‍#NvidiaAndOpenAISecure12GWCompute

#NvidiaAndOpenAISecure12GWCompute
NVIDIA 和 OpenAI 再次表明，人工智能的下一阶段几乎将由一个因素决定：算力。

12 GW 算力这一数字规模惊人，但真正的故事远不止一个数字。OpenAI 现有及规划中的 NVIDIA 基础设施据称约为 12 GW，并且还有进一步扩展的潜力。这是在 2025 年 9 月宣布的里程碑式合作基础之上展开的。当时，两家公司宣布计划为 OpenAI 下一代 AI 基础设施部署至少 10 GW 的 NVIDIA 系统。

而现在，基础设施竞赛正在进入另一个层级。

NVIDIA 已承诺为俄亥俄州一个与 OpenAI 相关的大型数据中心项目提供重大财务支持，该项目由 SoftBank 子公司 SB Energy 开发。预计该设施的 IT 容量将达到约 8 GW，而更广泛的能源基础设施则按照更高的电力需求进行设计。NVIDIA 还将向 SB Energy 投资 15 亿美元。

这很重要，因为 AI 已不再只是一个软件故事。

AI 已经成为一个基础设施故事。

模型需要 GPU。

GPU 需要数据中心。

数据中心需要海量的电力、网络、冷却、存储和资本。

而 NVIDIA 和 OpenAI 等公司正日益在整个技术栈中建立关系。

12 GW 到底意味着什么？

吉瓦衡量的是电力容量，而不仅仅是 GPU 数量。因此，当我们谈论 12 GW 的算力基础设施时，我们指的是一次规模庞大的实体和技术部署，能够支持大规模 AI 工作负载。

NVIDIA 和 OpenAI 最初的 10 GW 计划被描述为涉及数百万个 GPU 和多代基础设施，其中第一 GW 的部署目标是在 2026 年下半年，使用 NVIDIA 的 Vera Rubin 平台。

这让我们得以了解其规模。

这不是一座数据中心。

这是一项 AI 工厂战略。

NVIDIA 为何受益

对 NVIDIA 而言，机会显而易见。

AI 模型能力越强，所需的算力就越多。训练前沿模型需要庞大的集群，而推理——即实际向用户提供 AI 响应——正成为日益重要的计算需求来源。

OpenAI 自身曾表示，算力、分发和资本是扩展 AI 的三项关键要求。其 2026 年 2 月的公告还概述了与 NVIDIA 的一项合作，涉及基于 Vera Rubin 系统的 3 GW 专用推理容量和 2 GW 训练容量。

这意味着 NVIDIA 不只是在销售单个 GPU。

它正日益将自身定位为基础设施合作伙伴。

芯片 + 网络 + 系统 + 软件 + 数据中心基础设施 + 融资。

这比单纯的传统半导体销售机会大得多。

OpenAI 为何需要这些算力

对于 OpenAI 而言，目标同样直接：更多算力意味着更大的能力，能够训练和部署日益强大的 AI 系统。

随着 AI 在消费者、开发者和企业中的普及，推理需求可能大幅增长。每一次 ChatGPT 交互、编程任务、AI 代理、推理工作负载和企业应用，背后都需要某处的基础设施支持。

这就是为什么 OpenAI 一直在与多个基础设施提供商建立关系，而不是依赖单一的算力来源。例如，其与 AWS 的合作可以获得数十万个 NVIDIA GPU，并且能够进一步大幅扩展。

方向很明确：

AI 需求正在增长，基础设施也必须随之增长。

俄亥俄州数据中心是另一块重要拼图

最新的俄亥俄州项目为这一故事增加了另一层内容。

OpenAI 已同意对俄亥俄州一座大型数据中心园区进行长期租赁，SB Energy 将负责开发和运营该设施。预计该项目将于 2028 年开始上线容量，而 NVIDIA 的财务支持旨在帮助推动基础设施建设。

路透社报道称，NVIDIA 可能为该项目提供最高 1050 亿美元的担保，同时 NVIDIA 还将单独向 SB Energy 投资 15 亿美元。

这正是这个故事对投资者尤其有趣的地方。

NVIDIA 不只是在等待 AI 基础设施建成。

它正在帮助确保未来需求所需的基础设施。

6000 亿美元问题

围绕最新进展流传的最大数字之一，是 NVIDIA CEO Jensen Huang 估计，OpenAI 的基础设施计划到 2030 年可能意味着约 6000 亿美元的 NVIDIA 算力需求。

这并不意味着明天就能获得 6000 亿美元的保证收入。

它表明了 OpenAI 未来算力需求的潜在规模。

这一点极其重要。

投资者应将以下两者区分开来：

潜在的未来需求

与

有保障的未来收入。

AI 基础设施项目涉及巨额资本需求、建设周期、能源可用性、融资结构和技术变化。

因此，机会巨大，但执行至关重要。

我对 NVIDIA 的看法

就我个人而言，我仍然看好 NVIDIA 在 AI 基础设施生态系统中的结构性地位，因为该公司正日益成为完整 AI 技术栈的一部分，而不只是 GPU 制造商。

但我不会仅仅因为一个标题就追涨 NVDA。

股市可能会在收入真正到来之前很久，就将未来预期计入价格。

我的做法是关注四件事：

1. AI 基础设施支出

2. NVIDIA 数据中心收入增长

3. GPU 需求和供应限制

4. 已宣布的基础设施项目转化为实际部署和收入的情况

如果这些因素继续朝着同一方向发展，长期 AI 基础设施论点将变得更加强劲。

更大的 AI 竞赛

NVIDIA 与 OpenAI 之间正在发生的事情，也告诉我们整个科技行业一个重要事实。

竞争正在从：

“谁拥有最好的 AI 模型？”

转向：

“谁能够建设并运营扩展最佳 AI 模型所需的基础设施？”

这是完全不同的竞争。

Google 拥有自己的 AI 基础设施。

Amazon 正在扩大其云计算和 AI 容量。

Microsoft 仍然深度参与 AI 基础设施。

Meta 正在积极投入。

OpenAI 正在与多个基础设施合作伙伴合作。

而 NVIDIA 正处于这一生态系统很大一部分的中心。

这就是为什么 AI 基础设施周期有可能成为本十年最具决定性的科技投资主题之一。

我的个人展望

我不认为 12 GW 这个数字就是故事的终点。

我认为这只是向大规模 AI 工厂转型的又一步。

第一代生成式 AI 证明了消费者需要智能软件。

下一代 AI 可能会证明，AI 代理、推理系统和企业自动化需要完全不同层级的基础设施。

而当 AI 被嵌入日常软件、企业、机器人、科学研究和工业系统时，算力需求的增长速度可能会远超许多人的当前预期。

但其中也存在风险。

AI 基础设施的资本密集度极高。

数据中心需要电力、土地、冷却系统、网络基础设施和融资。建设延误、电力限制、芯片供应变化或低于预期的 AI 需求，都可能影响这些项目的经济性。

此外，资本在 AI 公司、基础设施提供商和芯片制造商之间如何流动，也存在一些问题。近期报道凸显了人们对这些关系财务结构的担忧，尽管 Jensen Huang 否认将俄亥俄州安排描述为“循环融资”。

因此，我的结论是平衡的：

看好这项技术。

看好长期 AI 算力需求。

看好 NVIDIA 的战略地位。

但对短期股票 FOMO 持谨慎态度。

12 GW 的故事不只是关于 NVIDIA 和 OpenAI。

它关乎为下一代计算建设的基础设施。

AI 模型正变得更加智能。

AI 用户数量正在增加。

AI 推理正在扩展。

而支持这场转型所需的算力规模正在变得极其庞大。

对我而言，最大的启示很简单：

AI 竞赛不再只是关于构建更智能的模型。

而是要构建足够的算力，以便在全球范围内运行这些模型。

NVIDIA 正在提供引擎。

OpenAI 正在构建智能。

而数据中心正在成为 AI 经济的工厂。

这是我对市场和技术的分析，不是有保障的投资预测或财务建议。NVIDIA 和 AI 相关股票可能经历显著波动，因此我会关注估值、收益、实际部署和长期基本面，而不是追逐单一标题。
#ArtificialIntelligence