OpenAI百万GPU计划加速AI算力革命 台系供应链迎爆发式增长

发布时间:2025-07-22 阅读量:1469 来源: 我爱方案网 作者: wenwei

【导读】OpenAI首席执行官山姆·奥特曼(Sam Altman)近日在社交平台X上透露,公司计划在2024年底前部署百万颗GPU,以支撑其下一代AI模型的训练需求。这一规模较ChatGPT-4.5训练时使用的10万颗GPU增长10倍,显示出OpenAI在算力投资上的激进策略。奥特曼更激励团队“思考如何将这一数字再扩大100倍”,暗示未来可能迈向千万级GPU集群,以应对更复杂的AI训练任务。


8.jpg


AI服务器需求激增,台系代工厂迎爆发式增长


OpenAI的GPU扩张计划直接带动AI服务器需求飙升。目前,OpenAI的云端服务主要依赖微软、甲骨文(Oracle)和CoreWeave等供应商,而背后的硬件代工则由鸿海、广达、英业达、纬颖等中国台湾厂商主导。鸿海高层此前表示,“AI服务器订单已不是问题,产能才是瓶颈”,并透露订单能见度至少达两年。广达则受益于英伟达GB200服务器的强劲需求,预计AI服务器占其整体服务器营收比重将突破70%。


多集群架构成趋势,算力中心建设加速


为满足下一代大模型训练需求,OpenAI正转向**“多集群架构”,即利用分布式GPU集群协同运算。业界推测,未来OpenAI可能采用1000万颗GPU进行同步训练,这将进一步推升AI基础设施投资。此外,美国政府主导的“星际之门”(Stargate)计划也在加速推进,首座数据中心选址得克萨斯州,预计部署40万颗AI芯片**,建成后或成全球最大算力中心之一。


供应链全面受益,戴尔、美超微、技嘉等厂商受关注


除台系代工厂外,OpenAI的算力扩张也惠及全球服务器供应链。CoreWeave的主要供应商包括戴尔、美超微(Supermicro)和技嘉,而戴尔的代工订单则由纬创、鸿海、英业达等承接。随着AI服务器需求持续增长,**高算力GPU(如英伟达H100、B100)**的出货量有望再创新高,进一步巩固英伟达在AI芯片市场的主导地位。


未来展望:AI算力竞赛进入新阶段


OpenAI的百万GPU计划不仅彰显其对AGI(通用人工智能)的野心,也标志着全球AI算力竞赛进入新阶段。随着更多企业加入大模型研发,AI基础设施的需求将持续攀升,而鸿海、广达等代工厂的产能扩充将成为关键。与此同时,先进封装、液冷散热等技术也将因高密度算力需求而加速发展,推动整个AI产业链迈向更高效率与规模化。


相关资讯
我们还需要GPU吗?从LineShine登顶看纯CPU超算的四层技术突围

在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下,国产LineShine(灵晟)纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500,印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日,Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》,系统拆解了无GPU同构超算的四层技术体系:处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。

从“回答问题”到“完成任务”:AI产业正在发生的五个结构性转向

回顾AI今年的发展轨迹,我们能察觉到一种质的变化:AI不再只是被展示、被调用的“展品”,而是拥有了更明确的“行动感”。从代码编写到机器人奔跑,从算力基建到未来接口,行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字,捕捉这一轮产业变革中的关键切片。

ROHM车载MOSFET新品:抑制二次击穿,SOA范围扩大5倍

全球知名半导体制造商ROHM近日宣布,面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”

斩获SAIL最高奖背后:DF1000如何破解国产算力“存不够、改不动”?

2026 WAIC落下帷幕,国内AI算力产业的共识正发生清晰转向:单点参数竞赛逐渐退潮,超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下,首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后,指向了一条不依赖先进制程与既有生态的突围之路。