2万亿元大单引爆市场！OpenAI和Oracle抢占下一轮电力红利，AI产业进入“公共工程”时代

文 / 罗斯基的AI学习笔记

上上周，一则消息在全球科技与资本市场掀起了巨大波澜：

OpenAI与甲骨文签署了一份史无前例的超大云计算合约，金额高达3000亿美元（约合2.15万亿人民币），期限五年，从2027 年开始执行。

消息落地后，甲骨文股价单日暴涨超30%，市值一度突破8500亿美元。

这不仅是云计算史上最大级别的单笔合同，也是人工智能产业发展至今最具象征意义的事件之一。因为它告诉我们，大模型企业已经不满足于逐年追加采购，而是要提前锁定“下一轮”的资源池，把未来的电力、算力和资本，写进长期契约。

这份合同的核心锚点是Stargate。

这是 OpenAI主导的超大规模数据中心计划，目标是在未来几年间新增约4.5GW的算力能力，总体建设规模超过5GW。

这个数字听起来抽象，但放在能源系统里，它已经逼近一个中等国家的电力负荷。

换句话说，AI的发展不再只是芯片制造的问题，而是直接进入了能源、基建与电网的赛道。谁能拿到足够的电，谁就能撑起下一代模型的训练与推理。

有趣的是，这份合同从2027 年才开始执行。

它并不会立刻给OpenAI 或Oracle带来可观的财务收入，却提前释放出一个极其明确的信号：算力已被视为未来的战略资源，提前锁仓比短期业绩更重要。

市场和舆论自然会提出疑问：这是否意味着AI行业正在进入“先锁资源、后对赌需求”的周期？

答案是肯定的。

对于大模型公司而言，如果等需求兑现再去抢资源，必然输在起跑线上。与其说这是一次商业合作，不如说这是一次关于未来的供给信用写入。

·为什么是Oracle？

从表面上看，OpenAI与微软的合作已经足够深入，为什么这次会选择甲骨文作为“第二供应源”？这背后是一系列组合拳，而不是单点最优。

技术层面，Oracle的 OCI裸金属服务器与RDMA网络在大规模集群调度上的优势，过去几年逐渐得到业内认可。

它提供的延迟和抖动表现，可以满足大模型训练对通信的极端苛刻要求。与微软Azure的差异化结构，恰好能形成互补，降低单一平台依赖。

交付与能源层面，甲骨文在数据中心选址、并网时序、液冷技术、机柜功率密度等环节展现了较强的执行力。尤其在能源获取上，甲骨文与多个电力合作方绑定，能在天然气、可再生能源甚至储能系统上，确保长期稳定的供给。

https://openai.com/zh-Hans-CN/index/stargate-advances-with-partnership-with-oracle

这些能力是合同能从2027年启动的关键，否则再好的技术也可能卡在电网批复或冷却系统瓶颈上。

财务层面，这是一笔典型的重资产周期投资。甲骨文近几个季度的财报显示，AI合约储备已上升到百亿美元级别，而这笔3000 亿美元订单将成为压舱石。

对股价而言，这是一个增长的故事；对现金流而言，却意味着巨额前置投入与较慢的回款节奏。

换句话说，这份合同的商业逻辑并不在“谁更便宜”，而是Oracle 提供了一个“技术+ 交付+ 能源+ 财务激励”的整体方案，成为OpenAI 在微软之外的最佳选择。

当然，合同条款并未完全公开。市场最关心的“take-or-pay”机制、价格阶梯和违约责任，都还不得而知。

这也意味着，未来几年我们仍需保持审慎：一旦执行节奏或需求不及预期，这份合同可能会被调整甚至切割。

但在当前，这无疑是Oracle 的一次“翻身仗”，也是OpenAI 确保未来产能的保险单。

·算力—电力—资本三链重组

这份合同最深远的意义，是把AI产业的“三要素”彻底重排：算力、电力和资本。从芯片到电网，每一个环节都开始成为边界。

短期内，NVIDIA仍是绝对的主角。无论是GB200 这样的旗舰GPU，还是HBM高带宽内存、先进封装与光模块的供应链，都是决定性因素。

但现实是，芯片之外的系统性约束正在成为瓶颈。数据中心的配电能力、冷却系统、PUE指标，甚至水资源，都可能比GPU 更早触碰到天花板。

中长期，产业正走向“多路径”。OpenAI已经与Broadcom展开合作，探索定制化ASIC 芯片；谷歌有TPU，Meta有 MTIA，亚马逊有Trainium/Inferentia。这些尝试共同指向一个趋势：未来的超大模型训练和推理，不会再是“唯英伟达”，而是GPU 与ASIC 的混合供给。

这样做的意义不仅是降低成本，更是对冲供应链风险，避免被单一厂商牵制。

资本在这一过程里起到放大器作用。Stargate计划整体投资规模接近5000亿美元，几乎是基础设施建设的国家级体量。

通过“长合约 +自建 +多云”，OpenAI实际上是在重构一条供给链，把电力、算力和资本绑定成一个闭环。谁有能力在这条链上拿到位置，谁就能分享未来的红利。

然而，问题也随之而来。推理成本的下降是否会真正传导到开发者？API价格会不会下台阶？谁来承担资本成本？

这些问题没有现成答案，但可以确定的是，未来护城河不再只是模型与数据，而是能否在“电力—算力—资本”三链之间实现治理与对齐。

·产业传导与未来情景

当一个 3000亿美元的合约签下，它的影响必然会沿着整个产业链传导。

最直接的受益者，是头部模型公司。

它们通过长约锁定未来产能，继续在寡头化道路上加速。而对中小模型公司而言，生存空间将被进一步压缩，尤其是无法承担大规模算力成本的团队，可能被迫转向垂直领域或应用层。

对云厂商来说，多云已经成为新常态。

微软、甲骨文、谷歌、亚马逊之间的竞争，不再只是价格和性能，而是能源获取能力、地缘分布和合规保障。这会让AI基础设施的竞争格局更加复杂，也更具政治意味。

谁能在能源紧缺和政策博弈中抢到更多配额，谁就能拿到未来的话语权。

对企业 IT和开发者而言，API价格的下降可能打开新的窗口。但这并不意味着门槛会显著降低。算力之外，数据质量、分发渠道、信用背书依旧是决定成败的三大因素。

没有数据和渠道，即使算力便宜，也难以撑起可持续的商业模式。

未来五年的情景可能有三种。

乐观情景是并网速度超预期、推理成本迅速下降，从而带动AI应用大规模渗透，出现类似“移动互联网2010 年”的拐点。

基准情景是按计划逐步交付，价格和需求缓步匹配，行业保持高增长但不会爆发。

谨慎情景则是假如建设延误、融资收紧、需求不足，合同可能被重谈或切割，整个产业链进入阵痛期。

对观察者而言，有几个关键指标值得长期跟踪：数据中心的并网里程碑、PUE和机柜功率密度的改善、Oracle的资本开支与自由现金流、OpenAI的 API定价与企业合同数、地方政府的审批与能链配比。

这些数据将决定这份合约是成为行业加速器，还是成为一场资本豪赌。

这份 OpenAI × Oracle 的超级合约，不只是两家公司的合作，而是AI产业进入“公共工程化”阶段的象征。

从 2027年开始，全球算力的竞争将真正转化为电力、资本和治理能力的竞争。赢家会更强，失败者也会更快暴露。

未来的护城河，或许不再是代码和参数，而是能否在GW级别的电力与现金流之间找到平衡。

对所有后来者而言，这是一场更高门槛的游戏，也是一场无法回避的考验。

了解更多关注罗斯基公众号