OpenAI的“星際之門”計劃近期與甲骨文和軟銀合作，新建5個大型人工智能數據中心，旨在三年內建設7GW算力容量，相當于7座大型核電站的功率輸出。當各大巨頭以萬億級算力基建驅動AI競賽，我們不得不思考：普通開發者是否還能在AI浪潮中找到立足之地？

?

“星際之門”的歷史性投資

?

OpenAI的“星際之門”計劃正在全速推進。近日，OpenAI在獲得英偉達1000億美元投資承諾后，迅速宣布與甲骨文和軟銀合作，在美國新建5個大型人工智能數據中心，作為其“星際之門”計劃的核心組成部分。并計劃將算力容量提升至近7GW，相當于七座大型核反應堆的輸出功率。

?

【位于德克薩斯州阿比林的人工智能基礎設施項目。圖源：路透社】

?

這項歷史性投資規模，為下一代模型訓練提供了所需的巨量算力。

?

在此之前，OpenAI就與甲骨文簽了3000億美元的云服務合同，而最近英偉達又追加1000億美元投資，基于此，形成了“OpenAI-甲骨文-英偉達”算力閉環。

?

?

根據合作計劃，未來OpenAI新增的5個數據中心將覆蓋德州、新墨西哥州等地，采用“以租代售”模式，甲骨文負責運營，OpenAI作為主租戶。

?

與甲骨文合作建設的三處數據中心分別位于德克薩斯州沙克爾福德縣、新墨西哥州多尼亞安娜縣以及中西部一個尚未公開的地點。

?

此外，OpenAI還和軟銀旗下子公司SB Energy合作，在俄亥俄州洛茲敦與德克薩斯州米拉姆縣建設兩個數據中心。

?

奧特曼在一篇題為《智能富足的時代》的文章中透露，他的愿景是打造一家“工廠”，每周能夠生產出1GW規模的新人工智能基礎設施。

?

?

此次算力擴張計劃，也印證了OpenAI對構建超級AI工廠的雄心壯志。

?

值得關注的是，在OpenAI大力投入基礎設施建設的同時，今年7月，OpenAI從競爭對手處挖來了四位知名工程師，包括特斯拉前軟件工程副總裁David Lau、xAI和X前基礎設施工程負責人Uday Ruddarraju等。這些人才的引進直接服務于“星際之門”計劃。

?

?
除了能滿足下一代模型所需算力需求，此次計劃，更是形成了以OpenAI、英偉達以及甲骨文為閉環的難以超越的算力壁壘。
?

如果未來算力成為了像電力一樣的基礎資源，但被少數巨頭壟斷，個人和小團隊還能否擁有創新的話語權？

?

普通開發者面臨的三重擠壓

?

首先，普通開發者獲取高端GPU的等待周期常常從數周延長至數月。以開源的DeepSeek為例，DeepSeek雖嘗試降低門檻，但其訓練仍依賴512張H800芯片集群，這是個體開發者難以企及的程度。

?

而隨著模型訓練所需算力成本的增加，個體開發者獲取高端算力的難度也會隨之加劇。例如OpenAI的GPT-4推理成本為每百萬token7.5美元，而中小團隊難以承擔同等規模實驗。

?

第二重困境來自人才競爭的單向流動。OpenAI從特斯拉、xAI等公司挖角頂級工程師，而Meta則以4年3億美元的天價薪酬爭奪人才。巨頭吸虹效應正使AI人才向國內外巨頭流動，中小團隊面臨核心人員流失風險。
?

第三重困境是技術迭代的生存壓力。AI巨頭直接部署英偉達最新芯片時，個體開發者可能還停留在調試上一代硬件。算法更新速度的加快，正推動著技術快速迭代，個人和小團隊難以跟上步伐。

?

技術民主化的另一面，是機會的再集中。開發者若無法接入最新基礎設施，其產品性能差距可能指數級擴大。

?

算力壁壘下如何突圍？

?

盡管環境嚴峻，但技術發展同時也在創造新的可能性。開源模型正成為打破AI領域算力霸權的關鍵力量。傳統上，頂尖AI模型的開發被少數科技巨頭所壟斷，例如OpenAI訓練GPT-4就耗資高達10億美元，形成了極高的進入門檻。
?

而開源模型將算力門檻銳減至原來的十分之一。更為重要的是，開源生態帶來了普惠效應。中小開發者能夠通過開源的API以極低成本調用頂尖模型能力。開源模型的優勢不僅體現在成本上，還在于其可定制性。企業可以對模型進行微調，使其更貼合特定行業需求。

?

同時，盡管AI算力需求持續增長，但云服務商之間的競爭正在推動算力成本下降和可訪問性提高。算家云等云平臺顯著降低了中小企業的算力租賃門檻。使初創團隊、科研機構和中小企業能夠以更經濟的方式使用企業級AI算力，在處理輕量級任務時，用戶可大幅節省支出。

?

?

這些云服務普惠化趨勢與技術創新相結合，為AI初創企業創造了更為公平的競爭環境。

?

算力集中化不可逆轉，但機會之門并未完全關閉。

?

如果利用開源生態提供基礎模型和工具鏈，垂直領域深耕提供商業化場景和數據反饋，云服務提供靈活可控的算力支持，可形成強大的協同效應，以應對更多的“星際之門”。