作者：周源 / 华尔街见闻

7 月下旬，OpenAI 与甲骨文宣布合作开发额外 4.5GW 的 " 星际之门 " 数据中心容量，叠加得州项目后总容量超 5GW，可运行约 200 万颗芯片。

这一事件看似只是两家企业的商业合作，实则映射了人工智能行业底层运行逻辑发生了新的变化。

更重要的是，这不是一次单纯的商业合作。

算力供给模式范式转移

美国科技思想家、未来学家凯文・凯利在《必然》中写道：" 未来的技术会像水和电一样，成为无处不在的基础设施 "。

此次合作正是这一判断的现实印证。

传统人工智能企业的算力供给多依赖自建数据中心或单一云厂商，受限于资本规模和地域资源，难以应对爆发式增长的算力需求。

OpenAI 与甲骨文的合作，实际上是一种 " 技术公司 + 基础设施服务商 " 深度绑定模式。

甲骨文凭借其在全球 20 多个国家的 44 个云区域布局，可为 " 星际之门 " 提供跨地域的电力调配、网络冗余和灾备能力。

这次合作打破了算力供给的地域壁垒，使人工智能企业能将算力采购，从固定资产投入，转化为弹性服务，类似于工业时代从自建发电机，转向接入公共电网的变革。

据甲骨文官网数据，其数据中心 PUE（能源使用效率）常年保持在 1.2 以下，远低于行业平均的 1.5。

这样的技术优势，通过合作，直接转化为 OpenAI 的成本优势，比如降低单芯片运行成本。

当头部企业开始采用这种轻资产算力模式，中小人工智能公司将面临 " 不合作则成本劣势 " 的压力，进而推动全行业算力供给模式的重构。

" 运行超过 200 万个芯片 " 的规模，意味着这场合作将提升双方在芯片产业链中的话语权。

以往人工智能芯片市场由英伟达主导，OpenAI 此前也主要依赖其 A100/H100 系列产品。但甲骨文在数据中心建设中，长期采用 " 多供应商策略 "，其云基础设施同时兼容 AMD、英特尔等厂商的芯片方案。

在此次合作中，甲骨文位于弗吉尼亚州阿什本的数据中心已开始部署 AMD MI300X 芯片，该芯片在 FP16 精度计算上性价比优于同级别英伟达产品。

FP16（半精度浮点数）是一种二进制浮点数表示格式，占用 16 位存储空间（相比单精度 FP32 的 32 位更紧凑）。

在支持 FP16 的 GPU（如英伟达 A100、H100）中，FP16 算力通常是 FP32 的 2-4 倍，尤其适合矩阵乘法（如深度学习中的卷积、全连接层计算），可大幅缩短模型训练和推理时间，故而在相同时间内可处理更多数据，适合大规模并行任务（如 AI 推理服务、图像 / 视频处理）。

FP16 的核心价值在于通过减半存储占用、提升计算吞吐量、降低能耗，在保证 AI 任务精度的前提下，显著优化大规模算力的运行效率和成本，这也是其在现代 AI 芯片（如英伟达 GPU、AMD MI 系列）和数据中心中被广泛采用的关键原因。

多元化采购策略使甲骨文在芯片选择上获得更大议价权，更重要的是，甲骨文与多家芯片设计公司联合开发的 OCI（光学计算互连：Optical Compute Interconnect）Compute 定制化芯片方案，可通过合作向 OpenAI 开放接口，这为打破单一厂商垄断提供了技术基础。

当采购量达到百万级时，下游企业足以要求芯片厂商开放更多底层控制权限，甚至参与定制化设计。

这也是当前芯片行业的主流策略和通行做法，比如中国智能手机公司，都能与上游芯片设计公司实施 SoC 芯片联合定制共创和定向优化。

能源与算力的耦合重构

4.5GW 的 IDC 容量对电力的需求，相当于 315 万户家庭的年用电量（数据来源：综合 2024 年美国能源部发布的《2024 年美国数据中心能源使用报告》和 2020 年美国能源信息署的美国住宅能源消耗调查（RECS）数据推算所得）。

另据施耐德电气在 7 月 26 日 2025 世界人工智能大会（WAIC 2025）期间发布的《算电协同——数据中心的能源挑战与应对》洞察报告称，传统能源使用方式：即主要依赖刚性的电力供应模式、较少考虑算力与电力之间动态协同的管理模式，已难以满足现代数据中心对高效、绿色、可靠运行的需求。

施耐德报告称，只有贯通供电、配电、计算、制冷等全链路，实现全要素灵活调配，才能推动电力系统与算力系统的深度协同，在能源利用、经济效益与碳排之间实现共赢。

为此，施耐德电气商业价值研究院在报告中提出 " 算电协同 " 三层架构，自下而上打通电力供给、算力负荷与协同机制，以推进算力资源与电力资源深度融合。

其中，" 底层 - 电力供给基础设施 " 主要是针对智算负载突增突减的电能质量治理和多种能源（风光等）的接入、应用和管理，为数据中心提供稳定的电力基础。

" 中层 - 算力负荷 " 挖掘 IT 负载的灵活性调节空间，并以 IT 负载的变化确定非 IT 负载，去匹配用电信号。

" 上层 - 算电协同机制 " 建立算电双向调节的决策框架，通过数据、算法和激励机制的整合，构建电力 - 算力联合优化模型，实现能源与算力的高效协同优化。

这就迫使能源供给模式与算力布局实施深度绑定。

美国能源信息署（EIA）数据显示，2023 年得克萨斯州的风电装机容量占全美的 28%，而甲骨文在该州的敖德萨数据中心已实现 100% 可再生能源供电。

" 星际之门 " 的选址策略明显向能源富集区倾斜：得州项目靠近风电基地，新增容量可能落地宾夕法尼亚州（页岩气资源丰富）或华盛顿州（水电占比 80%）。

很明显，算力已开始跟着能源走，这打破了传统数据中心靠近用户的选址逻辑，形成 " 能源枢纽 - 算力枢纽 - 用户终端 " 的新型价值链。

值得注意的是，甲骨文正在测试的虚拟电厂系统，可将数据中心的备用电源与区域电网互联，在用电高峰时反向输出电力获取收益。

这样的 " 算力 - 能源 " 双向流动模式，使数据中心从单纯的能源消耗者，转变为电网调节者。当这种模式实现规模化后，人工智能基础设施将深度嵌入能源互联网，成为新型电力市场的重要参与者。

施耐德电气高级副总裁、战略与业务发展中国区负责人、商业价值研究院院长熊宜认为，" 在 AI 产业高速发展与新型电力系统建设的双重背景下，以算电协同重塑能源范式，才能为 AI 浪潮提供坚实可靠的基础底座。"

在商业考量之外的隐图

更重要的是，OpenAI 和甲骨文的此次合作，并非简单的商业性质。

这与甲骨文在美国 AI 战略中的地位有关。

美国政府在今年 1 月和 7 月，先后启动 " 星际之门 " 项目和 " 人工智能（AI）行动计划 "，都想要 " 确保美国在先进计算基础设施上的领导地位 "。

美国的 AI 战略是一整套体系，其战略意义远超商业范畴，而 OpenAI 和甲骨文此次的合作内容——开发额外 4.5GW 的 " 星际之门 " 数据中心容量，加上此前在得克萨斯州阿比林市在建的首个 " 星际之门 " 基地（规划容量 1.2GW），也不是个单纯的商业项目。

比如阿联酋也宣布将建设 " 星际之门阿联酋 " 项目：总规划包括 5 个数据中心，合计容量为 5GW，远超美国得州 " 星际之门 1 号 " 的数据中心容量。

这个项目的规划和建设，均采用美国技术体系、标准和治理规则，这是美国塑造中东国家技术发展轨迹和数字生态战略——依赖美国技术体系的一部分。

甲骨文在犹他州的数据中心与美国国家安全局（NSA）的云计算项目共享物理安全架构，深具 " 军民两用 " 的基础设施特征，因而 " 星际之门 " 可能成为美国政府 " 可信 AI" 计划的硬件载体。

据美国媒体披露，美国国防部正评估将部分 AI 训练任务迁移至符合 " 安全认证 " 的数据中心，而甲骨文是少数通过 FedRAMP High 级认证的服务商。

FedRAMP（联邦风险与授权管理计划：Federal Risk and Authorization Management Program）是美国联邦政府推出的一套标准化框架，用于评估、授权和监控云服务提供商（CSP）的安全性，确保其符合联邦政府的数据安全要求。

其中，FedRAMP High 级认证是该框架中安全级别最高的认证，针对处理 " 高影响级别 "（High-Impact）数据的云服务。

这种商业合作与国家战略的交织，正在模糊技术基础设施的公私边界。

当算力成为关键战略资源，" 星际之门 " 的扩容不仅是企业行为，更折射出全球 AI 算力竞争的地缘政治维度：美国通过企业合作的方式快速整合算力资源，实质上是在构建人工智能时代的 " 数字国土防御体系 "。

这场合作的深层意义，在于它揭示了人工智能产业正从 " 算法驱动 " 转向 " 基础设施驱动 " 的新阶段。

当算力、能源、芯片和地缘政治在数据中心这一物理空间交汇，行业的底层逻辑已不再是单纯的技术突破，而是这些要素的系统协同能力。

OpenAI 与甲骨文的每一步动作，都在为人工智能产业的 " 新基建 " 书写新规则，而这些规则将决定未来十年全球 AI 竞争的基本格局。