OpenAI用Cerebras+博通+AMD，能降低英伟达垄断成本风险吗？

是的，OpenAI通过与Cerebras、博通、AMD的多元化合作，能有效降低对英伟达的垄断成本风险。这更像是一场精心策划的“分散投资”，旨在构建一个更有韧性的算力组合，而不是彻底抛弃英伟达。

OpenAI过去深度依赖英伟达GPU，但单一供应商模式带来了多重风险。最直接的是

成本压力

——英伟达的芯片价格高昂，而推理环节的计算需求正在爆炸式增长。更关键的是，现有硬件架构在实时交互任务中遇到了性能瓶颈，公司CEO山姆·奥特曼公开表示，这已成为产品体验的掣肘。

此外，过度依赖也让OpenAI在供应链和议价权上处于被动。原本与英伟达洽谈的

千亿美元级深度合作

已陷入停滞，双方正转向更灵活的股权投资模式。这种背景下，寻找替代方案就成了必然选择。

OpenAI的策略是为不同工作负载匹配最合适的芯片，三家合作伙伴各有所长：

Cerebras专攻低延迟

：其价值超100亿美元的订单，将为OpenAI提供

750兆瓦

的专用推理算力。Cerebras的晶圆级芯片通过集成海量存储器，将数据访问路径大幅缩短，推理速度据称比传统GPU系统快

15-20倍

。这正好解决了ChatGPT等产品对毫秒级响应的苛刻要求。

博通是定制化“成本杀手”

：双方共同开发

10吉瓦

的定制AI推理芯片，预计2026年下半年投产。这款芯片针对OpenAI的“o1”系列模型优化，采用台积电3纳米工艺，目标是将每个生成token的能耗降低

30%

。

博通为谷歌设计的TPU已经证明，专用芯片在推理成本上可比英伟达H100低

30%至40%

。

AMD提供高性价比替代

：OpenAI计划部署最高

6吉瓦

的AMD GPU资源。AMD的

ROCm开源平台

赋予了更高的定制化权限，让企业能根据自身需求优化软硬件协同，从而在内存和存储成本上实现节约。这为通用训练任务提供了一个成本更优的备选方案。

从算力储备上看，OpenAI从博通、英伟达和AMD已锁定的总计算容量累计达

26吉瓦

，形成了一个规模可观的备份体系。这直接打破了“算力来源单一”的困局。

在成本层面，专用芯片的能效优势将带来实实在在的节省。例如，博通的定制芯片瞄准了能耗降低30%的目标。更深远的影响在于

议价权

——引入AMD、博通等竞争者后，OpenAI对英伟达的谈判能力显著增强。

英伟达原本的千亿投资方案大幅缩水至

200-300亿美元

的股权投资，就是这种博弈的直接体现。

当然，这并不意味着英伟达的时代结束了。其深厚的

CUDA软件生态

和在大模型训练领域的性能优势，短期内依然难以被完全取代。OpenAI的多元化，更像是在英伟达主导的棋盘上，为自己多占了几处要地，从而让未来的算力账单不那么令人心惊胆战。