2025年秋季，OpenAI同時鎖定英偉達與AMD，總規模高達16GW的算力部署，這是推動其下一代模型體系與智能體生態的核心戰略動作。英偉達負責確保訓練端的最高性能與系統穩定性，而AMD則以更高性價比和更靈活的合作方式參與其中，從而顯著降低整體算力成本，并增強供應鏈安全性。通過資本綁定、軟件層與多源硬件協同，OpenAI力圖擺脫對單一供應商的高度依賴，也希望在未來十年的算力競爭中獲得了更強的議價能力和自主性。這一布局將深刻影響全球AI芯片、數據中心和大模型產業的利潤分布格局。

合作復盤

1.算力新紀元：OpenAI的野心與焦慮

從能源角度看，16GW相當于三個紐約市年平均發電量，足以支撐數十億級用戶的推理任務。將如此龐大的能源轉化為智能計算，意味著AI基礎設施已經脫離了傳統的“數據中心”范疇，轉變為國家級基礎設施。

OpenAI之所以必須提前鎖定如此規模的算力，是因為GPT-5及之后的多智能體體系對訓練與推理資源提出了前所未有的需求。未來，OpenAI面臨著兩個核心矛盾：

算力饑渴與產能瓶頸的矛盾：摩爾定律的放緩使得單一芯片性能提升無法滿足模型參數指數級增長的需求，必須依靠更大規模的集群。

成本控制與壟斷定價的矛盾：英偉達在AI訓練芯片市場擁有超過90%的市占率和絕對定價權，這對OpenAI的商業化利潤形成了巨大的擠壓。

因此，OpenAI的布局并非簡單的多供應商策略，而是一場精心設計的資本與技術博弈：用英偉達保上限，用AMD保底線。

2.OpenAI×英偉達：資本驅動的算力霸權

英偉達與OpenAI的關系并非簡單的買賣，而是深度的技術共生。2016年，黃仁勛親自將全球第一臺DGX-1 AI超級計算機捐贈給OpenAI，這一標志性事件奠定了兩者合作的基調。此后，GPT系列的誕生離不開背后英偉達算力卡的綁定。2025年9月，英偉達宣布向OpenAI投資1000億美元，支持其部署10GW的AI數據中心集群。雙方合作不僅限于芯片，還包括網絡架構。OpenAI的大規模集群也依賴英偉達的InfiniBand網絡，以解決萬卡互聯時的通信瓶頸。

圖1：英偉達、OpenAI、甲骨文的深度合作關系

3.OpenAI×AMD：股權換算力的共生模式

與英偉達的合作幾乎同時，OpenAI于2025年10月宣布與AMD簽署為期四年的協議，將分階段部署總計6GW的AMD GPU算力，首批1GW將于2026年下半年到位，使用AMD下一代Instinct MI450系列GPU集成機架級AI系統。

在財務結構上，這項合作采用"股權換算力"模式，AMD向OpenAI發行了至多達1.6億股AMD普通股的認股權證，約占AMD流通股的10%；如果項目達成某些目標（如AMD股價達到600美元），OpenAI將有權以美股1美分的超低價，收購AMD高達10%的股份。

圖2: OpenAI和AMD的合作詳解

OpenAI與二者合作模式差異分析

1.OpenAI與英偉達的“資本-生態”閉環

英偉達向OpenAI注資1000億美元，這在科技史上極為罕見。這筆資金流向呈現出典型的閉環特征：

英偉達現金→OpenAI賬戶→OpenAI使用資金→采購英偉達芯片（B300/Rubin系列）及網絡設備→回流英偉達營收

這本質上是英偉達利用其龐大的現金儲備，為自己最大的客戶提供融資，以鎖定未來五年的算力需求。這種模式構建了極高的競爭壁壘：競爭對手不僅要在技術上擊敗英偉達，還要在資本實力上提供同等量級的支持，這幾乎是不可能的任務。

OpenAI之所以接受這種捆綁，核心在于英偉達提供的不僅僅是芯片，而是全棧解決方案。在萬卡、十萬卡互聯的10GW集群中，通信延遲是最大殺手。英偉達的Quantum-X800 InfiniBand網絡提供了目前無可替代的高帶寬、低延遲互聯能力。除此之外，軟件生態上，CUDA依然是最穩健的平臺。盡管PyTorch等框架在降低門檻，但在萬億參數模型的訓練穩定性上，英偉達依然是唯一經過大規模驗證的金標準。

根據英偉達最新財報顯示，英偉達的毛利率高達73.6%，凈利率達到55.9%。這意味著OpenAI每支付1美元，就有0.5美元成為了英偉達的凈利潤。對于OpenAI而言，這是一筆昂貴的技術稅，也是其急于尋找替代方案的根本動力。

表1：芯片廠商利潤對比

（注：英偉達是2026財年三季度數據，AMD是2025財年上半年數據，博通與英特爾是2025財年前三季度數據，來源：富途）

2.OpenAI與AMD的“股權換算力”變革

與英偉達的現金注資不同，與AMD的合作OpenAI顯然更為強勢與主動，雙方采用了更具創新性的“期權對賭”模式。這種模式將OpenAI從單純的客戶變成了AMD的影子股東。如果AMD的芯片表現優異，股價上漲，OpenAI通過行權獲得的收益，甚至可能覆蓋其采購硬件的成本。AMD也綁上了OpenAI這艘巨擘，獲得了該公司最大的GPU訂單，這是一場真正的“共進退”賭局。

AMD不僅提供硬件，還允許OpenAI直接參與芯片設計階段提供技術反饋，推動AMD從MI300X到MI450等多代產品的迭代優化。AMD愿意為了大客戶犧牲部分通用性，進行定制化開發。這一定程度上損失了AMD的利潤空間以滿足OpenAI的需求，雙方共同優化ROCm軟件棧，試圖打破CUDA的壟斷。這是英偉達無法提供給OpenAI的。

OpenAI也在從其他角度想辦法繞開英偉達。Triton，這一由OpenAI提出的創新編程語言和編譯器，專為簡化高性能GPU內核開發而設計，力圖屏蔽底層硬件差異。只要代碼是用Triton寫的，它可以自動編譯，無需深入理解復雜的GPU底層架構。這使得OpenAI可以無縫切換到性價比更高的AMD芯片上，而無需被CUDA鎖定。

量化分析：為什么選AMD？性價比的考量

結合產業數據披露的信息，對OpenAI引入AMD的決策進行量化拆解。這不僅是戰略選擇，更是精算的數學題。

1.硬件采購成本（CapEx）對比

根據2025年英偉達與AMD公布的財報，構建簡易模型對比英偉達（以B200對應世代產品為例）與AMD（以MI450為例）的單卡成本結構。

表2：英偉達與AMD單卡成本對比

（注：英偉達B200、AMD MI450數據來自官網；芯片毛利率來自英偉達2026財年三季度數據、AMD2025財年上半年數據）

2.性能與性價比測算

OpenAI最為看重的是每美元產生的Token數量。在訓練場景下，英偉達仍有不可替代優勢。在這里，我們更多討論推理場景中英偉達與AMD的對比。

假設英偉達單卡算力為Pnv，價格Cnv。

假設AMD單卡算力為0.8×Pnv，（根據MosaicMI測試，AMD MI250X在大模型訓練任務中的MFU約為英偉達A100的80%左右，以此為標準測算），價格0.5×Cnv。

性價比（單卡算力價格單價）：

英偉達：Pnv/Cnv=1（基準）

AMD：（0.8×Pnv）/（0.5×Cnv）=1.6

AMD的單卡理論性價比是英偉達的1.6倍。考慮到CUDA生態成熟，相同硬件下，NVIDIA集群的實際訓練速度更快、故障率更低。在未深度優化ROCm的情況下，AMD集群需多10–25%的卡才能達到同等訓練吞吐，這也是下一步OpenAI與AMD需要深度合作解決的。未來業務中推理占比將大幅超過訓練，部署6GW的AMD算力用于推理和中型模型微調，是極具經濟理性的選擇。

3.股權激勵的財務數據

假設OpenAI完成6GW部署，且AMD股價在四年內達到600美元（簽約時股價為200美元左右）。四年后OpenAI擁有1.6億股認購權，行權價極低（0.01美元，幾乎免費贈送）。

對OpenAI來說，潛在收益為1.6億股×600美元 = 960億美元。而建設1GW算力數據中心的成本大約為400億美元（包括土建、電力、運維、網絡、服務器、GPU等），可覆蓋部分算力部署成本。對比英偉達模式下巨額支出，顯然與AMD的合作極具吸引力。

結語

OpenAI的16GW雙供應鏈布局代表了全球算力競爭的新階段：既要在性能上保持絕對領先，又要在成本與供應鏈安全上掌握主動權。英偉達提供訓練端的確定性，AMD則提供推理端的經濟性與供應鏈彈性，而 OpenAI通過資本、軟件與生態協同將兩者納入統一體系。這一布局將決定未來十年全球 AI 芯片、數據中心與模型生態的利潤版圖，并成為全球算力競爭格局的關鍵轉折點。