要总投资超过5000亿美元。
虽然两家公司在公告中没有具体说明电力来源,但巨大的能源需求已经推动其他科技巨头为类似项目寻求核电合作。2024年9月,微软签署了一项20年协议,重启三里岛反应堆以获得835兆瓦电力,而今年5月,亚马逊云服务购买了宾夕法尼亚州Susquehanna核电站旁边的数据中心,计划使用高达960兆瓦的电力。
美国各地正在涌现其他大规模AI基础设施项目。7月,怀俄明州夏延市官员宣布了一个AI数据中心计划,最终将扩展到10千兆瓦——即使在最初的1.8千兆瓦阶段,其电力消耗也将超过该州所有家庭的总和。目前尚不清楚这是否与OpenAI的计划有关。
Altman对大型数据中心交易的雄心已经持续了一年多。去年9月,Constellation Energy首席执行官Joe Dominguez告诉彭博社,他听说Altman想要五到七个各5千兆瓦的数据中心。Digiconomist的Alex de Vries告诉《财富》杂志,七个5千兆瓦单元将具有"纽约州总电力消耗量两倍的功耗"。
计划的基础设施建设将显著增加全球能源消耗,这也引发了环境担忧。国际能源署估计,2024年全球数据中心已经消耗了约1.5%的全球电力。OpenAI的项目还面临实际限制。现有电网连接在电力受限市场中代表瓶颈,公用事业公司努力跟上快速AI扩张的步伐,根据国际能源署数据,到2030年全球数据中心电力需求可能推至945太瓦时。
两家公司表示,他们预计在未来几周内敲定细节。黄仁勋告诉CNBC,这1000亿美元投资是在英伟达所有现有承诺之上的,并未包含在公司最近向投资者提供的财务预测中。
Q&A
Q1:OpenAI与英伟达的合作计划具体内容是什么?
A:两家公司宣布战略合作,计划部署至少10千兆瓦的英伟达系统用于OpenAI的AI基础设施,英伟达将投资高达1000亿美元。首个千兆瓦系统将在2026年下半年上线,采用英伟达的Vera Rubin平台。
Q2:10千兆瓦的电力需求有多大?
A:10千兆瓦相当于大约10座核反应堆的输出功率,需要400万到500万个图形处理单元,相当于多个主要城市的电力消耗量,远超现有数据中心50-100兆瓦的常规规模。
Q3:如此大规模的AI基础设施建设会带来什么影响?
A:项目总投资可能超过5000亿美元,将显著增加全球能源消耗并引发环境担忧。目前全球数据中心已消耗约1.5%的全球电力,到2030年需求可能达到945太瓦时,给电网和公用事业带来巨大压力。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。