周一OpenAI与博通达成数百万美元交易的消息，只是美国主要科技公司之间一系列高风险合并和战略合作的最新案例。结果是AI影响力在少数几个主导企业中出现集中整合。中国AI公司正在走另一条路线，强调开源创新，将发展机会分散到更广泛的企业阵列中。这些截然不同的策略正在塑造一个充满活力和竞争的全球AI格局。

作为OpenAI与美国半导体公司博通协议的一部分，它将在明年下半年开始推出定制芯片组，并建设总容量达10吉瓦的数据中心。前一周，OpenAI与AMD达成多年期、数十亿美元协议，采购6吉瓦GPU，而英伟达最近向英特尔投资50亿美元以扩大芯片封装产能。

这些交易共同揭示了美国由模型开发商、芯片制造商和云计算巨头组成的生态系统如何演变为紧密相互依存的网络——每个企业都在万亿美元循环中为其他企业的产能提供资金。

与此同时，在太平洋彼岸，中国领先的AI公司正走着一条截然不同的道路：开源其模型，针对本土芯片进行优化，以适应性换取规模。

两种策略在全球AI竞赛中都呈现出机遇和挑战。

控制全栈还是成为全栈

对于美国巨头来说，策略很明确：控制从芯片到计算再到模型的AI生产全栈。

OpenAI-AMD协议锁定了对Instinct GPU的长期访问权——从2026年的MI450开始——并赋予OpenAI摆脱对英伟达主导供应依赖的杠杆作用。对AMD而言，这标志着一个决定性时刻。在英伟达阴影下多年后，该公司终于获得了一个知名AI客户和多代承诺，验证了其硬件和软件路线图。

与此同时，英伟达正在对冲自身风险。其对英特尔的50亿美元投资既是对供应链韧性的押注，也是对未来芯片技术的投注。英特尔的先进封装方法——Foveros和EMIB——已成为扩展GPU吞吐量的关键。通过注入资金，英伟达确保了在对台积电依赖之外的新封装产能渠道。对英特尔来说，这一合作恢复了其在很大程度上被AI格局超越的相关性。

甲骨文正悄然成为这个圈子中的第四个节点。这家云计算巨头深化了与英伟达的合作关系，据报道与OpenAI签署了多年期基础设施协议，随着时间推移总价值可能达到数千亿美元。甲骨文的目标很直接：通过直接内置到Oracle云基础设施中的英伟达AI企业版和NIM微服务，将原始GPU产能转化为可预测的AI服务。这些举措标志着"AI工厂"的到来——一个垂直整合的供应链，数据、芯片和计算被一起融资而不是现货采购。

硅谷的循环经济

这种新的AI融资模式既关乎现金流，也关乎计算能力。金融时报最近将其描述为万亿美元的相互关联承诺网络：OpenAI向AMD支付芯片费用；AMD再投资新晶圆厂和封装；英伟达资助英特尔扩大组装；甲骨文预购GPU集群为OpenAI等AI客户服务。每个参与者的资产负债表都支持另一个参与者的增长。

然而，风险是系统性的。当每个人的收入都依赖于其他人的交付时，任何单一延误——无论是在晶圆供应、封装还是电力可用性方面——都可能波及整个行业。这种结构类似于2000年代初期的电信融资，当时长期产能预购使估值增长超过了真实需求。这些交易都没有直接表明泡沫，但它们确实显示了AI工业阶段如何迅速转变为杠杆和长期合同的游戏。

中国的反击：开源与节约

在美国公司将自己锁定在长期、资本密集型联盟中时，中国AI企业正加倍押注开源效率。由于出口管制限制了对英伟达最高端GPU的访问，中国公司正在从国产硅片中最大化输出，并针对混合硬件环境优化其模型。

腾讯的混元套件已成为该国在这一努力中的旗舰。其混元图像3.0——一个800亿参数的文本到图像系统——最近发布了开放权重和商业许可，使其成为世界上最大的开放模型之一。其多模态兄弟混元-大型-视觉现在在OpenCompass基准测试中位居中国排行榜首位，证明开放架构可以与专有西方系统正面竞争。

DeepSeek是另一个崛起的名字，是中国最突出的推理模型。开放权重的DeepSeek-R1因在数学和代码生成方面接近同等性能而受到赞誉，呼应了更大封闭模型的能力。它激发了一场重视透明度和可重现性而非企业保密的国内"开放权重运动"。

由月之暗面开发的Kimi正在推进万亿参数专家混合设计，每次推理仅激活约320亿参数。这种架构大幅降低了计算要求，与中国对受限硬件的实用方法保持一致。

阿里巴巴的通义千问模型完善了这一图景——高性能、开源且针对各行业下游集成进行调优。总的来说，这些项目形成了一种独特的策略：更少的巨额交易，更多的模块化创新。由于获得尖端芯片的机会有限，中国生态系统正在学习用更少的资源做更多的事情——在这个过程中，它降低了数千家初创企业进行AI实验的成本。

分歧的理念，相同的目标

两个生态系统都有一个共同目标：在AI基础设施的下一个时代占据主导地位。但它们的理念存在显著分歧。

美国模式是资本密集型和垂直整合的。它依赖于由少数几家公司——OpenAI、微软、英伟达和甲骨文——运营的庞大、集中化"AI工厂"，这些公司以前所未有的规模协调生产、融资和部署。这是一个为控制和速度而设计的模式，但它放大了对市场和供应冲击的暴露。

中国模式是分布式和软件驱动的。通过开源基础模型并强调低成本适应性，它将创新分散到更广泛的贡献者基础上。这降低了进入门槛并稀释了系统性风险。它不太关注拥有整个堆栈，更多关注确保没有单一瓶颈——无论是美国出口管制还是GPU短缺——能够使进展脱轨。

新瓶颈：封装和电力

如果过去几年是关于GPU的，那么下一场战斗将是关于封装和电力的。英伟达进入英特尔显示瓶颈已从芯片设计转移到物理集成和电力。先进封装——多个芯片被堆叠并与高带宽内存连接——现在是全球AI产能的约束。英特尔的18A工艺和Foveros技术可能成为行业的下一个关键资源。

电力是另一个限制。OpenAI的6吉瓦AMD订单意味着小城市规模的数据中心。建设将使从弗吉尼亚到新加坡的电网紧张。超大规模运营商已在探索与公用事业公司、核能初创企业和能源交易商的直接合作，以确保长期供应。AI和能源融资的这种融合正在重塑两个行业的经济学。

展望：可持续性和下一个前沿

短期内，OpenAI的AMD合作关系将测试行业是否真正能支持多供应商AI堆栈。AMD必须缩小与英伟达CUDA生态系统的软件差距——ROCm、编译器和开发者工具将决定新模型从原型到生产的速度。英伟达方面将利用其与英特尔的合作关系深化对封装的控制，并在每瓦吞吐量方面保持领先。

中国的开源策略将继续获得优势，特别是当国内监管机构开始青睐透明、本地可审计的模型用于政府和企业使用时。如果腾讯、DeepSeek和月之暗面保持当前的迭代速度，它们可能会围绕开放性而非排他性重塑亚洲的AI供应链。

大问题是美国循环巨额交易系统是否可持续。当资本引领革命时，修正可能是残酷的——但它们也为持久的参与者清理了战场。AI军备竞赛现在看起来不太像智能冲刺，更像全球基础设施竞赛。无论是通过万亿美元GPU工厂还是轻量级开放模型，谁能平衡规模与韧性，谁就将定义技术的下一个十年。

Q&A

Q1：OpenAI与博通、AMD的交易具体包含什么内容？

A：OpenAI与博通的协议包括明年下半年推出定制芯片组和建设总容量10吉瓦的数据中心。与AMD的多年期协议则是采购6吉瓦GPU，从2026年的MI450开始，给OpenAI提供摆脱对英伟达依赖的选择。

Q2：中国AI公司的开源策略有哪些代表性产品？

A：腾讯的混元图像3.0是800亿参数的文本到图像系统，DeepSeek-R1在数学和代码生成方面表现出色，月之暗面的Kimi采用万亿参数专家混合设计但每次推理仅激活320亿参数，阿里巴巴的通义千问针对各行业下游集成进行了优化。

Q3：美中两国AI发展策略的主要区别是什么？

A：美国模式是资本密集型和垂直整合的，依靠少数巨头公司运营集中化"AI工厂"，追求控制和速度。中国模式是分布式和软件驱动的，通过开源降低进入门槛，分散创新到更广泛基础上，更注重适应性而非规模。