主要内容
OpenAI 正大肆投入以确保其 AI 计算供应链，作为其多云战略的一部分，与 AWS 签署了新协议。该公司最近结束了与微软的独家云计算合作关系。此后，据报道，它向微软分配了 2500 亿美元，向甲骨文分配了 3000 亿美元，现在又向亚马逊网络服务（AWS）签署了一份为期数年的新协议，金额为 380 亿美元。这 380 亿美元的 AWS 协议虽然是三者中最小的，但却是 OpenAI 多元化计划的一部分。对于行业领导者来说，OpenAI 的行动表明，获得高性能 GPU 不再是按需商品，而是一种需要大量长期资本投入的稀缺资源。
AWS 协议为 OpenAI 提供了访问数十万个 NVIDIA GPU 的机会，包括新的 GB200 和 GB300，以及利用数千万个 CPU 的能力。这种强大的基础设施不仅用于训练未来的模型，还用于运行当今 ChatGPT 的大规模推理工作负载。正如 OpenAI 联合创始人兼首席执行官 Sam Altman 所说：“扩展前沿 AI 需要大规模、可靠的计算。”
这种投入热潮正在促使超大规模提供商做出竞争反应。虽然 AWS 仍然是行业最大的云提供商，但微软和谷歌最近的云收入增长更快，通常是通过吸引新的 AI 客户。这一 AWS 协议是为了确保一个基石 AI 工作负载并证明其大规模 AI 能力的明确尝试，它声称包括运行超过 50 万个芯片的集群。
AWS 不仅提供标准服务器，还为 OpenAI 构建了一个复杂的、专门设计的架构，使用 EC2 UltraServers 连接 GPU，以满足大规模训练所需的低延迟网络。AWS 首席执行官 Matt Garman 表示：“优化计算的广度和即时可用性表明，为什么 AWS 在支持 OpenAI 的大量 AI 工作负载方面具有独特的地位。”
但“即时”是相对的。OpenAI 最新云 AI 协议的全部容量要到 2026 年底才能完全部署，并有进一步扩展到 2027 年的选项。这个时间表为任何计划 AI 部署的高管提供了一剂现实：硬件供应链复杂，按多年计划运作。
那么，企业领导者应该从这一事件中得到什么呢？首先，AI 基础设施的“自建还是购买”之争几乎已经结束。OpenAI 正在花费数千亿在租用的硬件之上进行建设。很少有其他公司能够或应该效仿。这将市场的其他部分坚定地推向管理平台，如亚马逊 Bedrock、谷歌 Vertex AI 或 IBM watsonx，超大规模提供商承担了这种基础设施风险。其次，单一云用于 AI 工作负载的日子可能已经屈指可数。OpenAI 向多提供商模式的转变是减轻集中风险的教科书案例。对于 CIO 来说，依赖一个供应商来运行核心业务流程的计算正在成为一场赌博。最后，AI 预算已经离开部门 IT 领域，进入了公司资本规划的世界。这些不再是可变的运营费用。确保 AI 计算现在是一项长期的财务承诺，就像建造一个新工厂或数据中心一样。