文 | 财华社 文 | 财华社 9月22日，当前🤗AI界最顶尖的科技巨头宣布10GW大型合作和千亿投资计划，再😊度点燃资本市场。 OpenAI对英伟达的“欲擒故纵” 🙄 自2022年推出ChatGPT掀起生成式AI浪潮后，O😆penAI成为全球科技界的“当红炸子鸡”，关于它的传闻从不间👍断，围绕它的投资络绎不绝。 一直以来，OpenAI都是🤯英伟达（NVDA.US）芯片的重要用户，其先进的AI模型训练🔥高度依赖英伟达GPU强大的并行计算能力。早在2016年，英伟😆达创始人黄仁勋便亲自为OpenAI送去首台DGX-1 AI超🔥级计算机，此后双方紧密合作，携手推动AI技术不断突破。 🚀 然而，随着AI应用的爆发式增长，对算力的需求近乎“贪婪”，😊英伟达芯片价格水涨船高，且时常陷入供应短缺的困境。这给Ope😁nAI的发展套上了“枷锁”，高昂的采购成本不断侵蚀利润，供应😜不足更是严重阻碍新模型的研发进度与服务拓展。据估算，Open😉AI每年在英伟达芯片采购上的花费达数十亿美元，沉重的成本负担😜令其苦不堪言。 在此情形下，市场上开始流传OpenAI🌟计划自研芯片的风声，试图从根源上解决算力供应与成本难题，实现⭐“算力自由”。与此同时，OpenAI也积极寻求外部力量合作，😘以缓解对英伟达芯片的依赖。 早前有消息称，OpenAI😎拟与美国半导体巨头博通（AVGO.US）启动自研AI芯片量产🤯。据悉，这款由双方共同设计的芯片不会对外销售，而是专门用于O😍penAI内部系统，旨在提升计算性能并降低运营成本。博通在定🌟制芯片领域经验丰富，其为OpenAI设计的XPU采用先进的c😁hiplet（小芯片）架构，通过3D堆叠技术将计算单元、内存🚀和互连接口分层集成，可根据大模型训练需求动态调整计算精度，数😅据传输带宽大幅提升的同时延迟显著降低，十分契合OpenAI对😅大规模模型训练的严苛要求。 就在众人热议OpenAI在😡芯片布局上的新动作时，一则重磅消息震撼科技圈——英伟达宣布将🙄向OpenAI投资高达1,000亿美元。 这一史无前例🥳的巨额投资，无疑在AI领域投下了一颗“深水炸弹”。根据双方联🥳合声明，这笔资金将用于支持OpenAI打造新一代数据中心及A😍I基础设施，OpenAI将为其下一代AI基础设施部署至少10😜吉瓦（GW）算力规模的英伟达系统，其中包括Vera Rubi😂n平台，约需400万至500万颗英伟达AI芯片，相当于英伟达💯今年全年预计出货总量。 项目初期的100亿美元投资，将😢在首1GW完成时部署，后续资金将随着每1GW算力的部署逐步注😉入，英伟达还将因此获得OpenAI部分股权，双方利益深度捆绑😍。根据其联合公告，首1GW英伟达系统，将于2026年下半年实❤️现首次token生成（即投入算力产出）。 消息公布后，🎉英伟达股价在9月22日直线拉升，收盘涨幅达3.93%，市值瞬🔥间增加约1,700亿美元，稳稳占据全球市值最高公司的宝座。O🌟penAI这边，也对这笔投资寄予厚望，其CEO奥特曼表示，这😡将彻底改变公司计算能力瓶颈，助力新一代AI产品研发。毕竟当下❤️ChatGPT 的周活跃用户高达7亿人，维持运行与模型迭代对😉算力的消耗堪称“天文数字”，新投资有望为OpenAI突破发展👍瓶颈注入“强心针”。 展开全文 然而，传闻与Op💯enAI合作研发定制芯片的博通，股价却下跌1.61%，当前市🤯值约1.6万亿美元。 AI生态链的巨头朋友圈 O❤️penAI的公告指，在AI工厂扩张计划中，OpenAI将把英😁伟达视为首选战略算力与网络合作伙伴。双方将协同优化各自路线图🤗，涵盖OpenAI的模型及基础设施软件，以及英伟达的硬件与软😘件。 此次合作是对英伟达与OpenAI各自现有AI发展😡计划的补充——双方已与微软（MSFT.US）、甲骨文（ORC😁L.US）、软银及星际之门（Stargate）合作伙伴等广泛🎉的协作网络开展深度合作，共同致力于打造全球最先进的人工智能基😜础设施。 显然，这一AI生态蓝图并不仅限于当前风头最劲👏的两大巨头，甲骨文俨然也是这生态中的一员。两周前，传闻Ope👍nAI与甲骨文签署了一项3,000亿美元的云服务协议，自20😴27年起的五年内采购算力，年均支出或达600亿美元，堪称云计😊算领域最大规模合约之一。 甲骨文与OpenAI的这份传😆闻中的协议并非孤立存在，可能是英伟达技术落地的直接渠道。早在😊今年5月，甲骨文便斥资400亿美元采购了40万颗英伟达GB2😢00“超级芯片”，为OpenAI在得克萨斯州沙漠建设全球最大😆的AI基地提供算力支持，该数据中心是首个“星际之门”项目，预😜计于2026年年中投入使用。 这或形成了英伟达向甲骨文🤔供应芯片，而甲骨文转而向OpenAI提供云算力的自我强化的良😘性循环，但无论怎么算，英伟达都成为这场“三角关系”中的核心—😅—向OpenAI和甲骨文提供上游支援。 值得留意的是，😢英伟达向OpenAI投资的1,000亿美元，实际上被Open🤯AI用来购买英伟达的芯片，所以这千亿美元最终还是回到英伟达的💯荷包，夯实英伟达的财务报表，英伟达还能通过这一投资，从Ope🔥nAI的利润中分一杯羹。 按OpenAI的最新5,00😁0亿美元估值计算，英伟达的千亿投资或相当于20%，不过这千亿💯美元并非一次性投入，而是在1GW算力投产后先支付100亿，相👏当于OpenAI当前估值的2%，实际股权将按照OpenAI当🙌时的估值计算，也就是说，若OpenAI的估值进一步上升，英伟😂达所占的持股比重将下降。 这一投资规模，令几天前英伟达😎对英特尔（INTC.US）的50亿美元投资相形见绌，或许这就👍是新星与过气巨头的区别，也折射出资本市场的残酷。 历史⭐是否会重演？ 英特尔曾经也像OpenAI一样风头无两，🤗但是当它未能抓住移动互联网和AI时代的技术拐点时，便从时代的👍弄潮儿沦为追赶者，市值被后起之秀远远甩在身后。这段历史不禁让😡人深思：OpenAI当前高达5,000亿美元的估值，究竟是基🤔于其扎实的盈利能力和清晰的商业化路径，还是更多建立在资本市场👍对AI颠覆性未来的宏大叙事与无限憧憬之上？ 一个不容忽😀视的现实是：尽管OpenAI拥有现象级的产品ChatGPT和🤩庞大的用户基础，但其商业化变现能力仍远未跟上“烧钱”的速度。😍每年100亿美元的收入，在每年高达600亿美元的巨额基础设施😀开支面前，显得杯水车薪。CEO奥特曼甚至预计公司到2029年😂才可能实现盈利，期间累计亏损或将达到440亿美元。这种“愿景🚀驱动估值”的模式，与当年互联网泡沫时期资本追逐“点击量”而忽🤗视盈利的逻辑有几分神似。 相比之下，中国的AI发展路径🔥则呈现出不同的特点。以DeepSeek等为代表的中国AI公司😘，在技术追赶的同时，往往更注重与具体行业场景的结合和商业化落😢地，尝试在技术投入与财务可持续性之间寻求更快的平衡。它们可能😍不会像OpenAI那样追求绝对的算力规模和模型的通用性“霸权😘”，而是采取一种更为务实、更具成本效益的策略。这种差异使得市🤔场不禁要问：在通往AGI（通用人工智能）的马拉松竞赛中，究竟💯是OpenAI“大力出奇迹”的巨额投入模式能率先撞线，还是其🤔他更注重商业闭环的路径能笑到最后？ 一旦OpenAI在😁接下来的关键几年里，其技术突破速度或商业化成果未能达到市场越🤩来越高的预期，当前支撑其天价估值的“愿景泡沫”是否会破裂？资❤️本市场是否会有足够的耐心等待其盈利的那一天？如果答案是否定的🚀，那么曾经将所有筹码押注在未来的OpenAI，是否会像当年的🤩英特尔一样，从神坛跌落，从资本的宠儿沦为需要艰难转型的“弃子🙄”？ 英伟达的千亿投资，既是强大的助推器，也是一把双刃😜剑。它虽然暂时缓解了OpenAI的算力焦虑，但也极大地推高了😜市场预期和OpenAI的运营成本门槛。这笔交易将双方的利益深👍度捆绑，一荣俱荣，一损俱损。OpenAI押注的是技术能持续突🥳破、应用能大规模变现、未来AI产生的价值将远超今日的天文数字😜投入，若结局未如理想，将重塑整个市场的估值逻辑，这不仅关乎一😎家公司的命运，更将定义整个AI行业的发展轨迹与投资逻辑。返回😢搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多