OpenAI造“星際之門”、馬斯克送算力“上天”,中國AI基建走出了一條什麼路?

重點摘要
智東西(公眾號:zhidxcom) 作者 | 王涵 編輯 | 漠影 AI行業的競爭重心,已經落到算力基建的比拼上。 2025年1月,OpenAI聯合甲骨文、軟銀拋出“星際之門”項目,計劃四年投入5000億美元,在美國建成總功率10吉瓦的算力配套設施。 可僅僅一年半過去,項目推進過程並不順利,不斷暴露出融資、建設、電力配套等問題,像德州阿比林核心園區擴建叫停,項目負責人陸續離開,原本全額自建的方案也改成了租用算力。
AI 基礎設施的競賽已經全面升溫,全球科技巨頭紛紛將算力建設視為下一階段競爭的核心焦點。2025 年 1 月,OpenAI 聯手甲骨文與軟銀,正式對外公布「星際之門」計畫,預計在四年內投入 5000 億美元,於美國本土打造總功率高達 10 吉瓦的算力配套設施,企圖以超大規模的數據中心集群支撐下一代人工智慧模型的運算需求。 然而,這項宏大的計畫推進至今僅約一年半,卻不斷遭遇現實層面的嚴峻挑戰。從融資進度、建設施工到電力配套,種種問題陸續浮上檯面。最顯著的例子是位於德州阿比林的核心園區,原本規劃的大規模擴建工程已經被迫叫停,同時計畫內的多位負責人相繼離職,原先由 OpenAI 全額自建的模式也轉為向外租用算力,顯示出這項「星際之門」在執行面上遠比想像中困難。 不僅僅是 OpenAI 的單一項目,整個美國的數據中心建設都面臨來自政策與環保團體的雙重壓力。據統計,全美已有超過三十個州陸續推出三百多條與數據中心相關的法規,而兩百多家環保組織更聯合發出呼籲,要求暫緩全國範圍內新建數據中心的審批流程。這些阻力直接影響了算力基礎設施在地面上的擴張速度,電力供應與法規障礙成為主要的瓶頸。 面對地面算力擴張受困於電力與政策限制,馬斯克將目光轉向太空。他旗下的 SpaceX 已經向美國聯邦通信委員會提交具體方案,計畫發射數百萬顆衛星,在近地軌道打造一個總運算容量達 100 吉瓦的在軌數據中心。馬斯克認為,電力供給是當前制約算力發展的最大短板,而太空中的太陽能供電系統能夠有效繞開地面供電的種種限制,讓算力直接「上天」。 海外的算力建設困境,也讓中國的相關廠商看清了行業內的共性難題。從電力供應、土地資源到政策審批,這些問題並非只存在於單一國家。因此,中國的企業開始尋找更適合自身發展的路徑,試圖在地面上找到一條從晶片到電網、從單一機櫃到完整 AI 工廠、從單點技術突破到開放系統協同的系統性解決方案,全面重構人工智慧基礎設施的底層邏輯。 不同於海外廠商急於透過超大規模項目或太空方案來突破限制,中國的 AI 基建路線更強調務實與協同。許多業者認為,算力建設不應只追求單一數據中心的規模,而是要從整體能源結構、晶片自主化、冷卻技術以及運算效率等多個面向同步推進。例如,在電力供應方面,部分企業開始探索與再生能源電廠的深度合作,確保數據中心能獲得穩定且低碳的電力。 同時,在晶片層面,中國廠商也持續投入自研 AI 晶片,試圖降低對進口產品的依賴,並透過優化晶片架構來提升每瓦運算效能。在系統層面,從單櫃伺服器到整個 AI 工廠的設計,都強調模組化與可擴展性,讓算力建設能夠更靈活地因應需求變化。這種由下而上的系統性重構,正是中國 AI 基建試圖走出的一條與眾不同的道路。 此外,開放生態系統的建立也被視為關鍵。不同於封閉式的單一供應商方案,中國市場更傾向於推動多廠商之間的協作,透過標準化介面與開放協議,讓不同品牌的晶片、伺服器、冷卻系統與管理軟體能夠順暢整合。這種做法不僅降低了建設成本,也提高了整體系統的韌性與升級彈性。 總體來看,全球 AI 基礎設施的競爭已經從單純的算力堆疊,轉向更全面的體系化對抗。無論是 OpenAI 的「星際之門」、馬斯克的太空算力中心,還是中國廠商的地面系統重構,每一條路線都在試圖解決電力、政策、技術與成本之間的矛盾。未來幾年內,誰能率先打造出可持續、高效率且規模化的算力基礎設施,誰就有可能在人工智慧的下一個世代中占據領先地位。
Related
相關文章

AI產業全景透視之:3D NAND,以鉬代鎢
隨著AI應用持續推升記憶體需求,3D NAND Flash技術的演進也成為半導體產業關注焦點。近期業界討論的「以鉬代鎢」趨勢,正因高層堆疊技術的突破而加速落地,並帶動上游材料供應鏈出現結構性變化。 ### 從平面到立體:3D NAND用層數換密度 NAND Flash之所以得名,是因為其存儲單元的串聯結構在電路上等效於一個「與非閘」(Not AND)。傳統2D NAND是在單層平面上排列儲存單元,隨著製程微縮逼近物理極限,轉而朝垂直方向發展,形成3D NAND技術。

覆盤2021年新能源,AI走到哪個階段?
本文以2021年新能源車產業行情為借鏡,分析AI產業目前正處於上游材料漲價階段,類似當年新能源的供需錯配行情。文中指出AI行情與新能源傳導路徑相似,但AI需求更廣、產業鏈更長、供給壁壘更高,預估此輪漲價週期將持續至2027年。

OpenAI發佈GeneBench-Pro,在129個問題/10個領域內評估AI科研能力
OpenAI 發布 GeneBench-Pro 更新版,涵蓋基因組學、分子生物學等 10 個領域共 129 個問題,旨在評估 AI 在科學研究中的多階段統計推理能力。測試結果顯示,最強模型 GPT-5.6 Sol Pro 的通過率僅為 31.5%,整體表現仍偏低,顯示當前 AI 尚未能穩定完成完整的科學分析推理閉環。

馬斯克用了中國機器人,海外跑出一家國產“隱形冠軍”
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機。

宇樹狂奔上市,真正的懸念是它拿了42億後要怎麼花
宇樹科技正加速上市,已成功募集42億元資金,引發市場對其資金運用策略的高度關注。外界普遍聚焦該公司是否會將資金投入技術研發、產能擴張或海外布局,這筆資金動向將成為觀察其未來發展的關鍵指標。

百億市場的AI遊戲,只是少數人的紅利
AI遊戲市場規模突破百億美元,然而真正能從中獲利的僅是掌握核心算力、數據與平台入口的少數大廠。多數中小開發者因技術門檻、高昂成本及用戶獲取困難,難以在快速迭代的市場中突圍。大者恆大與投資集中化的趨勢,讓絕大多數參與者只能面對資源被擠壓的現實。