更关键的是，这不是简单的硬件堆砌。2026年下半年，当第一期系统上线时，它将运行在英伟达全新的Vera Rubin平台上。这个以天文学家薇拉·鲁宾命名的系统，代表着英伟达对AI未来的理解。

Vera CPU配备88个定制Arm核心，Rubin GPU的FP4运算速度达到每秒50千万亿次。当它们组合在一起，单个机柜就能提供8 exaflops的AI算力——比现在最强的系统快7.5倍。更重要的是，它能处理百万级token的超长文本，这意味着AI可以一次性”读完”一整本《战争与和平》，或者完整理解一小时的视频内容。

简单说，这套系统的算力，相当于把世界最强的超级计算机又拉高了一个数量级。

但这次合作的独特之处在于，它远超传统的供应商-客户关系。根据协议，OpenAI不仅是客户，更是英伟达的”优先战略合作伙伴”。双方将共同优化彼此的产品路线图——OpenAI的模型需求会直接影响英伟达的硬件设计，而英伟达的技术突破也会第一时间体现在OpenAI的产品中。

OpenAI联合创始人Greg Brockman的一句话很有意思：”这比我们最初的服务器计算能力高出十亿倍。”他指的是2016年黄仁勋亲手送到OpenAI办公室的第一台DGX超级计算机。那时的OpenAI还是一家小型非营利研究实验室，办公室位于旧金山教会区，那栋楼现在是马斯克xAI的总部。

从那台孤零零的DGX到即将建成的10GW超级算力中心，不到10年时间，算力规模增长了十亿倍。这种指数级增长背后，是整个行业对AI未来的共同押注。按照目前的部署计划，第一期1GW系统将在2026年下半年上线，此后每部署1GW，英伟达就投资100亿美元，直到完成全部10GW的建设。

这种分阶段投资的方式很聪明——它让双方都有退路，但也确保了深度绑定。毕竟，当你在一个项目上投入了1000亿美元，你就不只是供应商或客户，而是真正的命运共同体了。

从卖铲子到建电网：英伟达的垂直整合战略

大家觉得这是泡沫，当然是可以理解的。目前的AI炒作浪潮，很多人认为存在巨大泡沫的证据，就是从炒铲子——云服务商甲骨文，到炒铲子的铲子——算力芯片供应商英伟达，再到炒铲子的铲子的铲子——芯片代工台积电，甚至炒作到了台积电的上游最终到大宗产品。

但问题是ChatGPT发布近3年，美国股市市值从40万亿增至65万亿（增长25万亿，超过除中国外所有其他市场总和），主要由50只最大的股票支撑。OpenAI目前的估值大约5000亿美元，但利润尚未充分实现。若最下游的AI应用未能兑现承诺，上游的铲子公司也可能联环崩盘。

如果说淘金热中最赚钱的是卖铲子的人，那么英伟达现在不仅在卖铲子，还在建设整个矿场。

这种转变并非英伟达独创。1990年代，思科在互联网浪潮中扮演了类似角色。作为网络设备的垄断者，思科不满足于单纯卖路由器，而是通过Cisco Ventures大量投资下游公司，让它们用思科的设备建设互联网基础设施。2000年巅峰时期，思科市值一度超过5000亿美元，成为全球最值钱的公司。

今天的英伟达正在复制并超越这个模式。它不只投资OpenAI，还向Anthropic、xAI等多家AI公司撒钱，对英特尔，Robotaxi的投资也屡屡被关注。2025年4月，英伟达与xAI共同加入MGX基金，规模同样是1000亿美元。这些投资看似分散，实则都指向同一个目标：确保英伟达的GPU有足够多的应用场景和生态。

更有意思的是，GPU正在获得某种”货币”属性。它既是稀缺资产，可以保值升值；又是交换媒介，英伟达用算力换股权，OpenAI用股权换算力；还成了计价单位，现在评估一个AI项目，第一个问题往往是”需要多少张H100？”

这种现象在科技史上并不罕见。腾讯投资了大半个中国互联网，被投公司几乎都在用腾讯云和微信生态。小米投资了上百家硬件公司，它们共享小米的供应链和销售渠道。但英伟达的不同之处在于，它控制的是更底层的基础设施——算力。

黄仁勋曾经说过一个数字：建设1GW数据中心的成本在500-600亿美元之间，其中约350亿美元用于采购英伟达芯片和系统。换句话说，英伟达投给OpenAI的1000亿美元，有相当一部分会以订单形式回流。这看起来像是左手倒右手，但实际上完成了一个关键动作：锁定需求。

在半导体这个周期性极强的行业，确定性比什么都值钱。通过投资大客户，英伟达不仅锁定了未来几年的订单，还能深度参与客户的技术路线制定。可能当OpenAI在设计GPT-6或GPT-7时，英伟达的工程师就坐在旁边，实时了解需求，同步优化硬件。

这种深度绑定也让竞争对手很难插足。AMD的GPU性能其实不差，但它缺的是CUDA生态系统。现在，英伟达通过资本纽带让这个生态更加牢固。你很难想象拿了英伟达1000亿投资的OpenAI，会突然转投AMD怀抱。

不过，最让人深思的是这种模式对整个产业的影响。英伟达市值已经突破4万亿美元，是全球最值钱的公司之一。它的毛利率超过70%，净利率接近50%，这在硬件公司中简直是个奇迹。当一家公司既掌握核心技术，又通过投资控制了主要客户，还用生态系统排斥了竞争对手，它就不再是产业链上的一环，而是整个产业链本身。

有分析师将现在的英伟达比作”AI时代的电网公司”。这个比喻很精准——就像现代经济离不开电力，未来的数字经济也离不开算力。而英伟达，正在成为这个算力网络的主要建设者和运营者。

循环购买还是产业协同？

2025年，”1000亿美元”这个数字在AI行业出现的频率高得异常。

1月，OpenAI、甲骨文、软银共同宣布”星际之门”计划，投资1000亿美元在德克萨斯州建数据中心。4月，英伟达和xAI加入MGX基金，规模1000亿美元。8月，谷歌和Meta签署1000亿美元合作协议。9月初，甲骨文与OpenAI签下3000亿美元的五年期合同，其中硬件采购就需要1000亿美元。

现在，英伟达直接向OpenAI投资1000亿美元。

这种整齐划一的数字引发了市场质疑：这到底是真实需求，还是互相抬轿子？Reddit上流传着一张梗图，画着一个循环箭头：英伟达的钱流向OpenAI，OpenAI的钱流向甲骨文，甲骨文的钱又流回英伟达。标题是：”祖传的1000亿美元到底是从哪来的？”

但如果仔细分析这些交易的结构，会发现情况比表面复杂得多。

先看OpenAI的财务现实。根据最新披露的数据，OpenAI的年度经常性收入（ARR）达到100亿美元，比上一年的55亿美元增长近一倍。这个增速在科技公司中算是顶级水平。但问题是，它的运营成本也在同步飙升——2024年是50亿美元，2025年预计达到80亿美元。

更要命的是人力成本。The Information报道，OpenAI工程师的平均年薪已经达到80万到100万美元。在Meta和谷歌发起人才争夺战后，这个数字还在上涨，部分关键岗位的起薪已经是7位数。

在这种烧钱速度下，传统融资会严重稀释股权。英伟达的”算力换股权”模式反而提供了一个比较好的解决方案。OpenAI不需要现金，直接获得算力；英伟达不需要等待投资回报，直接锁定了大客户。双方各取所需。

更重要的是，这些看似重复的1000亿美元投资，实际上服务于同一个更大的计划——星际之门（Stargate）。这个由OpenAI主导、软银和甲骨文参与的项目，目标是建立全球最先进的AI基础设施网络。英伟达的投资，正是这个宏大计划的关键组成部分。

CNBC在最新报道中透露了一个细节：所有OpenAI的基础设施项目都将归入星际之门的大框架下。换句话说，这不是多个独立的1000亿美元项目，而是一个总规模可能超过5000亿美元的超级工程的不同侧面。

从产业发展角度看，这种大规模投资有其必然性。Anthropic CEO Dario Amodei最近在一次访谈中提到，训练下一代大模型的成本可能达到100亿美元级别，而要实现AGI（通用人工智能），投入可能需要1000亿甚至万亿美元。在这个尺度上，现在的投资规模就不显得离谱了。

硅谷风投家Marc Andreessen有个观点很有启发性：”每一次技术革命初期都会出现’过度投资’，铁路泡沫带来了美国的铁路网，互联网泡沫带来了全球光纤网络。即使90%的投资打了水漂，剩下10%的基础设施也足以改变世界。”

这点我们应该深有体会，现在铺光纤的进程还在延续，互联网经济早就开始狂飙突进到不依赖光纤了。

从这个角度看，现在的AI投资热潮，与其说是泡沫，不如说是整个产业在为未来下注。当然，赌注能否收回是另一个问题。但至少目前，参与这场游戏的玩家都相信，他们在建设的不是空中楼阁，而是数字时代的高速公路。

新游戏规则：当创新需要天价门票

更值得关注的，是这个赌注的成本之高昂。

台积电和ASML的故事，可能是理解当前AI竞争格局的最好案例。

这两家公司控制着全球最先进芯片的命脉。台积电占据了全球92%的尖端制程市场份额，而ASML是唯一能生产EUV（极紫外光）光刻机的公司。没有ASML的设备，就造不出7纳米以下的芯片；没有台积电的工艺，苹果、英伟达的芯片设计就只能停留在图纸上。

一台EUV光刻机售价2亿美元，重200吨，由10万个零件组成，需要3架波音747才能运输。2022年，ASML总共只生产了54台。这种极度的稀缺性，让它成为真正意义上的”卡脖子”技术。更关键的是，这种垄断几乎无法打破——ASML花了20年、投入数百亿美元才攻克EUV技术，它的供应链涉及全球5000多家公司。

AI基础设施正在走向类似的格局。建一个10GW的数据中心需要1000亿美元，这个门槛已经把绝大多数的玩家挡在门外。全球能拿出这笔钱的，除了美国的科技巨头，可能只有中东的主权基金和东亚少数国家。

但即便在这种看似壁垒分明的格局下，产业链的相互依存依然是现实。一个有趣的现象是，就在美国不断升级对华科技限制的同时，美国AI巨头们却在悄悄加强与亚洲制造商的合作。

据知情人士透露，甲骨文正在与包括台湾的纬创、英业达，以及中国大陆的浪潮信息等公司洽谈，希望它们能够提供AI服务器的组装和部分零部件供应。

更引人注目的是OpenAI的硬件布局。2024年6月，OpenAI以65亿美元收购了由前苹果首席设计官乔纳森·艾维创立的io公司，正式进军AI硬件领域。而io公司的制造合作伙伴，正是苹果供应链的核心成员立讯精密。这种合作意味着，OpenAI的AI硬件野心，很大程度上要依靠中国的制造能力来实现。

这种依存关系不是偶然的。AI服务器的制造涉及复杂的系统集成——不仅需要英伟达的GPU，还需要高效的散热系统、大容量电源、高速网络设备、精密的组装工艺。而这些能力，恰恰是亚洲制造商过去20年在PC、手机、服务器产业中积累的核心优势。一位产业链人士透露，即使是英伟达的DGX服务器，其组装和部分零部件也依赖中国大陆和台湾的供应商。

这种门槛还在快速提高。3纳米芯片工厂的建设成本是200亿美元，2纳米可能要翻倍。IBM的量子计算项目已经烧了100多亿美元，Google和微软的投入也是类似规模。SpaceX的星链计划总投资预计超过400亿美元。这些数字意味着，未来的技术竞争不再是创意和执行力的比拼，而首先是资本实力的较量。

我们知道，最近中国内部有很大的呼声，要求制定货币锚定电力的战略规划，背后是对自身强大制造能力的自信——未来电力才是最核心的基础设施。但美国这就抛出了另一个阳谋式的方案，算力基础设施才是未来的货币之锚，为此投入多少资源都不为过。泡沫不泡沫根本上没抓住重点。

研究机构Epoch AI估计，美国拥有全球约四分之三的算力，而中国仅为15%。9月18日，华为公布了自己的算力集合路线，通过“超节点 + 超集群 + 灵衢互联”的方式，把分散的昇腾算力池化，目标是让百万卡级集群成为现实。中国试图在“算力即主权”，“算力即货币”的全球竞赛中找到突破口。

华为的超节点方案，实际上是在寻找一种“电力—算力转换效率”的最大化路径：在先进制程受限的情况下，用系统架构和互联协议弥补单卡差距，把能耗、电力优势转化为有效算力输出。这意味着，中国或许会在未来走出一条与美国完全不同的发展曲线：美国以芯片性能为中心，中国以电力规模和系统工程为中心，最终可能殊途同归，都在构建一个“算力本位”的金融与产业秩序。

斯坦福大学最新的AI指数报告显示，2024年美国对AI的投资达到1091亿美元，是中国（93亿美元）的12倍。不过这个数字没有反映的是，美国的很多投资最终要通过亚洲的制造能力才能落地。这种”设计在美国、制造在亚洲”的模式，可能会持续相当长的时间。

这就是新时代的游戏规则：入场券越来越贵，玩家越来越少，但没有人能够独自完成整个游戏。在这个只有巨头能参与的游戏里，合纵连横不仅发生在资本层面，也体现在产业链的每一个环节。

结语

英伟达向OpenAI投资1000亿美元，看似是资本循环吹泡沫，实则是美国政府牵头，大企业负责了新基础设施的构建，折射出AI时代的新格局。

算力正在成为新的电力，甚至是未来的货币锚。通过投资锁定需求、绑定客户、塑造生态，英伟达从“卖铲子的人”升级为“建电网的人”，逐渐成为整个产业链本身。而OpenAI则借此获得前所未有的基础设施支持，加速朝通用人工智能迈进。

表面上，这是一场豪赌，风险巨大，但历史告诉我们，铁路、光纤的“泡沫”最终都沉淀为改变世界的基建。同样，这场AI豪赌也许会带来大量资本浪费，却必然留下新一代的算力网络和技术框架。

中美等国也已把算力提升为国家战略，甚至尝试将“算力本位”视为未来的金融与产业秩序。未来几十年，人类社会可能就在这种巨头豪赌与国家竞赛的交织中，被迫进入一个“算力驱动”的新文明阶段。