OpenAI联合创始人兼CEO山姆・奥特曼这次的表态很实在,黄仁勋是他一直很敬佩的人,只是英雄也有短板!AI行业离不开黄仁勋当年的推动,当初两人互相下注,这份渊源他一直心怀感激。
这番话听起来像是在讲人情,其实背后藏着一笔十年没算完的账。
2016年8月9日,黄仁勋亲自把第一台DGX-1送到旧金山的OpenAI办公室,这台机器装着8颗Tesla P100芯片,售价约12.9万美元,算力在当时相当惊人。
那时的OpenAI还不是今天这个估值惊人的科技巨头,英伟达也远没有坐上AI产业的头把交椅。
很多人还把GPU当成游戏玩家的高端配件,觉得深度学习就是实验室里烧钱的兴趣项目。
黄仁勋看得更早一点,他押注的不是某一款显卡,而是一种新的计算方式,甚至在机器上写下“致未来的计算与人类”这样的寄语,多少有点理想主义,也确实有点赌徒气质。
这台机器后来没有直接创造ChatGPT,却帮OpenAI把模型训练这件事推过了最难的一段路。
那时候算力贵、人才少、实验周期长,能不能多跑几轮训练,往往就决定了一个想法是继续活着,还是直接夭折。
所以奥特曼今天说感谢,并不是客套话,OpenAI后来每一次模型升级,都在替英伟达验证GPU路线,英伟达每一代新卡,也在给OpenAI提供更大的试验场,这是一场互相成就。
但商业世界有个不太浪漫的规律,感情可以很深,供应商名单却必须很长。
ChatGPT走红后,AI训练和推理需要的芯片数量越来越夸张,英伟达数据中心业务在2025财年已经达到1152亿美元,占公司总收入的大头。
OpenAI如果一直把算力命脉交给一家供应商,当然会睡不踏实。
价格、交付、产能、技术路线,任何一个环节出现变化,都会影响模型上线速度,这不是谁忠诚不忠诚的问题,而是企业必须面对的生存题。
于是,OpenAI开始和博通合作开发自研AI加速器,计划由台积电负责制造,同时又与AMD达成6吉瓦级别的GPU合作。
有人看到这里,就急着给双方扣上“翻脸”的帽子,我觉得这就把商业理解得太像连续剧了,真正成熟的合作,应该允许彼此变强,也允许彼此准备备用方案。
英伟达当然不会坐着等客户离开,它真正厉害的地方也不是只卖芯片,而是CUDA、NVLink、软件工具链和整套服务器方案。
客户换掉一块卡不难,换掉一整套开发习惯和工程体系,成本就高得多,这也是英伟达护城河最硬的地方,硬件性能会被追赶,生态惯性却需要多年积累。
AMD能拿到订单,定制芯片能降低部分成本,但要在大规模训练场景里完全替代英伟达,远没有宣传稿里那么轻松。
我反而认为,奥特曼一边感谢黄仁勋,一边寻找替代方案,是最正常、也最聪明的做法。
把供应链分散开,不等于否定老朋友,恰恰说明合作已经从单纯买卖,进入了更复杂的产业博弈。
黄仁勋当年的下注也值得重新看一遍,他不是等市场验证完才出手,而是在别人还嫌AI烧钱时,就把最贵的机器送到了研究人员手里,这样的判断力确实配得上“英雄”两个字。
但英雄也不是神仙,企业更不是粉丝俱乐部,今天的英伟达需要大客户,OpenAI需要稳定算力,博通和AMD想进入新市场,台积电负责把设计变成产品,每家公司都在算自己的账。
对中国读者来说,真正值得关注的不是谁欠谁一个人情,而是算力、芯片、软件和应用正在变成一整条产业链。
谁能把硬件做强、把软件生态做厚、把成本压下来,谁才更有机会在下一轮竞争里站稳。
十年前,一台DGX-1像一颗小火星,落在了还不起眼的OpenAI身上。
十年后,火已经烧成了全球AI产业,昔日盟友开始彼此防备,也开始互相借力,这大概就是科技行业最真实的浪漫,热血是真的,账本也是真的。


