Track Hyper | Stargate Expansion: The Roles of OpenAI and Oracle

作者：周源/華爾街見聞

7 月下旬，OpenAI 與甲骨文宣佈合作開發額外 4.5GW 的 “星際之門” 數據中心容量，疊加得州項目後總容量超 5GW，可運行約 200 萬顆芯片。

這一事件看似只是兩家企業的商業合作，實則映射了人工智能行業底層運行邏輯發生了新的變化。

更重要的是，這不是一次單純的商業合作。

算力供給模式範式轉移

美國科技思想家、未來學家凱文・凱利在《必然》中寫道：“未來的技術會像水和電一樣，成為無處不在的基礎設施”。

此次合作正是這一判斷的現實印證。

傳統人工智能企業的算力供給多依賴自建數據中心或單一雲廠商，受限於資本規模和地域資源，難以應對爆發式增長的算力需求。

OpenAI 與甲骨文的合作，實際上是一種 “技術公司 + 基礎設施服務商” 深度綁定模式。

甲骨文憑藉其在全球 20 多個國家的 44 個雲區域佈局，可為 “星際之門” 提供跨地域的電力調配、網絡冗餘和災備能力。

這次合作打破了算力供給的地域壁壘，使人工智能企業能將算力採購，從固定資產投入，轉化為彈性服務，類似於工業時代從自建發電機，轉向接入公共電網的變革。

據甲骨文官網數據，其數據中心 PUE（能源使用效率）常年保持在 1.2 以下，遠低於行業平均的 1.5。

這樣的技術優勢，通過合作，直接轉化為 OpenAI 的成本優勢，比如降低單芯片運行成本。

當頭部企業開始採用這種輕資產算力模式，中小人工智能公司將面臨 “不合作則成本劣勢” 的壓力，進而推動全行業算力供給模式的重構。

“運行超過 200 萬個芯片” 的規模，意味着這場合作將提升雙方在芯片產業鏈中的話語權。

以往人工智能芯片市場由英偉達主導，OpenAI 此前也主要依賴其 A100/H100 系列產品。但甲骨文在數據中心建設中，長期採用 “多供應商策略”，其雲基礎設施同時兼容 AMD、英特爾等廠商的芯片方案。

在此次合作中，甲骨文位於弗吉尼亞州阿什本的數據中心已開始部署 AMD MI300X 芯片，該芯片在 FP16 精度計算上性價比優於同級別英偉達產品。

FP16（半精度浮點數）是一種二進制浮點數表示格式，佔用 16 位存儲空間（相比單精度 FP32 的 32 位更緊湊）。

在支持 FP16 的 GPU（如英偉達 A100、H100）中，FP16 算力通常是 FP32 的 2-4 倍，尤其適合矩陣乘法（如深度學習中的卷積、全連接層計算），可大幅縮短模型訓練和推理時間，故而在相同時間內可處理更多數據，適合大規模並行任務（如 AI 推理服務、圖像/視頻處理）。

FP16 的核心價值在於通過減半存儲佔用、提升計算吞吐量、降低能耗，在保證 AI 任務精度的前提下，顯著優化大規模算力的運行效率和成本，這也是其在現代 AI 芯片（如英偉達 GPU、AMD MI 系列）和數據中心中被廣泛採用的關鍵原因。

多元化採購策略使甲骨文在芯片選擇上獲得更大議價權，更重要的是，甲骨文與多家芯片設計公司聯合開發的 OCI（光學計算互連：Optical Compute Interconnect）Compute 定製化芯片方案，可通過合作向 OpenAI 開放接口，這為打破單一廠商壟斷提供了技術基礎。

當採購量達到百萬級時，下游企業足以要求芯片廠商開放更多底層控制權限，甚至參與定製化設計。

這也是當前芯片行業的主流策略和通行做法，比如中國智能手機公司，都能與上游芯片設計公司實施 SoC 芯片聯合定製共創和定向優化。

能源與算力的耦合重構

4.5GW 的 IDC 容量對電力的需求，相當於 315 萬户家庭的年用電量（數據來源：綜合 2024 年美國能源部發布的《2024 年美國數據中心能源使用報告》和 2020 年美國能源信息署的美國住宅能源消耗調查（RECS）數據推算所得）。

另據施耐德電氣在 7 月 26 日 2025 世界人工智能大會（WAIC 2025）期間發佈的《算電協同——數據中心的能源挑戰與應對》洞察報告稱，傳統能源使用方式：即主要依賴剛性的電力供應模式、較少考慮算力與電力之間動態協同的管理模式，已難以滿足現代數據中心對高效、綠色、可靠運行的需求。

施耐德報告稱，只有貫通供電、配電、計算、製冷等全鏈路，實現全要素靈活調配，才能推動電力系統與算力系統的深度協同，在能源利用、經濟效益與碳排之間實現共贏。

為此，施耐德電氣商業價值研究院在報告中提出 “算電協同” 三層架構，自下而上打通電力供給、算力負荷與協同機制，以推進算力資源與電力資源深度融合。

其中，“底層 - 電力供給基礎設施” 主要是針對智算負載突增突減的電能質量治理和多種能源（風光等）的接入、應用和管理，為數據中心提供穩定的電力基礎。

“中層 - 算力負荷” 挖掘 IT 負載的靈活性調節空間，並以 IT 負載的變化確定非 IT 負載，去匹配用電信號。

“上層 - 算電協同機制” 建立算電雙向調節的決策框架，通過數據、算法和激勵機制的整合，構建電力 - 算力聯合優化模型，實現能源與算力的高效協同優化。

這就迫使能源供給模式與算力佈局實施深度綁定。

美國能源信息署（EIA）數據顯示，2023 年得克薩斯州的風電裝機容量佔全美的 28%，而甲骨文在該州的敖德薩數據中心已實現 100% 可再生能源供電。

“星際之門” 的選址策略明顯向能源富集區傾斜：得州項目靠近風電基地，新增容量可能落地賓夕法尼亞州（頁岩氣資源豐富）或華盛頓州（水電佔比 80%）。

很明顯，算力已開始跟着能源走，這打破了傳統數據中心靠近用户的選址邏輯，形成 “能源樞紐 - 算力樞紐 - 用户終端” 的新型價值鏈。

值得注意的是，甲骨文正在測試的虛擬電廠系統，可將數據中心的備用電源與區域電網互聯，在用電高峰時反向輸出電力獲取收益。

這樣的 “算力 - 能源” 雙向流動模式，使數據中心從單純的能源消耗者，轉變為電網調節者。當這種模式實現規模化後，人工智能基礎設施將深度嵌入能源互聯網，成為新型電力市場的重要參與者。

施耐德電氣高級副總裁、戰略與業務發展中國區負責人、商業價值研究院院長熊宜認為，“在 AI 產業高速發展與新型電力系統建設的雙重背景下，以算電協同重塑能源範式，才能為 AI 浪潮提供堅實可靠的基礎底座。”

在商業考量之外的隱圖

更重要的是，OpenAI 和甲骨文的此次合作，並非簡單的商業性質。

這與甲骨文在美國 AI 戰略中的地位有關。

美國政府在今年 1 月和 7 月，先後啓動 “星際之門” 項目和 “人工智能（AI）行動計劃”，都想要 “確保美國在先進計算基礎設施上的領導地位”。

美國的 AI 戰略是一整套體系，其戰略意義遠超商業範疇，而 OpenAI 和甲骨文此次的合作內容——開發額外 4.5GW 的 “星際之門” 數據中心容量，加上此前在得克薩斯州阿比林市在建的首個 “星際之門” 基地（規劃容量 1.2GW），也不是個單純的商業項目。

比如阿聯酋也宣佈將建設 “星際之門阿聯酋” 項目：總規劃包括 5 個數據中心，合計容量為 5GW，遠超美國得州 “星際之門 1 號” 的數據中心容量。

這個項目的規劃和建設，均採用美國技術體系、標準和治理規則，這是美國塑造中東國家技術發展軌跡和數字生態戰略——依賴美國技術體系的一部分。

甲骨文在猶他州的數據中心與美國國家安全局（NSA）的雲計算項目共享物理安全架構，深具 “軍民兩用” 的基礎設施特徵，因而 “星際之門” 可能成為美國政府 “可信 AI” 計劃的硬件載體。

據美國媒體披露，美國國防部正評估將部分 AI 訓練任務遷移至符合 “安全認證” 的數據中心，而甲骨文是少數通過 FedRAMP High 級認證的服務商。

FedRAMP（聯邦風險與授權管理計劃：Federal Risk and Authorization Management Program）是美國聯邦政府推出的一套標準化框架，用於評估、授權和監控雲服務提供商（CSP）的安全性，確保其符合聯邦政府的數據安全要求。

其中，FedRAMP High 級認證是該框架中安全級別最高的認證，針對處理 “高影響級別”（High-Impact）數據的雲服務。

這種商業合作與國家戰略的交織，正在模糊技術基礎設施的公私邊界。

當算力成為關鍵戰略資源，“星際之門” 的擴容不僅是企業行為，更折射出全球 AI 算力競爭的地緣政治維度：美國通過企業合作的方式快速整合算力資源，實質上是在構建人工智能時代的 “數字國土防禦體系”。

這場合作的深層意義，在於它揭示了人工智能產業正從 “算法驅動” 轉向 “基礎設施驅動” 的新階段。

當算力、能源、芯片和地緣政治在數據中心這一物理空間交匯，行業的底層邏輯已不再是單純的技術突破，而是這些要素的系統協同能力。

OpenAI 與甲骨文的每一步動作，都在為人工智能產業的 “新基建” 書寫新規則，而這些規則將決定未來十年全球 AI 競爭的基本格局。