如果要在当下全球人工智能浪潮中，选出一家最值得长期跟踪的数据中心样本公司，OpenAI 几乎是绕不开的起点。原因并不只是它推出了 ChatGPT，也不只是它站在这一轮大模型竞争的风口中央，更因为它身上集中体现了一个越来越清晰的行业事实：AI 的竞争，最终会落到算力、园区、电力、能源和资本组织能力上。

也正因为如此，本文选择从 OpenAI 入手，并不是因为它名气最大，而是因为它最能把这场变化讲清楚。与很多仍停留在“模型迭代”层面的公司相比，OpenAI 在过去一年多里经历了一次更完整、也更具代表性的转身：它从一家主要依赖外部云资源的模型公司，逐步被推入基础设施竞争，开始同时面对数据中心选址、超大规模园区建设、液冷运行、电网接入、主权算力、债务融资以及全球工业伙伴协同等一整套更硬的现实问题。围绕“Stargate（星际之门）”展开的一系列动作，本质上并不只是一个明星项目的扩张史，而更像是 AI 时代基础设施重构的缩影。

这篇文章的与众不同之处，也正在这里。它并不是基于单一新闻、单次发布会或几篇公开报道拼接而成，而是主要基于深知社“国际周报”板块长期、连续的追踪内容进行梳理与分析。从早期 5GW 数据中心构想与电力需求讨论，到 2025 年初 Stargate 资本框架逐渐清晰；从德州 Abilene 样板园区的推进，到印度、英国、澳洲、韩国等节点不断浮现；再到 2026 年 Abilene 扩容受阻、长期支出预期调整，以及 OpenAI 从“超级园区逻辑”转向“总算力体系”——这些变化如果只看单周新闻，很容易显得零散、跳跃，甚至前后矛盾；但放在深知社国际周报长期积累的时间序列中，它们其实构成了一条非常清晰的主线。

换句话说，这篇文章并不满足于回答“OpenAI 又投了多少亿美元、又建了多少兆瓦数据中心”这样的问题，而是试图基于长期国际新闻跟踪，回答一个更重要的问题：为什么一家原本主要依赖外部云资源的模型公司，会在短短一年多时间里，被迫进入园区、电力、能源、债务融资和国家主权共同构成的复杂世界？

这也是本文希望提供的独特价值。它既是对深知社国际周报中 OpenAI 相关内容的一次系统提炼，也是借助长期周报跟踪，对全球 AI 基础设施演变逻辑的一次集中观察。通过梳理 OpenAI 的数据中心战略演变，我们不仅能看清一家头部 AI 公司如何被基础设施重新定义，也能看清未来几年全球数据中心行业、电力系统与主权算力竞争将朝什么方向继续演进。

问题的起点：OpenAI为何必须进入基础设施竞争

这一章要回答的，不是 OpenAI 建了多少机房，而是它为什么必须进入这个自己原本并不擅长的世界。

OpenAI 很长一段时间里都更像一家典型的模型公司。它最突出的能力，是前沿模型研发、产品迭代和生态影响力，而不是园区建设、电力接入或能源系统组织。也正因为如此，OpenAI 数据中心战略的变化，并不能简单理解为“业务做大了，所以开始自己建机房”，而应理解为：随着 AI 算力成为决定竞争上限的稀缺资源，OpenAI 被迫进入一个过去并不属于自己的战场——基础设施竞争。

【130】期提到，Sam Altman 曾向政府介绍建设高达 5GW数据中心的意义，并援引研究称，到 2030 年，美国数据中心累计新增电力需求可能需要 47GW的增量发电容量；同一期还回顾称，早在2024 年 3 月，市场上就已传出微软正考虑为 OpenAI 建设一个代号 “Stargate”的5GW数据中心，投资规模可能达到1000 亿美元，只是当时外界仍不确定美国是否真能找到适合这一量级的站点。

这期材料的重要性在于，它让 Stargate 从一开始就显露出与传统数据中心扩建完全不同的性质。这里讨论的不是某个区域云节点增加多少机柜，也不是常规意义上的园区扩容，而是一个从诞生之初就与超大规模电力需求、国家级能源承载能力和未来 AI 生产力边界绑定在一起的项目。对 OpenAI 而言，这实际上预示着公司边界的变化：如果未来模型能力取决于能否持续获得极大规模的算力，那么它就不能继续只把自己看作云资源的使用者，而必须开始介入算力的组织过程。

这种变化在 2025 年初迅速走向明面。

【147】期提到，微软在 OpenAI 宣布一项 5000 亿美元数据中心计划后，专门澄清了与 OpenAI 的合作关系。按这一期披露，自 2019 年以来，微软一直是 OpenAI 的独家云提供商，但随着 OpenAI 计算需求持续增长，双方关系开始变得紧张；与此同时，OpenAI 计划成立 “The Stargate Project”，作为一家独立公司，在未来四年向 AI 基础设施投资 5000 亿美元。

同一期还提到，OpenAI 与软银将分别向 Stargate 投资 190 亿美元，使 OpenAI 在该数据中心业务中持有 40%股份；Oracle 与阿布扎比的 MGX将共同投资70 亿美元。更关键的是，Stargate 当时已有 1000 亿美元可立即投入，未来四年还将继续追加4000 亿美元，剩余部分预计主要通过债务融资筹集。

到这里，OpenAI 的角色已经发生了实质变化。过去它面对的是“微软能否继续提供足够多的云算力”这一问题；而现在，它需要面对的是一个全新的问题：如何组织一个总规模达数千亿美元、同时涉及股权、债务、园区、电力和工业伙伴的长期基础设施体系。也就是说，OpenAI 从一家主要依赖外部资源的模型公司，开始转向一个必须亲自参与配置未来算力的发起方。

这种转向并不是因为 OpenAI 忽然想成为地产或电力玩家，而是因为 AI 的竞争规则已经改变了。模型训练和推理能力越强，越意味着公司对算力资源的依赖会变得更深；当这种依赖达到 GW 级别，问题就不再只是“多租一些 GPU”，而是必须回到园区、电网、供冷和资本结构上来。

【197】期提到，OpenAI 首席财务官 Sarah Friar 披露，公司在 2025 年末已拥有约 1.9GW 的算力规模，两年增长接近十倍；同一期还提到，OpenAI 已不再满足于依赖单一算力提供方，而开始强调建设“多元化、可控的计算供应生态”。此外，OpenAI 推出了 “Stargate Community”，提出各地数据中心新增电力投资应由自身承担，通过专线供电以及配套光伏、储能等方式，尽量不推高居民电价。

这条材料的意义在于，它把 OpenAI 的基础设施转向从“战略设想”推进到了“公司现实”。如果 2025 年初的 Stargate 还可以被理解为一项雄心勃勃的长期布局，那么到 2025 年底，OpenAI 已经拥有了可量化的 GW 级算力底盘，并且开始主动处理与电力责任、社区关系和能源结构相关的问题。也就是说，OpenAI 不只是宣布自己要建未来，而是真的被迫面对了建设未来所必须承担的现实成本。

从【130】期到【147】期，再到【197】期，这条线索已经足够清楚地说明：OpenAI 数据中心战略的起点，并不是一个单纯的扩张冲动，而是一种由算力焦虑、云依赖边界和能源现实共同推动的战略转身。它最初可能仍然披着“Stargate”这样的项目名称，但本质上，OpenAI 在这一阶段真正开始做的是：重新定义自己作为一家 AI 公司的边界。

快速扩张：Stargate如何从设想走向工程化推进

这一章的重点，不是强调规模有多大，而是要看清：OpenAI 如何在短时间内把一个资本规划变成现实中的基础设施网络。

这一阶段的第一条主线，是德州 Abilene 从“项目名称”变成“工程样板”。

【164】期提到，Oracle 计划为 OpenAI 位于美国德州 Abilene的 Stargate 超大规模数据中心采购约 40 亿美元、约40 万颗 Nvidia GB200芯片，远高于此前外界传出的规模。更关键的是，这一期对 Abilene 本身给出了非常完整的框架：该园区由 Crusoe 与 Oracle联合开发，分两期建设，总规划容量1.2GW；第一期为2 栋楼、200MW，于2024 年 6 月开建，预计2025 年上半年通电；第二期为6 栋楼、1GW，于2025 年 3 月启动，计划2026 年中投入使用。与此同时，Oracle 已签订 15 年租赁协议，项目融资中，摩根大通提供总计96 亿美元贷款，Crusoe 与 Blue Owl 另外投资约 50 亿美元。同一期还提到，OpenAI 正在美国 16 个州及海外探索更多 Stargate 园区，并计划与 10 个国家合作建设区域级 AI 数据中心。

这一期之所以关键，是因为它第一次把 Stargate 从抽象规模转化成了可被拆解的工程对象。到这个阶段，OpenAI 的算力布局已经不再停留在“未来要投多少钱”这种层面，而是开始出现完整的工程语言：分期、通电时间、楼栋数量、IT 负载、设备采购、融资结构、长期租约。这也意味着，OpenAI 的数据中心战略已经真正脱离“算力愿景”，进入“算力工业化”的阶段。

这种工程化推进，在数月之后得到进一步印证。

【182】期提到，Crusoe 位于德州 Abilene的1.2GW级 AI 数据中心园区首期两栋楼已正式上线，开始为 Oracle Cloud 和 OpenAI 的 Stargate 项目提供服务，IT 负载超过 200MW；项目从2024 年 6 月启动，仅一年便交付首批Nvidia GB200机柜，二期工程则继续在 Lancium Clean Campus 推进，计划扩展到 8 栋楼。

Abilene 的意义，并不只是因为它大，而是因为它让外界第一次看到：OpenAI 所说的“Stargate”不是纸面上的 5000 亿美元故事，而是一个确实在建设、确实在上电、确实在装 GPU 的现实样板。也正因为如此，Abilene 才会在后续成为整个项目的关键拐点。因为只有当项目足够真实、足够靠近运行状态时，那些原本被资本叙事掩盖的问题才会真正浮现出来。

第二条主线，是 OpenAI 在 2025 年里并没有把赌注全部押在 Abilene 一个点上，而是在样板园区逐步落地的同时，迅速把 Stargate 推向更大的地理空间。

【178】期提到，OpenAI 正在印度规划建设一座至少 1GW的数据中心，作为“Stargate 星门”项目的一部分；同一期明确指出，该项目由 OpenAI、软银、甲骨文和 MGX 于 2025 年初共同启动，计划四年内投资5000 亿美元打造全球 AI 基础设施，并已在美国、阿联酋、挪威等地布局。

【191】期进一步提到，OpenAI 正同步推进澳洲与印度的 Stargate 计划：在澳洲，已与 NextDC签署谅解备忘录，在悉尼建设最高达550MW的 AI 基础设施；在印度，则与 塔塔咨询（TCS）就数据中心及 Agentic AI 合作展开深入谈判。

第三条主线，是 OpenAI 在扩张过程中并未坚持单一模式，而是逐渐形成了“样板园区+区域节点+备援云资源”的多层部署结构。

【180】期提到，OpenAI 未来五年计划额外投入 1000 亿美元租用云厂商的备援算力，以应对产品上线与流量高峰期的突发需求，这笔开支将叠加在预计3500 亿美元的主算力支出之外；同一期还提到，除与 Oracle、CoreWeave、Microsoft 的长期合作外，OpenAI 亦在建设自有数据中心。与此同时，OpenAI 将在英国多处 Nscale数据中心部署 Stargate AI 计算集群，首阶段最多启用 8000 张 GPU，未来可扩展至31000 张，目的是为公共服务、金融等受监管行业提供本地 AI 能力，支持国家安全和主权算力需求。

第四条主线，是工业伙伴开始被快速拉入 Stargate 的推进体系中，项目开始呈现出明显的“跨产业工程”特征。

【182】期提到，OpenAI 计划在韩国西南部建设 Stargate 数据中心，并与 SK 电讯签署合作备忘录；同时，SK 海力士与三星电子将每月供应 90 万颗 DRAM芯片支持该项目，三星还将参与浮式数据中心等新型基础设施设计与部署。同一期还提到，OpenAI 与日立达成战略合作，后者将为其全球数据中心，包括 Stargate 项目，提供输配电设备与节能技术支持。

第五条主线，是扩张已经明显重到必须依赖更深层的债务融资与平台协同。

【185】期提到，OpenAI 与 Oracle、Vantage Data Centers 正在威斯康星州 Port Washington 推进代号 “Lighthouse”的 Stargate 园区，预计建设四栋数据中心，总 IT 容量接近 1GW，计划于2028 年完工；园区采用闭环液冷，并配套建设太阳能、风能和储能项目，电力基础设施由 Vantage 出资。

同一期还提到，Oracle 正接近获得总额 380 亿美元的债务融资，用于支持与 OpenAI 合作的 Stargate 数据中心项目，其中 232.5 亿美元用于德州1.4GW园区，147.5 亿美元用于威斯康星州近1GW园区。

到这里可以看出，到 2025 年末之前，OpenAI 已经完成了一次真正意义上的战略跃迁：它不再只是购买算力，而是在参与建设一张能以吉瓦级口径扩展的基础设施网络。

现实约束：为何扩张并未按原路径持续放大

这一章的关键，不是说明 OpenAI“扩不下去了”，而是解释为什么工程现实会迫使原有路径修正。

到 2025 年下半年，OpenAI 的数据中心战略在表面上看，已经具备了继续放大的全部条件：德州 Abilene 样板园区开始上线，威斯康星 Lighthouse 等新园区相继推进，英国、印度、澳洲、韩国等地的节点布局逐步展开，软银、Oracle、MGX、Vantage、日立等资本和工业伙伴不断加入。无论从资本声势还是工程规模看，Stargate 都正在从一个宏大设想演变为一张逐渐成形的全球算力网络。

但也正是在这个阶段，OpenAI 面临的现实问题开始集中暴露出来。问题并不在于需求消失，也不在于项目突然失去支持，而在于：当一个 AI 基础设施项目真正进入园区建设、设备部署、电力接入和运行维护阶段后，它所受制约的，不再只是资金规模，而是整套工程系统的承载边界。

德州 Abilene 正是最先把这些边界显露出来的地方。

【182】期提到，Crusoe 位于德州 Abilene的1.2GW级 AI 数据中心园区首期两栋楼已正式上线，IT 负载超过 200MW，并已开始为Oracle Cloud 和 OpenAI 的 Stargate 项目提供服务。也就是说，到 2025 年 10 月，Abilene 已不只是“在建中的明星园区”，而是一个已经进入真实交付与真实运行阶段的基础设施样板。

这种检验在【202】期中被完整揭示出来。

【202】期提到，Oracle 与 OpenAI 已取消德州 Abilene Stargate园区从1.2GW扩大到2GW的计划。更关键的是，这一期给出了几项非常具体的原因：包括融资挑战、OpenAI 对需求的频繁调整、冬季天气导致的液冷设备故障，以及现场电力到位仍需一年。与此同时，OpenAI 更倾向于把新一代 Nvidia Rubin芯片部署到其他地点，而不是继续在该站点押注Blackwell体系。

这几项因素共同勾勒出了一个典型的 AI 基础设施困境：项目在资本层面可以被快速讲大，在组织层面可以快速拉起合作方，但到了工程现实中，融资、电力、冷却和设备迭代并不会自动对齐。一旦这些节奏出现错位，再大的项目也必须被迫修正。

首先是融资约束。

【147】期已经说明，虽然 OpenAI、软银、Oracle 和 MGX 在 2025 年初就形成了基础股权框架，但未来大部分资金本就预计通过债务融资来补足。

【185】期又显示，Oracle 为支持德州和威斯康星两个主要园区，已需要推进总额 380 亿美元的债务融资，并且未来几年可能还需要继续大规模筹资。

其次是电力约束。

【130】期就曾提示，未来 5GW 级数据中心最大的疑问之一，不只是投资有没有人出，而是美国是否真的存在能够承载这类项目的站点。

【202】期中“电力到位仍需一年”这一表述，则把这个问题从宏观背景拉回到了具体工程层面。

再次是液冷约束。

【185】期中的 Lighthouse 园区已明确采用闭环液冷系统；【182】期中的 Abilene 也已经承载了大规模 GB200 机柜。

【202】期又提到，冬季天气导致的液冷设备故障，是 Abilene 扩容受阻的重要背景之一。

最后是芯片代际变化的反向压迫。

【202】期提到，OpenAI 更倾向于把下一代 Nvidia Rubin芯片部署到其他地点，而不是继续在 Abilene 上强化针对 Blackwell的扩容路径。

这一点非常关键：园区建设是慢变量，而芯片是快变量。只要项目推进节奏被拉长，原本围绕上一代芯片设计的部署方案，就可能很快变得不再最优。

因此，Abilene 才会从“标志性样板园区”变成“战略拐点”。它并没有否定 Stargate 的必要性，反而恰恰证明了 Stargate 的必要性——只是这种必要性已经不能继续沿着“超级园区越建越大”的单一路径推进，而必须回到更复杂、更分层的总算力组织逻辑。

战略重构：OpenAI如何从“超级园区”转向“总算力体系”

如果说第三章写的是约束出现，那么这一章要写的，就是 OpenAI 如何承认约束、吸收约束，并改写自己的方法论。

Abilene 的意义，并不在于它让 OpenAI 放弃了基础设施，而在于它迫使 OpenAI 承认：未来的算力竞争不能只押注于“单体园区越大越好”这一条路径。融资、电力、液冷、芯片代际变化的叠加，已经让 2025 年那种以超级园区为中心的扩张逻辑显露出明显边界。因此，2026 年之后 OpenAI 真正发生的变化，并不是“踩刹车”，而是开始重构自己的基础设施方法论。

这种重构首先体现在对长期支出预期的重新校准上。

【201】期提到，OpenAI 已将 2030 年前的算力支出预期从1.4 万亿美元下调到6000 亿美元；与此同时，公司仍将利用AWS 的 2GW Trainium算力和Nvidia 的 5GW 专用算力继续推进全球布局。

这条信息的重点并不只是“数字变小了”，而是它揭示了 OpenAI 对未来算力组织方式的判断已经发生变化。它仍然相信未来总算力需求极大，也仍然愿意继续投入巨额资源，但它已经开始承认一个事实：并不是所有算力都必须以自建、重资、超大单体园区的方式来实现。

这种路径修正，在外部合作关系上很快表现出来。

【198】期提到，Amazon 正与 OpenAI 洽谈，最高可能投资 500 亿美元，整轮融资预计可达1000 亿美元，若交易达成，Amazon 将成为最大单一投资方，并扩大与 OpenAI 在云服务和算力供应上的合作。

【199】期提到，英伟达方面表示将对 OpenAI 进行一项“大规模投资”，虽然金额不会达到此前市场猜测的 1000 亿美元，但双方同时公开否认存在严重的推理硬件分歧，强调训练与推理合作关系依旧紧密。

真正把这一变化写得最清楚的，是【204】期。

【204】期提到，随着战略转向更多租赁云服务商算力，而非全部依赖自建数据中心，OpenAI 对领导层进行了重组；原本“Stargate”这一名称，也从偏向具体园区工程的概念，扩展为更广义的算力上线体系。同期，Abilene 的扩容上限回到 1.2GW，而 OpenAI 则与 AWS 新签了 2GW Trainium大单。

这意味着，2026 年的 OpenAI 并没有退出基础设施竞争，而是把原本围绕“超级园区”展开的叙事，改写成一种更灵活的总算力体系：自建园区继续推进，但不再被视为唯一核心；外部云租赁不再只是备援，而成为总算力的重要组成；海外区域节点、工业伙伴和芯片路线，也开始被重新纳入一套更动态的平衡关系中。

从战略意义上看，这种重构至少意味着三点。

第一，OpenAI 开始从“拥有多少园区”转向“总共有多少可用算力”。第二，它开始从“单体控制”转向“多方协调”。第三，它开始从“资本扩张故事”转向“运营能力故事”。

这说明，OpenAI 从“超级园区”转向“总算力体系”，不是一次被迫退守，而是一次典型的战略成熟。

资本、能源与国家：OpenAI数据中心战略背后的深层驱动力

如果前四章讲的是发生了什么，那么这一章要回答的是：为什么会这样发生。

如果把 OpenAI 过去一年多的数据中心演变压缩成一句话，那么最准确的表述不是“它开始大举建数据中心”，而是：它被迫卷入了一场由资本、能源和国家力量共同塑造的基础设施重组。

从资本角度看，Stargate 从一开始就是一个多方拼接的项目，而不是 OpenAI 自己能够独立承担的体系。

【147】期已经说明，OpenAI 与软银将分别向 Stargate 投资 190 亿美元，Oracle 与 MGX 将共同投资 70 亿美元，未来大部分资金预计由债务融资来补足。

这里的第一层推动力，是风险资本和战略资本的提前押注。

【191】期提到，软银正与 DigitalBridge 洽谈收购，以强化其在 OpenAI Stargate 项目中的主导地位，并填补此前融资缺口。

【195】期又提到，软银将以 40 亿美元收购 DigitalBridge。后者管理资产规模达 1080 亿美元，平台组合覆盖 Vantage、DataBank、Switch、Yondr 等多个数据中心平台，总容量 5.4GW；这一动作被明确与支持 OpenAI 的 Stargate 项目联系起来。

如果说软银代表的是风险资本和平台资本，那么 Oracle 则更像是 Stargate 里最典型的“重资产运营者”。

【164】期已经显示，Oracle 在 Abilene 园区不仅与 Crusoe 联合开发，还围绕长期租赁、设备采购与项目融资深度介入。

【185】期则进一步提到，Oracle 正接近获得总额 380 亿美元的债务融资，用于支持与 OpenAI 合作的 Stargate 项目，其中德州 1.4GW园区和威斯康星州近1GW项目是主要资金用途；分析甚至指出，仅为了满足 OpenAI 合同，Oracle 未来四年可能需要筹集 1000 亿美元。

第三层推动力，是主权资本和地缘资本开始主动嵌入 AI 基础设施体系。

【147】期和【178】期都明确把 MGX 放在 Stargate 的联合投资框架里；【178】期还提到，Stargate 已在美国、阿联酋、挪威等地布局。

这表明，OpenAI 所面对的已不只是硅谷资本，而是能源富集地区、主权基金和地缘资源体系共同构成的资本新结构。

如果说资本是第一重驱动力，那么能源就是第二重、也是更硬的一重驱动力。

【130】期提到，OpenAI 自己就已把未来问题描述为 5GW 级数据中心与 47GW级增量电力需求问题。

【147】期又提到，特朗普政府将数据中心和数字基础设施需求飙升，纳入“国家能源紧急状态”的背景之中。

【164】期进一步显示，美国联邦层面已经开始通过核电审批提速、联邦土地支持和核能选址机制，来回应 AI 与数据中心用电量持续攀升的现实。

【178】期则指出，到 2027 年全球数据中心电力需求将增长 50%，到 2030 年仅电力基础设施投资就需要超过 7200 亿美元。

这些材料已经足够说明一件事：OpenAI 所面对的并不是“数据中心扩张带来更多电力需求”，而是“未来 AI 基础设施本身就是电力系统的重要负荷中心”。也正因此，【197】期中 OpenAI 才会提出 “Stargate Community”，承诺新增电力投资由自身承担，并通过专线供电、储能和光伏等方式尽量不推高居民电价。

第三重驱动力，是国家角色和主权逻辑的持续增强。

【180】期提到，OpenAI 在英国与 Nscale 的部署，明确面向公共服务、金融等受监管行业提供本地 AI 能力，并强调主权算力与国家安全需求。

【178】期中的印度项目、【191】期中的澳洲与印度谈判、【182】期中的韩国 Stargate 计划，也都不只是普通商业客户扩张，而是在与各国本地产业链、芯片资源、政策环境和主权算力需求结合。

因此，如果要理解 OpenAI 的数据中心战略，就不能把它简化成单纯的商业扩张。更准确的说法应该是：Stargate 正站在三股力量的交汇处——风险资本与主权资本的交汇，数据中心与能源系统的交汇，商业平台与国家主权需求的交汇。

阶段判断与行业影响：如何理解 OpenAI 这一轮数据中心演变

这一章既是收束，也是把前文从 OpenAI 抬到整个行业。

如果把 OpenAI 从 2025 年初到 2026 年春天的数据中心演变压缩成一句话，最容易说出口的概括，往往是“先疯狂扩张，后来受阻，再继续推进”。这种说法不能算错，但它过于平面。更准确地说，OpenAI 经历的并不是一次简单的三段式情绪波动，而是一次从算力焦虑出发、以超级园区为抓手、最终走向总算力体系重构的过程。

第一阶段，是从算力焦虑到基础设施自觉。

【130】期和【147】期已经表明，OpenAI 很早就意识到，未来 AI 的竞争不只是模型竞争，而是算力组织能力竞争。

第二阶段，是从超级园区构想到快速工程化扩张。

【164】期、【182】期、【185】期、【178】期、【180】期和【191】期共同构成了这一阶段：德州 Abilene 样板园区落地，威斯康星 Lighthouse 推进，英国、印度、澳洲、韩国等全球节点铺开，OpenAI 试图把未来几年最关键的算力资源尽可能前置地锁定在自己主导或深度参与的基础设施体系中。

第三阶段，是从单一园区逻辑走向总算力体系重构。

【202】期所暴露的融资、电力、液冷和芯片节奏问题，让 OpenAI 认识到，AI 基础设施并不是资本和意志的线性投射，而是一个必须同时协调融资、电力、液冷、芯片代际和建设周期的复杂系统。随后，【201】期与【204】期显示，OpenAI 开始将 Stargate 从超级园区叙事重写为一套更灵活的总算力体系。

因此，更准确的总结应该是：

OpenAI 并没有经历“疯狂扩张—叫停—再推进”的简单循环，而是经历了“基础设施自觉—超级园区推进—总算力体系重构”的战略演化。

从行业角度看，OpenAI 的数据中心演变至少说明了五件事。

第一，项目口径被彻底改写了，数据中心行业开始以 1GW+ 园区和数千亿美元口径进入主流叙事。第二，选址逻辑正在从“找地”转向“找电”，数据中心越来越接近能源项目。第三，液冷与高密度运行风险将成为一线问题，AI 园区不再是传统云机房的线性放大。第四，资本结构将持续重资产化，债务融资、主权资本和底层平台会越来越深地进入数据中心项目。第五，主权算力会成为未来几年最重要的关键词之一，谁能在更多国家建立本地节点和产业伙伴关系，谁就更有机会在全球 AI 基础设施版图中占位。

如果这篇文章最终只留下一句结论，那将是：

OpenAI 并不是因为想做数据中心，才走向 Stargate；它是因为必须重新掌握未来算力，才被迫进入数据中心、电力、资本和国家共同构成的复杂世界。

从【130】期里 5GW 的早期设想，到【147】期里 5000 亿美元框架的形成，再到【164】期和【182】期里 Abilene 的工程化推进、【202】期中扩容受阻的现实冲击，以及【201】期、【204】期中“总算力体系”的重新定义，可以清楚看到一条完整的线索：OpenAI 的数据中心战略不是一场简单的扩张史，而是一场由 AI 算力需求推动、由基础设施现实修正、最终又反过来重塑公司边界的演变史。

它最初试图用超级园区锁定未来；后来又发现，未来无法只靠超级园区来锁定；最终，它学会把自建、租赁、全球节点、芯片路线、能源系统和产业伙伴一起纳入自己的算力体系。

这也是为什么，今天再讨论 OpenAI，不应只把它看作一家模型公司。至少在基础设施层面，它已经被重新定义了——它既是 AI 公司，也是正在学习如何组织资本、能源和工业体系的算力平台。

结语

如果把过去十多年互联网行业的发展线索压缩来看，上一轮最关键的基础设施，是云；而这一轮最关键的基础设施，很可能是围绕 AI 展开的“电力—园区—芯片—液冷—资本”复合系统。OpenAI 的故事之所以值得被写下来，不只是因为它站在风口中央，而是因为它把这一变化提前、集中而且剧烈地表现了出来。

从深知社国际周报的长期跟踪轨迹看，OpenAI 并不是在某一个时间点突然“想明白了要建数据中心”，而是在连续不断的现实冲击中，被一步步推入了基础设施竞争：先是意识到算力不再只是云资源问题，继而试图用超级园区提前锁定未来，再在工程现实中承认约束，并最终把自己的方法论改写为一套总算力体系。对 OpenAI 而言，这是一条被现实逼出来的路；对整个行业而言，这很可能也是未来越来越多头部 AI 公司不得不走上的路。

也正是在这里，OpenAI 的数据中心战略才具有超出企业个案本身的意义。它提醒人们：未来 AI 的领先，不只是模型领先，也不是单纯的芯片领先，而是能否把资本、能源、工业伙伴和全球节点持续组织起来的能力领先。谁能更早理解这一点，谁就更有可能在下一轮竞争中占据主动。

DKC交流群邀请

深知社创立于2017年，是数字能源行业工程技术人员学习、交流、合作、创新的虚拟社区平台。深知社秉承互联网精神，践行工程师文化，提倡全球视野、终身学习、乐于分享的博学深知理念，感兴趣的同学可以扫描下方二维码申请进群交流学习。

作者：

贾梦檩

DKI（DeepKnowledge Institute）高级研究员

公众号声明：

推荐阅读：