TL;DR：
OpenAI终于不满足于只当“软件大佬”，拉着博通搞起了自研AI芯片，目标2026年落地，算力直接飙到10吉瓦——够800多万美国家庭同时开空调。这波操作说白了就是：不想再被英伟达“卡脖子”，顺便把训练成本打下来。但电力账单谁来付？
同志们，科技圈又出大新闻了。
OpenAI，那个天天把GPT挂在嘴边的公司，终于要对硬件下手了。而且是和博通（Broadcom）联手，搞一款完全自研的AI芯片。1
你没看错，就是那个做Wi-Fi芯片和交换机很猛的博通。两家公司周一官宣：OpenAI负责设计，博通从2026年下半年开始开发和部署，整个定制芯片群要到2029年底前铺完。2 目标是啥？减少对英伟达GPU的依赖，同时把模型训练的成本砍下来。
但最炸裂的是这个数字：10吉瓦。
10吉瓦是什么概念？相当于800多万个美国家庭同时用电的功率。换句话说，如果OpenAI把这套算力集群跑满，它的耗电量可以顶一个中型核电站。1 这已经不是“吃电怪兽”了，这是电老虎本虎。
这波操作究竟有多“壕”？
咱们先算一笔账。10吉瓦的电力，按美国平均电价0.12美元/度算，一小时就是120万美元，一天2880万美元，一年超过100亿美元。光电费就够买好几架波音787了。
但OpenAI显然不在乎。根据协议，他们计划在2030年前部署足够数量的芯片，功耗总计达到10吉瓦。3 这意味着什么？意味着他们正在为GPT-6甚至更夸张的多模态模型提前“修高速公路”，而且是一条双向20车道的那种。
为啥要自研芯片？英伟达不香了？
说实话，英伟达的GPU现在是真的“香”，但也是真的“贵”。一张H100卖3万多美元，而且还要排队等货。OpenAI作为目前AI圈的“顶流”，每年花在英伟达芯片上的钱少说几十亿美元。1 这谁顶得住？
自己造芯片，虽然前期投入巨大（项目预计数十亿美元），但好处显而易见：
- 降低训练成本：自研芯片可以针对自己的模型做极致优化，比如专门加速Transformer架构的矩阵乘法，能效比可能翻倍。
- 摆脱单一供应商：英伟达一家独大的局面让很多AI公司心里没底。万一哪天供应链断了或者涨价，哭都来不及。
- 软硬一体化：OpenAI正在从纯软件公司向“平台型”转型。自己造芯片，就能像苹果那样，把算法、数据、算力全捏在自己手里。
博通是谁？为什么是它？
博通不是做手机芯片的，但它是全球最大的定制芯片设计商之一。谷歌的TPU、苹果的A系列芯片，都有一部分设计和制造环节交给了博通。他们擅长的是把客户的“奇思妙想”变成能跑起来的硅片，再找台积电去流片。
这次合作中，博通负责芯片设计和制造的主要环节，OpenAI负责架构定义和软件栈。4 说白了，OpenAI提需求——我要一个能跑万亿参数模型的神器，博通说“交给我”。
行业“地震”：谁笑了谁哭了？
这消息一出，英伟达股价微微抖了一下（不过人家市值还是好几万亿）。但真正慌的可能是其他AI芯片初创公司，比如Cerebras、Groq这些。OpenAI自带“地表最强AI模型”的流量，它的芯片一旦落地，很多小厂的差异化优势就不复存在了。
另一方面，这也会加剧算力资源的全球竞争。加拿大不列颠哥伦比亚省最近已经立法，限制AI数据中心的电力使用，甚至对加密货币挖矿下了永久禁令。1 你看，电都开始不够用了。
未来预测：下一个“风口”是电？
OpenAI的10吉瓦芯片计划，其实暴露了一个底层逻辑：AI的瓶颈正在从算力转向能源。如果你去查一下全球AI数据中心的电力消耗，会发现它正在以每年翻倍的速度增长。国际能源署预测，到2026年AI数据中心的用电量将占全球总发电量的4%以上。
所以，下一个真正的“风口”可能不是芯片设计，而是核聚变、超导电网、甚至星际输电。OpenAI的CEO奥特曼早就投资了核聚变公司Helion Energy，看来是在为10吉瓦的“电老虎”提前找奶妈。
写在最后
OpenAI和博通的这场联姻，表面上是芯片合作，实际上是AI基础设施的军备竞赛升级。当你的模型需要10吉瓦电力才能训练时，你就不再只是一个软件公司，而是一个能源巨头。
当然，距离2026年下半年还有一年多。这期间英伟达会不会放出更狠的B200超大杯？AMD会不会趁机截胡？一切都还不好说。但有一点很确定：AI圈的“烧钱”游戏，已经进入“烧电”模式了。
坐等2026年，看这头“电老虎”到底能长多大。