AMD公司本周股价飙升23.71%,这一涨幅源于与OpenAI达成的重大合作伙伴关系,该合作可能从根本上重塑AI计算基础设施的竞争格局。这项以AMD图形处理单元(GPU)为核心的协议将从2026年下半年开始为OpenAI提供初始1吉瓦的计算能力。这一合作的有趣之处在于,这不仅仅是另一项芯片供应协议,而是OpenAI的一个精心计算的战略举措,该协议给予OpenAI购买多达1.6亿股AMD普通股的选择权,这一股权可能价值数十亿美元。此消息在OpenAI与英伟达签署1000亿美元股权和数据协议仅两周后发布。
这标志着OpenAI在前所未有的规模上垂直整合计算、数据和模型训练的雄心发生了明确转变。
AMD与OpenAI协议:多元化计算的数十亿美元押注
据知情人士透露,OpenAI将采用AMD的Instinct MI300X加速器,这些加速器在某些高吞吐量AI工作负载中已成为英伟达H100的有力竞争者。该公司将在2026年底前获得吉瓦级基础设施规模,这一举措可能使其免受过去18个月困扰AI行业的计算短缺问题。
虽然具体金额尚未披露,但协议的规模加上1.6亿股的期权,表明估值轻松达到数十亿美元范围。从角度来看,AMD目前的总市值超过1800亿美元,而股票期权几乎占公司流通股的9%。
这种新结构告诉我们,OpenAI不仅仅是客户,它正在将自己定位为战略合作伙伴,甚至是间接利益相关者。拥有AMD近十分之一股份的选择权给了OpenAI强大的谈判筹码,并使两家公司的利益保持一致,共同优化AMD芯片以适应未来的GPT模型。
杠杆游戏:OpenAI如何塑造AI基础设施的未来
OpenAI不是传统的企业客户,它似乎正在通过以下途径转变为半导体生态系统中的权力经纪人:
对冲英伟达依赖
由于英伟达的H100和即将推出的H200 GPU需要长时间等待且价格昂贵,OpenAI的AMD协议是直接对冲。它减少了对单一供应商的依赖,并向更广泛的市场和监管机构发出信号,表明OpenAI致力于供应链多元化。值得注意的是,AMD协议在OpenAI与英伟达敲定1000亿美元股权和计算协议仅两周后达成,该协议涉及GPU集群的长期访问权和数据共享权。通过对AMD和英伟达都下重注,OpenAI在供应商之间创造了竞价压力,确保了竞争性定价,同时锁定了这一领域供需的稳定性。
提取战略股权
OpenAI没有简单地向AMD支付现金,而是谈判获得了与股权相关的权利,如果AMD的AI业务增长,这可能产生巨额回报。这呼应了私募股权式的思维:OpenAI不仅在购买计算能力,还在投资供应链。这给了OpenAI影响力而非控制权,这是一个明智的举措,使其能够引导技术发展,同时避免监管审查或资本密集型收购。
推动新的AI产业政策
通过承诺吉瓦级部署,OpenAI为AI基础设施设定了新标准。这种规模将需要新的数据中心、冷却解决方案、电力协议,甚至区域合作伙伴关系,反映了AWS和谷歌云等超大规模云服务商的产业策略。这使OpenAI不仅成为AI芯片的消费者,更成为AI经济的核心架构师。
市场影响:AMD的复苏与分化的未来
对AMD而言,这项协议验证了其挑战英伟达AI主导地位的长期战略。其于2023年底推出的MI300X芯片在超大规模环境中逐渐被采用。但有了OpenAI的认可,AMD现在拥有了一个标志性客户,可能催化更广泛的采用。预计AMD的软件生态系统将获得更多投资,同时可能出现新的基准测试指标来比较各供应商的GPT训练性能。
对英伟达而言,这项协议与其说是损失,不如说是警钟。虽然它仍然主导AI加速领域,但OpenAI的举措表明,没有供应商大到无法与之竞争。这也是对英伟达自身在AI服务和推理方面雄心的对冲,这些雄心与OpenAI的业务越来越重叠。
对更广泛的市场而言,这标志着AI硬件堆栈的分化。受OpenAI模式启发,下一代AI公司可能不会标准化为单一供应商,而是采用多供应商架构,混合使用AMD、英伟达,甚至谷歌TPU等定制芯片。
OpenAI在杠杆和领导力方面的无声大师课
AMD合作伙伴关系不仅仅是采购协议,坦率地说,这是战略定位的大师课。OpenAI悄悄建立了基于生态系统控制、上游股权杠杆和工业规模部署的策略手册,为AI演进的下一阶段定调。通过与英伟达和AMD结盟,并通过期权和股权要求有利条款,OpenAI确保了对其最关键依赖项计算能力的安全性和影响力。
正如彼得·德鲁克所说:"预测未来的最好方法就是创造未来。"OpenAI不是在等待AI基础设施的演进,而是在构建它,一次一个芯片协议。
Q&A
Q1:OpenAI与AMD的合作有什么特殊之处?
A:这不仅是芯片供应协议,OpenAI获得了购买1.6亿股AMD股票的选择权,约占AMD流通股的9%,使OpenAI成为战略合作伙伴而非单纯客户。
Q2:OpenAI为什么要同时与AMD和英伟达合作?
A:这是一种对冲策略,既减少对英伟达的依赖,又在供应商间创造竞价压力,确保稳定供应和竞争性定价,同时避免计算短缺风险。
Q3:AMD的MI300X芯片能与英伟达H100竞争吗?
A:MI300X在某些高吞吐量AI工作负载中已成为H100的有力竞争者,OpenAI的认可将为AMD带来标志性客户,可能推动更广泛采用。
好文章,需要你的鼓励
Kollmorgen发布NDC布局助手软件工具,专为工厂和仓库中的自动导引车(AGV)及自主移动机器人(AMR)的路线规划与优化而设计。该工具通过分段分析路线,帮助工程师在系统部署前识别瓶颈与低效环节,提供行驶时间、车速及优化潜力等关键数据,并以可视化方式标注问题区域,从而缩短布局设计与验证周期。Kollmorgen表示,该工具未来还将融入AI驱动的优化能力。
这篇由加州大学圣地亚哥分校等六所机构联合发布的综述(arXiv:2605.02913,2026年4月),首次系统梳理了大型语言模型强化学习训练中长期被忽视的轨迹设计问题,提出了GFCR四模块框架(生成、过滤、控制、回放),覆盖数学、代码、多模态和智能代理等多个应用场景,并附有实用的故障诊断手册,为AI训练工程师提供系统性的方法论指导。
现代仓储已从幕后走向前台,配送速度成为品牌竞争核心。面对次日达甚至两小时送达的市场压力,领先履约中心借鉴敏捷开发理念,以周为单位迭代代码、机器人与工作流程。IoT信标、边缘计算与视觉识别模块构建双层架构,实现厘米级货盘追踪与低延迟决策。人机协作模式让员工从重体力劳动转向异常处理与数据分析,拣选准确率突破99%。同时,自动化系统实时采集碳排放数据,在提速的同时实现可量化的减排目标。
中国科学技术大学与FrameX.AI联合提出Stream-R1框架,针对AI视频生成蒸馏训练中"一视同仁"的核心缺陷,引入奖励模型对训练样本进行双重加权:在样本层面根据质量分数筛选可靠的学习信号,在像素与帧层面通过梯度显著性热力图集中优化最需改进的区域,使4步快速学生模型在VBench多项指标上超越慢速多步教师模型,推理速度提升30倍且不增加任何额外计算开销。