博通为OpenAI定制芯片融资5000亿美元：阿波罗黑石入局|AI自学笔记

博通正在为与OpenAI联手开发的定制AI芯片项目安排超过5000亿美元的融资，阿波罗全球管理和黑石集团是主要洽谈参与方。甲骨文同时在与阿波罗和高盛商谈，为购买这款芯片筹措资金——造与买的两端，同一批金融机构同时下注，刷新了AI基础设施领域的融资纪录。这笔融资规模相当于2025年全球AI芯片市场总收入的近两倍，也远超任何一家AI公司此前的单轮融资记录。

博通已是OpenAI在定制芯片领域的独家合作伙伴，双方从2024年开始联合定义这颗芯片的架构Specs，如今正式进入需要大规模资本驱动的产能建设阶段。博通的芯片代工（无晶圆厂）商业模式意味着自身不持有晶圆厂，生产外包给台积电——这意味着台积电的产能排期直接决定项目进度，而产能是当前全球最稀缺的资源之一。

5000亿美元融资规模：为什么这么大

一颗面向AI推理优化的定制芯片，从流片到量产需要经过设计定案、掩模制作、晶圆制造、封装测试等多个环节，每个环节都是重资本。5000亿美元的融资并非全部是股权融资，知情人士透露其中包含大量债务融资结构，由阿波罗和黑石旗下的信贷平台承销。这类”股债混合+私募信贷”的融资组合在大型科技并购中并不罕见，但在AI芯片领域前所未见。

从成本结构看，7nm制程芯片的一次掩模制作费用约在1000万至1500万美元之间，而一颗芯片从设计到量产通常需要经历3至5次掩模迭代，这意味着仅掩模成本就可能达到5000万美元以上。加上晶圆采购（7nm晶圆单片成本约1万美元，量产百万片级别的规模需要数十亿美元）和封装测试费用，整个项目的资本开支密度极高。

绕过英伟达：定制芯片成为第二条路

NVIDIA Blackwell系列芯片需求超预期，订单已排至2027年。在此背景下，微软、Meta、Google等大厂均已启动各自的定制芯片计划。OpenAI与博通合作的核心逻辑是：绕过NVIDIA产能瓶颈，在特定任务（尤其是大规模推理）上实现比通用GPU更高的性能功耗比。

参考已知的芯片设计参数，这颗定制芯片预计在矩阵运算单元密度上比H100高3至5倍，但牺牲了通用计算能力——这正是推理场景所需要的。它更像一块专用加速器，而非通用AI训练芯片。对于需要7×24小时运行的推理工作负载，定制芯片的功耗优势和每Token成本优势会被进一步放大。

甲骨文入局：另一种路径

与博通-OpenAI直接造芯不同，甲骨文的路径是买芯片。甲骨文已在云计算市场投入数千亿美元建智算中心，购买博通-OpenAI芯片是其实物资产配置的一部分。甲骨文的云计算业务（Oracle Cloud Infrastructure，OCI）一直在追赶AWS和Azure，定制AI芯片是其差异化竞争策略的重要组成部分。

阿波罗和高盛同时出现在供需两侧，是这轮AI军备竞赛资本结构的缩影：同一家PE巨头同时为芯片制造方和采购方提供弹药。这种”资本全产业链布局”在传统能源和航空领域较为常见，在科技领域则相对新鲜。

谁在买单：算力即竞争力

OpenAI的年化算力支出已超过100亿美元，ChatGPT每回答一个问题大约消耗1至3美分（视模型规模和回答长度而定）。随着GPT-6等新一代模型进入训练和推理阶段，这个成本还会上升。根据第三方测算，GPT-4级别的单次对话推理成本约为0.01至0.02美元，若每天服务1亿次用户，日均成本约100至200万美元。

定制芯片若能实现”性能功耗比3倍于H100″，意味着同等算力下电费降低66%。以一个1000 PetaFLOPS规模的推理集群为例，每年电费节省可达数千万美元。这对OpenAI的商业模型有直接影响——更低的推理成本意味着可以在不涨价的前提下提升利润率，或者以同等价格提供更长上下文窗口和更强大模型。

对中国市场的影响

博通-OpenAI的芯片合作若实现量产，将进一步拉大头部AI厂商与中小厂商的算力差距。台积电作为唯一的制造伙伴，其7nm及以下产能将更加紧张，这对依赖台积电代工的所有AI芯片项目（包括中国厂商）都会产生连锁影响。

中国AI芯片厂商如华为昇腾和壁仞科技，在先进制程上同样依赖台积电。台积电产能向美国大厂倾斜，可能导致中国AI芯片厂商在产能获取上面临更长的等待周期和更高的成本。同时，OpenAI若通过定制芯片把推理成本大幅拉低，会对中国AI厂商的价格竞争力形成挑战——届时国内外AI服务的成本差距会更加明显。

数据对比：定制芯片 vs 通用GPU

指标	NVIDIA H100	NVIDIA GB200	博通-OpenAI定制芯片（预估）
峰值FP8算力	3958 TFLOPS	~18000 TFLOPS	待定
内存带宽	3.35 TB/s	8 TB/s	待定
功耗	700W	2700W	预计600-1200W
量产时间	已量产	2025年	预计2027年
推理能效	基准	提升约3倍	提升约3-5倍（设计目标）
主要用途	通用AI训练/推理	大规模训练	大规模推理

常见问题

博通-OpenAI定制芯片何时量产？

目前仍在融资和设计定案阶段，知情人士预计最快2027年进入小规模量产，与台积电3nm制程节点绑定。芯片设计通常需要18至24个月，从设计定案到首批晶圆产出约需6至9个月。

为什么不用NVIDIA现成芯片？

NVIDIA Blackwell需求排到2027年，且通用GPU在特定推理任务上的性价比不如定制芯片。对于OpenAI这样的超大规模用户，定制芯片的每Token成本可以做到H100的30%至50%。此外，定制芯片可以根据OpenAI的模型架构做针对性优化，比如专用的注意力机制加速单元。

这笔融资对中国AI行业意味着什么？

台积电先进制程产能进一步向美国头部AI厂商集中，中国AI芯片厂商在制造端面临更大压力。同时，OpenAI若通过定制芯片把推理成本大幅拉低，会对中国AI厂商的价格竞争力形成挑战。不过，中国厂商在端侧推理和特定垂直场景上的定制芯片也在发展，如华为昇腾910系列在国内智算中心已有规模化部署。

小结

5000亿美元融资背后，是OpenAI从”软件公司”向”算力基础设施公司”转型的关键一步。博通作为芯片设计合作伙伴、阿波罗和黑石提供弹药、甲骨文作为第一批客户——这条产业链比任何一家单独作战都更有进攻性。对于整个AI行业而言，定制芯片时代的到来意味着：算力不再是”买多少卡”的问题，而是”自己的芯片值多少钱”的商业模型重构。中小AI厂商在算力军备竞赛中将面临更大压力，而头部厂商的护城河将从算法优势进一步扩展到芯片层面。

相关阅读

延伸阅读

AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。

博通为OpenAI定制芯片项目融资5000亿美元：阿波罗黑石入局，算力军备竞赛进入新阶段