OpenAI 的动作比所有人想象的都要快。

上周二，OpenAI 完成重组。其中一个重要变化是：彻底取消了与微软的排他性协议，结束了 Azure 长达六年的云服务独占模式。此前，OpenAI 所有模型的训练、推理与部署都必须优先选择 Azure，微软还享有优先购买权。

宣布与 Azure" 分手 " 后不到一周，OpenAI 便火速宣布了与 AWS 的战略合作——双方达成一项价值 380 亿美元的云计算协议，OpenAI 将全面接入 AWS 的算力资源：数十万张最新一代英伟达 GPU，外加数千万颗正在部署的 CPU。

这种 " 无缝衔接 " 的速度瞬间引发热议。毕竟在过去很长一段时间里，OpenAI 与微软的关系都十分 " 微妙 "，双方不合的传闻屡见不鲜。

在 OpenAI 风靡全球之后，无数新的 " 伯乐 " 涌来，OpenAI 快速成长为让所有硅谷巨头都倍感威胁的公司，在某些方面也成了微软的直接竞争对手。这些都让他们的关系变得尴尬，甚至在整个 2025 年两位核心人物并未同时出席过公开活动。在这次深度对话之前，仅在今年 5 月微软 Build 大会中，Altman 通过视频连线匆匆而过，发言时间甚至没有马斯克多。

这次与 AWS 的闪电合作，似乎坐实了外界的猜测。但真相果真如此吗？

上周日，Sam Altman 和 Satya Nadella 久违地同框，一起录制了一档视频播客。主持人 Brad Gerstner 开门见山地问道："ChatGPT 或 GPT-6 不会出现在亚马逊或谷歌的云上，对吗？"

Altman 立刻否认并澄清：" 不是这样的。" 他解释说，双方合作的核心是运行在 Azure 上的 " 无状态 API"，但这部分并非完全排他，且协议有明确期限（至 2030 年）。同时他强调：" 其他产品和模型，我们也会在不同的平台上发布。"

这几乎是对独占权问题的正面回应。而全程在场的 Nadella，用他的沉默与在场本身，为这场澄清作了最有力的背书。在这场播客中，尽管两人的关系不如 " 蜜月期 " 那般热络，但至少有一点可以确定：他们又重新站到了一起，以一种更成熟、更务实的方式，缔结了新的同盟。

从 OpenAI 近期的种种动作来看，这家公司正告别野蛮生长的第一阶段。而在下一个阶段的朋友圈里，微软仍然是最重要的那一个。

今天的 AWS，不是昨天的 Azure

要理解 OpenAI 与微软如今这种的新型同盟，我们必须首先厘清一个核心问题：OpenAI 的战略重心，已经发生了根本性的转移。

外界之所以对 OpenAI 与 AWS 的合作感到震惊，是因为他们仍停留在 " 上一个时代 " 的惯性思维里。在那个时代，OpenAI 的唯一焦点是模型的训练与创造。为了炼成 GPT-3、GPT-4 这样史无前例的 " 巨兽 "，它需要一个能够提供海量、稳定且高度集成算力的 " 专属锻造炉 "。Azure，几乎是当时唯一的选择。

对于微软而言，与 OpenAI 的独家深度绑定是一次堪称世纪级的战略投资。通过支撑 OpenAI 的训练，Azure 不仅在技术上完成了对超大规模 AI 负载的深度优化，一举成为全球公认 " 最懂 AI 的智能云 "；更在市场上，凭借这块金字招牌，甩开追兵，稳稳坐上了全球云市场第二的宝座。可以说，上一个阶段，是 OpenAI 与 Azure 围绕 " 训练 " 这一核心目标，构建的深度共生、互相成就的独占时代。

然而，当模型本身已经足够强大，游戏的规则就变了。

进入下一个阶段，OpenAI 的棋局不再仅仅是 " 如何把模型做得更大 "，而是 " 如何让模型无处不在 "。正如 Sam Altman 在播客中反复强调的，未来的重点在于 CodexAI 对编程世界的颠覆，以及由此催生的、能够深入千家万户的全新消费级硬件。这些目标的本质，是大规模的应用普及。

这是 Altman 在如此公开场合，又一次明确表达了对创造全新硬件的浓厚兴趣和意愿。这表明 OpenAI 的野心远不止于软件和云端，而是要定义下一代人机交互的物理载体。

大规模普及意味着什么？意味着不能再将所有鸡蛋放在一个篮子里。它要求 OpenAI 必须成为一个平台无关、无处不在的 "AI 水电煤 "。它需要拥抱更广阔的生态，需要出现在开发者和用户最熟悉、最便捷的任何地方：无论是 Azure，是 AWS，还是未来的 Google Cloud。

所以 AWS 的意义，与当年的 Azure 截然不同。一个是用来 " 炼丹 " 的，一个是用来 " 卖药 " 的；一个关乎技术突破，一个关乎商业触达。这不是背叛，而是 OpenAI 从 " 模型研发实验室 " 向 " 全球 AI 平台公司 " 进化的必然转变。

所以今天无论是 OpenAI 与甲骨文在算力层面的合作，还是 AWS 同时也为 Anthropic 提供云算力成为其核心的训练伙伴，并计划使用 Trainium 和 Inferentia 芯片来训练、部署 Claude 下一代基础模型，都并不稀奇。

毕竟旧时代需要一个最强的伙伴，新时代则需要一个更大的 " 朋友圈 "。

打破英伟达神话

在更多合纵连横到来之前，这场播客透露的信息，或许要等 " 第二个 AWS"、" 第三个 AWS" 出现，外界才会真正读懂。

大部分人关注他们说了什么，更值得思考的是：为什么在这个节点，他们要坐在一起，以同盟的姿态对外发声。

上周几乎成为了硅谷极具动荡的一周，OpenAI 刚刚宣布重组，英伟达用 GTC 再次轰炸科技圈，而 Meta、Google、微软几家巨头连续发完财报之后，在这场播客中，Sam Altman 和 Satya Nadella 几乎回应了 OpenAI 和微软合作的一切问题，同时也暴露出了双方更大的野心。

当主持人 Brad Gerstner 将话题抛向当前全球公认的难题：" 算力稀缺 " 时，一直表现得沉稳、顾全大局的 Satya Nadella，终于不再 " 端水 "，抛出了第一个 " 暴论 "：未来的算力，一定是过剩的。真正的瓶颈并非 GPU 芯片本身，而是部署这些算力的物理环境：包括数据中心的建设速度、能源供应、以及冷却系统。他强调，建造足够的数据中心并为其提供能源，才是通往 AGI 道路上更艰巨的挑战。

这个回答颇为意外。更有意思的是 Sam Altman 的反应——他不仅没有反驳，反而迅速跟进，从另一个角度强化了这一观点。

根据播客内容，Altman 承认，为了实现 AGI，他们需要 " 多到令人难以置信的算力 "，但他话锋一转，明确指出："总有一天，算力一定会过剩——至于是两三年后，还是五六年后，我说不准，但这肯定会发生，而且可能会多次发生。比如，如果大规模、极低成本的新型能源突然上线，签了长期合约的公司就会被 " 烧惨 "。

Nadella 紧接着补充道：" 我认为 Sam 刚才提到的一点其实外界谈得还不够多：比如，OpenAI 在推理层面（inferencestack）针对 GPU 所做的优化。我们常常谈论摩尔定律带来的硬件性能提升，但实际上，软件层面的效率改进才是呈现出更强指数级增长的部分。"

这番表态颇为微妙。

要知道，在过去的几年里，英伟达不仅是 OpenAI 最核心的 GPU 供应商，双方更将建立更紧密的合作关系。根据此前报道，双方已达成或正在推进宏大的战略伙伴关系，有消息称计划部署一个高达 10 吉瓦（Gigawatts）的 NVIDIA AI 超级计算机，首批系统预计在 2026 年上线，整个项目的投资金额可能超过 1000 亿美元。

在这样的背景下，Altman 和 Nadella 却不约而同地 " 轻化 GPU 的重要性 "：一个强调基建瓶颈，一个强调软件优化，这绝非随口一说。

Nadella 和 Altman 的言论，本质上是在向市场传递一个新信号：GPU 固然重要，但它只是拼图的一块。真正稀缺且难以复制的，是将数百万个 GPU 高效、稳定地整合在一起的超大规模数据中心、全球能源调度能力和系统工程能力。

他们试图将价值链的重心，从 " 芯片制造 " 拉回到 " 平台服务与系统集成 " 上，强调微软作为 " 基建狂魔 " 的不可替代性。

很显然，尽管这一周硅谷发生了诸多大事，但 GTC 仍然是重中之重。英伟达在大会上展示的技术路线图和产品布局，再次点燃了市场对 "GPU 稀缺性 " 的狂热情绪。而 OpenAI 和微软选择在此刻联袂发声，不仅是为了回应外界对他们合作关系的质疑，而是为了抢在英伟达叙事彻底固化之前，重新定义 AI 产业的价值分配逻辑。

事实上，OpenAI 没有抛弃微软，也从未完全押注英伟达，新局刚开，诸君别急。