380亿美元的赌注：OpenAI转向AWS芯片

“单一云”人工智能垄断时代正式结束。 2025 年 11 月 3 日，微软 Azure 生态系统皇冠上的明珠 OpenAI 与亚马逊网络服务 (AWS) 签署了为期七年、价值 380 亿美元的基础设施合作伙伴关系，这一消息震惊了整个行业。这不仅仅是产能的扩张；这是全球人工智能力量版图的根本性重组。

多年来，OpenAI 的发展一直是 Azure 计算集群的代名词。但随着对前沿模型的需求从数十亿个参数转变为数万亿个参数，Azure-NVIDIA 关系的局限性变得显而易见。通过将大部分训练和推理工作负载转移到 AWS，OpenAI 所做的不仅仅是购买服务器；它押注于AWS的定制芯片，特别是Trainium和Inferentia系列，以打破十年来定义人工智能经济的“CUDA税”。

亮点：为什么 380 亿美元现在很重要

2025年底，人工智能行业达到了“效率墙”。训练下一代模型（想想 GPT-6 及更高版本）不再只需要更多的 GPU；它需要更“高效”的 GPU。 NVIDIA 的 H100 和 Blackwell 芯片以其性能而闻名，但它们也因其功耗和价格而闻名。每个芯片的成本为 30,000 美元到 40,000 美元，扩展到百万个 GPU 集群所产生的资本支出甚至连 OpenAI 的支持者都感到畏惧。

进入价值 380 亿美元的 AWS 交易。该合同不适用于标准 NVIDIA 实例。依赖 AWS Trainium2 和最近发布的 Trainium3 (Trn3) Ultraservers 是一项战略举措。通过转向 AWS 定制芯片，OpenAI 的目标是将性价比比基于标准 GPU 的集群提高 40-50%。这使得 OpenAI 能够以相同的成本运行更多次训练迭代，这是与 Anthropic 和 Google 竞争的关键优势。

技术深入探讨：打破 CUDA 垄断

要理解 OpenAI 为什么会放弃 NVIDIA 的 CUDA 生态系统，您必须看看芯片本身。多年来，NVIDIA 的优势在于软件堆栈。 CUDA（统一计算设备架构）使研究人员可以轻松编写在 GPU 上快速运行的代码。但 AWS 一直在悄悄构建一个反堆栈：Neuron。

Trainium2 的架构

AWS Trainium2 芯片是本次交易的支柱，其设计目的只有一个：大规模的高性能深度学习训练。与通用 GPU 不同，Trainium 删除了 AI 不需要的“传统”图形硬件，完全专注于张量处理。

1. 内存带宽：Trainium2 每个芯片具有 192GB HBM3 内存。虽然原始 TOPS（每秒万亿次运算）可与 NVIDIA 的 H100 竞争，但其秘诀在于互连。 AWS 的 Elastic Fabric Adapter (EFA) 允许这些芯片相互通信，就像它们是单个巨型处理器一样。
2. 能源效率：热量是数据中心的敌人。据报告，Trainium2 集群每 FLOP 的功耗比同等的 Hopper 集群低 25-30%。当您为单次训练运行消耗 100 兆瓦时，功率降低 30% 就是成功释放和局部电网故障之间的区别。
3. Neuron SDK：AWS 的 Neuron 编译器已达到成熟水平，它可以自动将 OpenAI 使用的框架 PyTorch 和 JAX 模型映射到 Trainium 芯片上，只需最少的手动调整。这降低了工程师此前被 NVIDIA 束缚的“移植成本”。

Trainium3 的崛起

2025 年 12 月，AWS 宣布 Trainium3 (Trn3) Ultraservers 现已全面上市，将这一点提升到了一个新的水平。这些装置将 64 个 Trainium3 芯片封装到一个全液冷机箱中，提供超过 100 Petaflops 的 FP8 性能。至关重要的是，Trainium3 的性能比其前身提高了4 倍，同时保持了比 Blackwell 级 GPU 显着的能效领先优势。据报道，OpenAI 是这些 Ultraserver 的主要租户，利用它们在太大而无法容纳最大单服务器内存池的模型上开创“分布式推理”。

背景历史：Azure-微软-OpenAI 的紧张关系

要了解 AWS 枢轴，您必须了解“金手铐”的历史。 2019 年，微软向 OpenAI 投资了 10 亿美元，随后又追加了数十亿美元。这项投资主要以Azure 积分的形式进行。 OpenAI 本质上是被迫在微软的云上构建的。

这是多年来的共生关系。微软独家了解了世界上最好的人工智能，而 OpenAI 则获得了几乎无底洞的计算。然而，随着 2024 年进入 2025 年，摩擦点出现了：

• 容量限制：即使微软积极进行扩建，OpenAI 仍发现自己正在与微软内部的“Copilot”团队争夺 H100。
• 主权人工智能趋势：随着国家和小公司开始构建自己的主权云，锁定单一提供商的想法成为 OpenAI 的战略风险。
• Anthropic 和 Apple 因素：Anthropic 从一开始就是 AWS 合作伙伴。此外，Apple 在 2024 年底公开使用 Trainium2 进行模型训练，这也是一次大规模的行业验证。通过观察这些同行的成功，OpenAI 意识到他们可能正在缴纳竞争对手正在逃避的“微软税”。

这笔 AWS 交易并不意味着 OpenAI 将离开微软。这意味着 OpenAI 正在成为多云。在企业技术领域，单一云是一种负担。分析表明，到 2026 年，OpenAI 将实施“三重云”战略：Azure 作为消费产品的主要家园，AWS 用于前沿研究和大规模培训，并可能使用 Google Cloud 或 Oracle 来执行专门的边缘推理任务。

前瞻分析：“硅主权”时代

380亿美元的赌注是“硅主权”时代倒下的第一张多米诺骨牌。该行业正在摆脱一家公司（NVIDIA）设计芯片、三家公司（亚马逊、微软、谷歌）出租芯片的世界。过渡是朝着垂直整合。

“CUDA 差距”的未来

NVIDIA 并没有停滞不前，Blackwell B200 系列仍然是原始、未优化工作负载的性能之王。然而，对于 OpenAI 规模的公司来说，“CUDA 差距”（NVIDIA 的软件优势）正在缩小。当您拥有 2,000 名精英工程师时，如果可以节省 100 亿美元的云成本，那么花费六个月的时间优化 AWS 芯片是值得的。

接下来会发生什么？

1. 价格战：预计AWS将向其他一级实验室提供“OpenAI级别的定价”，以积极吸引他们离开Azure。如果 Anthropic 和 OpenAI 都在 AWS 上，那么人工智能研究人员对 AWS 的吸引力将变得几乎不可抗拒。
2. 微软的回应：关注微软加速推出自家“Maia”AI芯片。如果微软无法与 AWS 的芯片效率相媲美，他们就有可能成为“哑巴管道”，以实验室无法承担的利润转售 NVIDIA 硬件。
3. “能源之门”：下一个瓶颈不是芯片，而是芯片。它是变压器，特别是电气变压器，而不是人工智能变压器。 AWS 协议包括可再生能源采购条款，并承认只有在有能够处理负载的电网的情况下才能花费 380 亿美元。

您的底线

如果您是投资者或技术领导者，那么要点很明确：计算多元化是新的生存策略。 将一切押注于单一硬件供应商或单一云提供商的时代已经结束。 OpenAI 迁移到 AWS 是一个信号，表明人工智能基础设施市场最终走向成熟，进入竞争激烈的多供应商格局。

380 亿美元的赌注不仅关乎 OpenAI 的未来，还关乎 OpenAI 的未来。这是人工智能革命下一阶段如何融资和推动的蓝图。 “云战争”刚刚进入核心阶段。

---

有关人工智能基础设施的更多技术深入探讨，请参阅 Google 的 TPU 策略 如何挑战现状。

资料来源 (4)

• opendatascience.com OpenAI and AWS announce multi-year strategic partnership
• cloudwars.com Amazon to Power OpenAI’s AI Workloads Under $38 Billion Agreement
• constellationr.com AWS Scales Trainium2 UltraServer Touts Apple Anthropic Customers
• theregister.com AWS Trainium3 Architecture