导语：中国与美国的 AI 竞争，正在从算力与模型的单打独斗，收敛到软硬件协同的开源与闭源的竞争。

全球 AI 竞争正在走向模型与算力的协同，在这方面，OpenAI 与 DeepSeek 分别在美国与中国扮演了最重要的角色。

OpenAI 正在打造辐射硬件与软件的万亿美元 AI 平台。继采购英伟达与 AMD 芯片，部署 10GW 与 6GW 数据中心后，它终于官宣了与博通的合作。这款传闻已久的定制 AI 芯片，已经秘密设计了 18 个月，有望在 2026 年下半年投入使用，并于 2029 年底全面部署，整体规模高达 10GW。

这款 AI 芯片为推理而生。按照参与该芯片设计的首位核心员工的说法，早在 o1 正式发布前的几个月内，即进入去年下半年，团队就已开始着手设计。期间，公司的模型团队与芯片团队，以及博通合作团队，就已经紧密协作起来，试图把智能的成本与延迟，一起压向零的边际。

事实上，OpenAI 与博通的合作，已经超出了最初的设想。与其说它们在合作开发一款定制 AI 芯片，不如说它们在合作定制一整套完整的，能够直接塞到数据中心里的算力系统。据双方的声明，OpenAI 负责设计芯片和系统整体架构，博通设计端到端的以太网、PCIe 和光纤连接解决方案组合。

它还是一套协同创新的方法论，围绕 OpenAI 生态而生。OpenAI 宣称将其 " 在开发前沿模型和产品过程中积累的经验直接嵌入到硬件中，从而释放更高水平的功能和智能 "。博通也称，双方讨论的下一件事，是将算力从芯片的二维空间堆叠到三维空间，并将光学也引入其中。

这背后反映的是 OpenAI 正在打造一个自我闭环的模型 + 算力帝国。过去，OpenAI 曾几次尝试让芯片厂商围着自己转。GPU 紧缺和溢价已经成为了 OpenAI 的瓶颈；更要命的是，OpenAI 越来越绑定在英伟达的 CUDA 体系内，无法迅速最大化地释放模型性能，也不会符合推理时代的 token 经济学。

由 OpenAI 研究员创建的深度学习编译器 Triton，最初兼容 CUDA，然后逐步扩展到 AMD ROCm 等更多架构，让旗下模型能跨硬件运行。微软最初发布 Maia 100，宣传的可是专为 Azure 平台设计，旨在运行生产级 OpenAI 模型。在初版 " 星门项目 " 的蓝图里，OpenAI 更愿意使用以太网，希望避免使用 InfiniBand。

OpenAI 的野心是构筑自己的万亿美元 AI 商业生态。这次 OpenAI 开发者日，奥特曼展示了 ChatGPT Apps SDK、AgentKit 等，相当于要让 ChatGPT 成为新的操作系统。但当天在接受 Stratechery 采访时，奥特曼却声称，自己现在花时间最多的地方，是基础设施。

这呼应了 Groq 创始人 Jonathan Ross 的最近的观点。谁掌控算力，谁才真正掌控 AI，" 自己造芯片，并不只是拥有一颗芯片，真正意义是你把命运掌握在自己手里 "。

去年初，奥特曼提出的 7 万亿美元 AI 基础设施计划遭到所有人的嘲笑与质疑，如今，奥特曼计划在 2033 年就将算力规模提升到惊人的 250GW，差不多就要对应超过 10 万亿美元资金。

OpenAI 的星门计划之上，正在构筑出全球芯片星际舰队：英伟达、AMD、博通、英特尔（通过英伟达），还包括 ARM、三星、海力士等。

ARM 已经深度介入，为 OpenAI 与博通的定制 AI 芯片，开发一款高度适配的专用 CPU 架构。有意思的是，ARM 是软银的子公司，而软银又是 OpenAI 的股东与客户。软银签下的其中一份订单，就是从 OpenAI 购买技术，以帮助 ARM 缩短芯片开发周期。这次 OpenAI 与博通合作，OpenAI 联合创始人 Greg Brockman 就宣布了 AI 设计 AI 芯片这一噱头。

资本市场正在酝酿 " 内存超级周期 "，无论是 DRAM、NAND 还是 HDD，首次同时面临短缺。DRAM 是制造 HBM 的基础，HDD 是储存 Sora 生成的视频的最廉价的储存介质，而 NAND 的未来将是有望取代 HBM 市场地位的 HBF。OpenAI 已经开始与三星和 SK 海力士合作开发 AI 芯片内存。

而在中国开启算力生态软硬件协同的关键角色是 DeepSeek。此前疯传的《AI 2027》报告，虚构了美国公司 OpenBrain 与中国公司 DeepCent 之间的竞争，决定了智能体的未来。它们映射的正是现实世界的 OpenAI 与 DeepSeek，以及各自所引领的 AI 生态。

DeepSeek 创始人梁文锋很早就认为，中国的 AI 发展缺乏硅谷的软硬件协同生态，" 很多国产芯片之所以发展受限，是因为缺乏配套的技术社区，往往只能获得第二手信息。" 没有前沿大模型的协同，闭门造不出好芯片。

自去年以来，DeepSeek 对外公布了自己的代码，还在陆续发表的论文里 " 指导 " 中国硬件厂商前来适配，设计出未来芯片的架构，包括突破 CPU 与 GPU 通信瓶颈与更智能化的互联网络。从魔改 PTX 到使用 UE8M0 FP8 Scale 的参数精度，DeepSeek 先榨取英伟达 GPU 算力，再牵引国产算力生态的演进。

近期，DeepSeek-V3.2-Exp 更新，作为实验性版本，它不仅探索了新的稀疏注意力机制，也在推动中国算力生态的协同创新与格局演进。该模型的开发，用到了一款 " 土生土长 " 的新型编程语言 TileLang，将是替代目前主流的 OpenAI 领域特定语言（DSL）Triton 的有力备选，已经扩展支持多款国产芯片。

该模型发布后，华为昇腾和寒武纪均第一时间宣布完成适配工作，加上海光、昆仑芯、沐曦等的深度适配，意味着国产 AI 算力生态的软硬件协同，已经进入实战阶段。

尽管 DeepSeek 目前仍然是一家 AGI 实验室，但它的技术信仰仍然需要强大的算力支持。可以预见的将来，它会别英伟达 GPU；让中国头部芯片厂商同步适配自己，相当于也 " 掌握了自己的命运 "。开源与分享正在成为中国创新的公共品，模型与芯片厂商可以更快速地验证设计方向，尽量减少协同成本。

围绕 OpenAI 的生态是封闭的。源自这一体系的创新，将会通过硬件合作伙伴，部分或间接地外溢至其他模型层以及应用层企业。但更多的仍然是锁定在 OpenAI 自己的技术黑箱与价值体系之内。

中国与美国的 AI 竞争，正在从算力与模型的单打独斗，收敛到软硬件协同的开源与闭源的竞争。狂热的资金仍在继续涌入。在美国，已经从产业资本迈向金融资本下场的新阶段；在中国，无论是芯片还是模型，厂商数量众多，各地建设热火朝天，力争把算力变成生产力。

（文章为作者独立观点，不代表艾瑞网立场）