策略轉向：OpenAI 的基礎設施新方案
人工智慧（Artificial Intelligence，AI）基礎設施的格局正在經歷地動山搖般的轉變。過去幾個月裡，業界一直沉浸在關於「星際之門」（Stargate）的傳聞中，這是一個由 OpenAI 與 Microsoft 主導、雄心勃勃且耗資數十億美元的超級計算專案。然而，近期的發展表明 OpenAI 正在重新調整其策略。該公司已放棄了單一、自有的「星際之門」資料中心概念，轉而選擇一種由計算租賃驅動的、更靈活且機動的方案。
在 Creati.ai，我們一直密切關注這些進展。這種轉變標誌著從建設專有、自訂硬體設施的傳統模式，向偏好雲端資源可擴展性與適應性的模式邁進。這種轉變不僅僅是物流上的改變，更代表了頂尖 AI 實驗室對於在日益多變且快速發展的市場中，如何看待其長期計算需求的根本性變革。
揭秘「星際之門」：從願景到統稱
「星際之門」這一術語曾是為了加速下一代模型訓練而設計的超大規模專用 AI 超級計算設施的代名詞。此前的報導稱該專案可能需要超過 1,000 億美元的投資。然而，近期的澄清表明，「星際之門」更應被視為一個關於長期計算能力路線圖的統稱，而非特定的實體站點。
OpenAI 轉向彈性租賃的決定，顯示出其刻意避開與長期固定站點建設相關的財務與營運風險。透過利用租賃計算資源，OpenAI 保留了在晶片效率與架構出現突破時，靈活調整其硬體需求的能力。
推動基礎設施轉變的因素
這一轉向是由定義現代 AI 硬體生態系統的幾個關鍵因素所推動的。以下是目前影響計算採購策略的變數總結：
| 變數 | 對策略的影響 | 戰略重要性 |
|---|---|---|
| 硬體波動性 | 快速的 GPU 迭代週期 | 高 |
| 資本支出 | 舊有硬體的高折舊率 | 關鍵 |
| 可擴展性 | 對即時擴展容量的需求 | 極高 |
| 營運風險 | 對單點故障的依賴 | 中等 |
Microsoft 的角色與雲端靈活性
作為計算基礎設施的主要供應商，Microsoft 在 OpenAI 的發展軌跡中仍然處於核心地位。透過轉向租賃，OpenAI 加深了對 Microsoft 強大的 Azure 生態系統的依賴。這種共生關係使兩家公司都能優化其資料中心組合，而無需受限於靜態的、且可能過時的硬體設計。
租賃提供了幾個核心優勢：
- 財務靈活性： 最大限度地減少前期資本支出，同時允許基於營運支出（Opex）的擴展。
- 技術靈活性： 確保能在雲端環境中存取最新的 NVIDIA 硬體與新興的替代方案。
- 營運韌性： 減輕隨大規模自有資料中心而來的冷卻、電力與實體安全管理負擔。
這對 AI 未來的發展意味著什麼
對於追蹤 AI 產業的開發者、初創公司與企業利益相關者而言，這則新聞清楚地表明「自建與外購」的爭論已向「租賃」傾斜。現今 AI 模型的高昂成本要求一種效率，而實體設施的建設可能無法跟上這種節奏。
轉向彈性租賃有效地實現了大規模計算資源存取的平民化。當像 OpenAI 這樣的巨頭優先考慮靈活性而非龐大的專有建設時，這發出了一個訊號：產業界正穩定在一個可預測的模式中，即軟體定義基礎設施才是優先事項。
計算採購的演進
隨著該領域持續前進，趨勢顯示出向標準化高效能計算（HPC）環境的轉變。我們預計未來 24 個月將出現以下轉變：
- 轉向多雲端效用： 實驗室將越來越多地利用分散式租賃來規避硬體供應短缺。
- 專注於能源效率： 投資重點將可能從佔地面積轉向租賃設施的功率密度與冷卻效率。
- 縮短採購週期： 產業界可能會看到從 10 年期的設施規劃轉向 3 年期的循環計算租賃合約。
結論：更靈活的前沿
在 Creati.ai，我們認為 OpenAI 的這一策略轉向是對當前技術週期複雜性的成熟回應。放棄建設自有的「星際之門」轉而採用靈活、可擴展的租賃模式，強化了這樣一個觀點：在通用人工智慧（AGI）的競賽中，贏家將取決於速度與適應性，而非水泥與原始的兆瓦容量。
隨著 AI 模型變得更加複雜，快速迭代底層計算架構的能力將決定誰是領先者。透過採用將基礎設施視為「統稱」的策略，OpenAI 正確保其具備隨計算技術發展而利用未來資源的能力，而非被過往規劃的侷限所束縛。我們將持續追蹤這些基礎設施在整個財政年度內的發展情況。
