- OpenAI 与 AWS 签署了一份价值 38.000 亿美元、为期七年的协议，以利用 Nvidia GB200/GB300 和 EC2 UltraServer 实现大规模计算。
- 2026 年前全面部署，并可选择后续扩展；专用容量已投入使用，新设施可根据您的需求量身定制。
- 在1,4万亿美元基础设施投资承诺和可能出现泡沫的迹象的背景下，关键多元化投资转向微软以外的领域。
OpenAI与亚马逊云服务（AWS）达成一项价值数十亿美元的协议，确保长期获得强大的计算能力，此举在科技界引起了广泛关注。这项价值38.000亿美元的协议保证了OpenAI能够立即并持续获得AWS云资源，从而运行和扩展其最苛刻的人工智能工作负载。OpenAI由Sam Altman领导。
除了具体金额之外，更重要的是其覆盖范围：OpenAI 将能够利用 AWS 的顶级基础设施，计划在 2026 年底前全面部署，并可选择从 2027 年起进行扩展。与以往对微软的依赖相比，该协议标志着供应商多元化，同时也增强了 ChatGPT 以及该公司正在开发的前沿模型的训练和推理能力。
OpenAI和AWS究竟签署了什么协议？
该协议为期多年，总期限为七年，规定OpenAI将立即开始使用AWS的专用容量。据两家公司称，部分专用容量已投入使用，其余部分将逐步启用，直至2026年底前全部完成，并可根据需求在后续几年进行扩展。
在运营方面，OpenAI 将利用现有的 AWS 数据中心，而亚马逊也将同步建设专门针对其需求并面向云原生计算而设计的设施。这些新设施将采用精密的架构设计，旨在最大限度地提高性能和能源效率，这在计算需求飞速增长的情况下至关重要。
该联盟采用了亚马逊 EC2 UltraServer 架构，该架构将大量 GPU 集群部署在同一网络中，从而最大限度地降低节点间的延迟。实际上，这意味着英伟达最新一代芯片（GB200 和 GB300）能够以极低的延迟进行通信，这对于训练大规模模型和在全球范围内提供无瓶颈的推理服务至关重要。
双方明确的目标是：为 OpenAI 提供庞大、可靠且安全的计算基础，以支持训练新的前沿模型、支持 ChatGPT 流量，并部署更复杂的工作负载（包括智能体工作负载），而这种弹性只有像 AWS 这样的超大规模云服务才能提供。
- 持续时间和价值：38.000亿美元 XNUMX年，计划在 2026 年前全面部署，并可选择后续扩展。
- 专用产能：部分产能从第一天起即可使用，其余部分可随时投入使用。 由现有数据中心支持 以及新建的、定制的设施。
- 架构： 亚马逊 EC2 UltraServers 采用 Nvidia GB200/GB300 GPU 和集群在同一网络上，实现超低延迟。
- 预期用途：训练下一代模型 ChatGPT 推断 以及高密度人工智能工作负载。
技术层面：芯片、集群和性能
要训练像 OpenAI 那样大规模的语言模型和多模态系统，需要将数十万个高性能GPU和集群连接起来，并通过高速网络连接。AWS 的方案符合这一模式：它将 Nvidia GB200 和 GB300 加速器集成到同一网状网络中的 UltraServer 中，以降低芯片间的通信延迟，并加速分布式训练和海量响应的交付。
在大规模应用中，内部通信节省的每一毫秒都可能转化为数周的培训时间节省。因此，AWS 专注于互连、队列管理和资源编排，以最大限度地提高每个芯片和每个集群的效率，避免容量浪费并确保持续利用。
该设计还考虑了混合场景：不仅包括前沿训练，还包括用于 ChatGPT 等生产产品的高性能推理。随着用户群的增长和功能日益复杂，每次请求的成本和最终用户的感知延迟将成为保持竞争力的关键指标。
在此背景下，AWS 在生物技术、气候研究和金融等领域运营大规模集群方面拥有丰富的经验。这些经验——曾在需要超过 50 万个芯片协同运行的项目中积累——如今正被应用于一位客户，该客户对稳定性和安全性的要求即使以企业云标准衡量也非同寻常。
最终打造出的平台旨在快速扩展，能够应对峰值需求，并能持续数月进行训练和推理。对于 OpenAI 而言，这种灵活性和可用性并非锦上添花，而是其在不影响自身发展路线图的前提下，不断突破尖端人工智能边界的先决条件。
与其他云服务提供商的战略举措和关系
从 2019 年到 2023 年，OpenAI 与其最大投资者微软签订了所有计算服务合同。该协议包含优先购买权条款，这意味着OpenAI只有在获得微软批准后才能使用其他云服务提供商的服务。最近，双方重新谈判后，这一限制被取消，OpenAI 可以自由地与任何云平台签署协议——这一决定为类似我们正在与 AWS 讨论的这类合作打开了大门。
与此同时，OpenAI 与价值链上的多家公司达成了巨额采购协议：与Azure 达成了一项价值 250.000 亿美元的协议，与 Oracle 达成了一项价值 300.000 亿美元的数据中心协议，并与 Nvidia、AMD、Broadcom 和 Google 等制造商和供应商签订了合同，此外还与 CoreWeave 达成了一项价值 22.400 亿美元的协议，CoreWeave 是面向 AI 开发人员的所谓“新云”的基准之一。
在此次公告发布之前，AWS一直是美国主要云服务提供商中唯一一家支持OpenAI的公司；如今，它已成为OpenAI的顶级合作伙伴。此举意义重大，因为亚马逊与OpenAI的直接竞争对手Anthropic保持着非常密切的联系。亚马逊已向Anthropic投资数十亿美元，并在印第安纳州斥资11.000亿美元建设一个园区，用于处理其工作负载，其中大规模的Trainium2部署已经投入运营。
OpenAI方面，继续优先选择Nvidia加速器来处理其最关键的工作负载，而不是AWS的Trainium处理器，这一趋势此前已在市场中有所体现。在商业方面，与亚马逊的合作也体现在服务生态系统中：Amazon Bedrock集成了多架构模型，据两家公司称，AWS客户可以在该环境中访问OpenAI模型，用于企业级应用场景。
业内普遍认为，选择多元化的云服务提供商并非一时兴起，而是提升系统韧性的举措。当计算需求巨大且持续增长时，依赖单一云服务提供商会带来运营和财务风险，必须采取措施降低这些风险。AWS 的加入为 OpenAI 提供了冗余机制，使其在价格和交付时间方面拥有更大的谈判优势，并在芯片供应可能中断的情况下确保业务连续性。
财务影响、市场及对行业的影响
与AWS的这项协议是OpenAI为大规模获取计算能力和计算资源而采取的前所未有的举措的一部分。该公司已承诺投入价值1,4万亿美元的基础设施，用于构建和支持其人工智能模型。这一数字远超行业标准，引发了人们对人工智能经济领域可能存在投资泡沫的担忧。
为了更直观地理解这一数字，奥特曼估计，履行这些承诺将需要大约30吉瓦的电力，根据官方数据，这相当于美国到2023年底总装机容量的2%以上。建设数据中心、确保芯片供应以及签订长期能源合同，已成为人工智能竞赛背后真正的竞争。
在公司层面，OpenAI正完成从非营利组织向能够为投资者创造回报的营利性企业的转型。这一组织架构的改变为其潜在的IPO铺平了道路，多家媒体估计，IPO后的OpenAI估值最高可达一万亿美元，但最终估值仍取决于市场状况。
最直接的财务指标也能提供一些线索。OpenAI预计今年营收约为13.000亿美元，但该公司预计要到2029年才能实现盈利。如此长的预期时间，加上巨额的资本支出，解释了为什么尽管生成式人工智能领域普遍充满热情，一些投资者仍然持谨慎态度。
股市对这一消息反应积极：亚马逊股价早盘上涨约5%，一度飙升至6%左右；英伟达股价上涨近2,7%，与其作为人工智能加速器领域领军企业的地位相符。对于AWS而言，这笔交易巩固了其在人工智能新时代构建和运营大规模数据中心网络的能力。
在此背景下，大型科技公司加大了资本支出力度。仅去年一年，亚马逊、谷歌、Meta和微软的资本支出就超过360.000亿美元，引发了关于投资周期可持续性的讨论。云服务提供商、芯片制造商和人工智能开发商之间形成的循环关系——包括交叉承诺和长期收购——既是增长的驱动力，也是系统性风险的来源，前提是需求未能跟上增长步伐。
对AWS而言，与OpenAI的合作协议也具有竞争意义：它巩固了AWS作为大规模AI工作负载领先基础设施的地位，进而增强了其面向通过托管服务使用模型的企业客户的产品和服务。对OpenAI而言，此次合作带来的收益是双重的：容量和弹性的提升，以及无需依赖单一供应商即可灵活扩展的能力。
首席技术官和架构团队的关键要点
首先，没有计算战略就没有人工智能战略。如果行业领导者正在利用下一代加速器和低延迟网络来保障集群安全，那么企业就应该优先考虑工作负载（从训练到推理）的效率，并将诸如单次令牌成本和 p95 延迟等指标视为重要的业务指标。
- 端到端优化：从预处理到训练再到 推理服务协调资源以减少等待时间并提高利用率。
- 故障预备架构：采用冗余、多可用区/多区域的设计 选择性多云 当风险值得承担时。
- 能源和产能规划：根据实际情况制定规模增长方案，预测峰值需求并进行调整。 调整承诺 灵活采购。
- 治理与安全：通过身份控制、加密等方式保护模型、数据和管道 持续审计 在混合环境中。
从运营层面来看，OpenAI 和 AWS 的合作表明，人工智能的瓶颈不再是人才或软件，而是持续获得高性能硬件、电力和协调良好的网络。谁能确保这三项要素，谁就能加快产品迭代周期并脱颖而出。
各家公司的公开声明都指向同一个方向：对计算能力的需求空前高涨，需要大规模、可靠的计算能力来扩展尖端模型。与此同时，微软作为OpenAI在Azure上的主要合作伙伴，继续保持领先地位；Oracle正在扩大其数据中心规模；谷歌云已成为推动ChatGPT发展的平台之一；CoreWeave则通过一项价值数百亿美元的交易，为人工智能开发者的工作负载提供服务。
工作负载将如何在不同平台上分配，以及随着新一代芯片的推出和软件栈的优化，训练和推理的实际成本将如何演变，这些还有待观察。但趋势很明确：供应商多元化和长期计算储备正成为维持创新步伐的战略杠杆。
AWS与OpenAI的这项联盟不仅保障了未来几年的运维能力，也印证了人工智能的下一阶段将从基础层面——芯片、数据中心和能源——开始，并与能够最大化每一毫秒性能的架构相协调。在这个领域，达成如此规模的合作协议，既是技术问题，也是企业战略问题。
