OpenAI 计划到 2033 年建成 250GW 数据中心。CEO Altman 将此视为通往通用人工智能的&#34;暴力工业化&#34;路径，但仍面临电力供应、万亿美元资金需求和供应链瓶颈等巨大挑战。
上周华尔街见闻提及，德克萨斯州阿比林市的旗舰数据中心站点正式投运，作为 OpenAI 和甲骨文推进 5000 亿美元星际之门项目，OpenAI CEO Altman 向媒体展示了这一雄心勃勃项目的初步成果。
<img title="" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/4d1b9985-4ea8-4fcd-8d03-d47aaab6b417.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="852" height="633" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/4d1b9985-4ea8-4fcd-8d03-d47aaab6b417.png"/>（OpenAI CEO Sam Altman 在德克萨斯州阿比林星际之门数据中心）
这个占地 800 英亩的建设工地上，6400 名工人正在紧张施工，仅光纤电缆的铺设长度就足以绕地球 16 圈。Altman 表示：
<blockquote>
这个庞大的工地只是未来规模的一小部分，甚至不足以满足 ChatGPT 的需求。
</blockquote>
而据 OpenAI 内部披露的信息，公司预计 2025 年底建造数据中心容量超过 2GW，并计划在 2033 年达到 250GW 的惊人规模，这一目标规模约占目前美国全国总发电装机容量（约 1200GW）的四分之一。
Altman 的策略核心是&#34;规模化计算&#34;。这并非指算法突破，而是指通过数百万芯片、大型数据中心园区、千兆瓦级电力以及大量冷却用水的&#34;暴力工业化&#34;方式，推动人工智能向通用人工智能 (AGI) 和超级人工智能 (ASI) 发展。
在这种逻辑下，衡量 AI 能力的标准已发生根本性转变。Altman 解释说：
<blockquote>
在如此规模下，GPU 的数量已无意义，取而代之的是整个芯片集群所消耗的电力——吉瓦（GW）。GW 数成了衡量一家公司能维持多少有效算力的唯一标准。
</blockquote>
但这一计划的实现面临巨大挑战，包括电力供应、资金需求和供应链瓶颈。业内人士质疑如此庞大的基础设施投资是否现实，以及是否值得为人工智能发展付出如此高昂的代价。
<h2 style="text-align: left">电力需求相当于 250 座核电站</h2>
OpenAI 的 250GW 目标意味着对电力系统的巨大需求。
一座典型的核电站发电量约为 1GW，这意味着仅为支持 OpenAI 一家的 AI 发展，就需要新建相当于 250 座核电站的发电能力。
作为对比，微软旗下排名第二的 Azure 云业务，到 2023 年底为所有客户服务的总运营功耗也仅为 5GW 左右。
据报道，过去一座大型数据中心的功耗通常在 10 到 50 兆瓦之间，而现在开发商们正在规划单个园区就达到数千兆瓦的规模，堪比整个城市的能耗。
然而，Altman 所指的算力远不止电力。该数字是整个工业系统的代名词，包括：数据中心、芯片、冷却和水系统、网络光纤以及将数百万处理器连接成超级计算机的高速互连设备。
报道援引知情人士透露，OpenAI 快速增长的服务器需求甚至让其关键供应商英伟达的高管都感到惊讶。
为应对电力挑战，OpenAI 及其合作伙伴正采用非常规方式，包括自建发电厂而非等待公用事业公司提供电网电力，或将设施建在更容易获得能源的偏远地区。
原因在于公用事业公司在新增发电能力方面本质上是保守的，它们不会因为单一公司的需求而冒险建设可能导致产能过剩的发电厂。
而据报道，OpenAI 已在得州规划使用天然气、风能和太阳能的混合能源方案，但这依然无法轻易填补数百 GW 的巨大鸿沟。
<h2 style="text-align: left">万亿投资与供应链瓶颈</h2>
除了电力，资金和供应链是另外两大制约因素。
Altman 在内部信中坦言，OpenAI&#34;已经投资了数千亿美元，要做好这件事还需要数万亿美元&#34;。同时还需要 “激活全球的全部工业基础——能源、制造、物流、劳动力、供应链”。
目前，OpenAI 早已为此投入巨资。据报道，在 250GW 目标公布前，公司已签约在 2028 年前获得约 8GW 的算力，这本身就需要向微软等云服务商支付数千亿美元。
此外，若按目前建造一座 1GW 核电站约 500 亿美元的成本估算，仅电力设施的投资就可能高达 12.5 万亿美元。
供应链瓶颈同样严峻。要支撑如此规模的算力扩张，意味着需要芯片代工巨头台积电提供更多产能来生产英伟达的 GPU，以及光刻机制造商阿斯麦提供更多设备。
这些环节的产能扩张并非一蹴而就，需要整个上游产业链进行风险投资与协同。即使英伟达承诺为 OpenAI 的数据中心提供资金支持，新增产能依然会是一个艰巨的过程。
<h2 style="text-align: left">OpenAI 的 “野心” 实际是豪赌</h2>
归根结底，OpenAI 的惊人计划是一场基于信念的豪赌。
Altman 及其竞争对手坚信，更大规模的 GPU 集群是通往更强大 AI 模型的唯一路径，是解锁 AGI 和 ASI 的关键。正如历史上胡佛大坝、阿波罗计划等宏大工程一样，其背后是对未来技术变革的坚定信仰。
分析认为，对于投资者和市场而言，如何看待这一赌注取决于对 AI 未来的判断。
如果相信超级 AI 能解决癌症等人类难题，那么万亿投资就是必要的。反之，它可能成为类似加州高铁项目一样被载入史册的 “巨大工程灾难”。
无论 250GW 的目标最终能否实现，这场由 AI 驱动的、近乎疯狂的基础设施建设热潮已经开始。它正在以前所未有的方式重塑能源、土地和资本市场，而整个社会似乎还未充分意识到其背后的巨大成本与深远影响。
正如 Altman 自己承认的那样，当人们使用 ChatGPT 时，很少有人会想到背后尘土飞扬的庞大建筑工地和它所代表的工业力量。

英伟达

OpenAI

微软

一座典型的核电站发电量约为 1 吉瓦。OpenAI 的目标意味着，仅仅为了支持他自己公司的人工智能，就需要建造相当于 250 座核电站的发电量。而按照目前建造一座 1 吉瓦核电站的成本（约 500 亿美元）来计算，建造 250 座核电站的成本将达到 12.5 万亿美元。

- OpenAI 计划到 2033 年建成 250GW 数据中心，面临电力和资金挑战。  
- CEO Altman 称此为通往通用人工智能的 “暴力工业化” 路径。  
- 该计划需新建相当于 250 座核电站的发电能力，投资可能高达 12.5 万亿美元。  

到 2033 年建成 250GW 数据中心！OpenAI 的 “野心” 现实吗？