OpenAI 自研芯片,Oracle 裁 2 万人——AI 基础设施的冰与火之歌

>>>DeepSeek V4 万亿参数 + 华为昇腾，国产 AI 历史性突破

>>> 手把手教你“养虾”：腾讯WorkBuddy保姆级安装教程

这周的 AI 圈，出了两条消息。分开看都不算特别炸裂，但放在一起，我看了很久。

第一条：OpenAI 和 Broadcom 联合发布了首款自研推理芯片，代号 Jalapeño。从设计到流片，只用了 9 个月。目前工程样片已经在实验室跑起来了，性能功耗比说要碾压现有最好的推理芯片。

第二条：Oracle 在最新财年裁了 21000 人。不是误写，两万一千人。员工总数降到 14.1 万，降了 12.9%。重组成本 18 亿美元，同比涨了将近 5 倍。

同一个赛道。同一个星期。

有人花 9 个月烧出一颗芯片。有人用一通电话让 21000 个家庭收到了裁员通知。

这就是 2026 年 AI 基础设施的真相——它不是一条上坡路，是一把锯子。跑得快的在切蛋糕，跑得慢的被锯腿。

火的那一边：OpenAI 为什么非要自己造芯片？

如果你觉得 OpenAI 造芯片只是为了"不被 NVIDIA 卡脖子"，那你想小了。

Jalapeño 这名字你可能第一次听说。它不是一颗 GPU，而是一颗 LLM 推理专用芯片——从头为 GPT 这类大模型设计的，跟 NVIDIA 的通用 GPU 是两条路。通用算力卡什么都干，推理专用芯片只干一件事：让你跟 ChatGPT 说话的时候，回复快 3 倍，耗电省一半。

OpenAI 说他要在 2026 年开始部署千兆瓦级的数据中心。

千兆瓦是什么概念？一座中等规模的核电站的发电量大概就 1 吉瓦。

也就是说，OpenAI 要给 ChatGPT 配一个核电站级别的电力供应。

这已经不是在"做大模型"了，这是在"造电厂"。当你的主营业务一天消耗的电力需要一个核电站来支撑，你已经不是一家 AI 公司了——你是一家电力公司附带的 AI 业务。

而且你可能不知道，Jalapeño 从设计到流片的 9 个月里，OpenAI 是拿自己的模型来加速芯片设计流程的。AI 帮人造芯片，芯片再帮 AI 跑得更快，AI 再帮人设计下一代更好的芯片。

这个循环一旦转起来，是停不下来的。

更值得琢磨的是，美国政府同一周还在要求 OpenAI 暂缓 GPT-5.6 的广泛发布。安全审查。OpenAI 嘴上说着"我们配合"，手上却一点没慢——芯片照造，数据中心照建。

你限制我卖软件？没问题。我把底座铺好。等门开了，一口气跑出去。

这布局，不是一个月的事。是至少两年以上的沉默下注。

冰的那一边：Oracle 裁 2 万人，到底发生了什么？

Oracle 的名字在 AI 圈一直不响。大多数人想到它，还是"那个做数据库的老公司"。

但你可能不知道，Oracle 一直在冲着 AI 基建砸钱。它计划 2026 年通过债务和股权融资搞到 450 到 500 亿美元，扩建 Oracle Cloud Infrastructure。它的客户包括 OpenAI、xAI、AMD、Nvidia、Meta——基本上所有你叫得出名字的 AI 公司，都在用 Oracle 的云。

那为什么还裁 2 万人？

一句话：钱不够。

Oracle 目前债务超过 1200 亿美元。裁掉 12.9% 的员工，一年能省下几十亿的运营成本，现金流看起来好看一点。然后才能继续借钱，继续给 OpenAI 们建数据中心。

说白了，Oracle 不是在"因为 AI 裁员"，是在"为了 AI 借钱，为了借钱裁员"。

这是 AI 繁荣最残酷的一面。

AI 经济涨得飞快——过去 12 个月实际营收 1100 亿美元，年化跑到了 1750 亿。增长速度是当年移动互联网浪潮的 3 倍。

但这些钱，不是平均分的。

进入上半区的公司，自研芯片、千兆瓦数据中心、模型迭代越跑越快。待在下半区的公司，靠裁员和举债维持基建开销，用人力换算力。

Oracle 财报自己都写得特别诚实：裁员"可能带来生产力下降、人才短缺和员工士气受损"。它知道裁人不好，但它没办法。

不裁人，就借不到钱。借不到钱，就造不了数据中心。造不了数据中心，就接不住 OpenAI 的单。接不住单，就彻底出局。

2 万人和出局之间，Oracle 选了前者。

这甚至不是一个"对不对"的问题——它是一个"你敢不敢看"的问题。

微软：第三种活法

讲到这里，有一个人必须要提。

微软。

当 OpenAI 在埋头造芯片、Oracle 在咬着牙裁人的时候，微软在做一件极其聪明的事：它把 ChatGPT 卖给中国企业，同时把中国的 DeepSeek 模型卖给西方客户。

你没看错。微软现在是全球最大的 AI 模型中间商。

中国的公司想在 Azure 上用 GPT？付钱就行。西方的公司想试试 DeepSeek-R1 和 DeepSeek-V4？微软来搭桥。

这个角色太妙了。

你不用跟 NVIDIA 比造芯片，不用跟 OpenAI 比做模型，不用跟 Oracle 比建数据中心。但你赚了所有人的过路费。

如果说 OpenAI 是火——不计成本地冲最前面。Oracle 是冰——被债务压得喘不过气。

那微软就是站在旁边，不管谁赢，都抽一笔税的人。

而更讽刺的是——当美国政府要求 OpenAI 暂缓 GPT-5.6 发布的时候，微软手里同时握着 GPT 和 DeepSeek。不管这场 AI 战争的终点是大西洋这一侧还是那一侧，微软的服务器上都已经跑着赢家的模型了。

这种"不站队"的站队，才是真正的站队。

所以 1750 亿到底分给了谁？

我在翻资料的时候，看到一组数字，盯了很久。

2023 年，AI 行业新增 10 亿美元收入需要 180 天。现在，不到 2 天。

AI 经济的速度已经快到了一个连亲历者都跟不上的地步。

但速度越快，差距越大。

OpenAI 敢砸千兆瓦数据中心，是因为它的模型每天都在给几亿人提供服务，每 2 天多赚 10 亿美元。Oracle 裁 2 万人，是因为它虽然不是第一梯队，但它不敢不跟。不跟上 AI 基建的投入，明年连第二梯队都没位置了。

IBM 刚发布了 0.7 纳米的芯片技术——指甲盖大小塞进 1000 亿个晶体管。NVIDIA 在推专用推理卡。Google 在铺自己的 TPU。亚马逊在推 Trainium。

整个 AI 基础设施层，正在进行一场静默的军备竞赛。表面上看，OpenAI 造芯片了是个大新闻。但水面下，所有人都在做一样的事：抢电、抢地、抢散热方案、抢下一代制程的产能。

有意思的是，赢家还没定。

英伟达现在是王者，但所有人都在绕着它走——自研芯片的、换 AMDA 的、押注专用推理卡的。Oracle 裁人换钱，但万一赌对了，它的云业务会翻倍。

微软看着最稳，但中美之间走钢丝的生意，不是没有翻船的可能。

OpenAI 烧得最猛，但烧钱的速度也最快。

没人知道一年后谁活得好。

唯一能确定的是——这场竞赛，不敢上桌的已经输了。

最后说几句

写到这里，我其实最在意的不是哪家赢了。

是那 21000 个人。

Oracle 裁掉的这些人，大部分不是因为做得不好，而是因为他们恰好在一个"不能直接带来算力"的岗位上。财务、HR、行政、销售、售后——AI 时代，这些岗位正在被模型、自动化和 Agent 替代。

以前我们讨论的是"AI 会不会取代人的工作"。现在不需要讨论了。它已经在取代了。

但不是"AI 取代人"那么简单。

是"为了给 AI 造底座，先牺牲一批人"。

Oracle 的 21000 人，不是被 AI 干掉的，是被 AI 基建的军备竞赛挤出去的。跟他们的工作能力没有关系。跟他们的岗位在 AI 时代的"物理位置"有关系。

你前面的 OpenAI 在烧 9 个月出芯片。你后面的 Oracle 在用 2 万人的遣散费换下一轮融资。

这就是 2026 年的 AI 基建——最热的技术，最冷的人。

你准备好上桌了吗？

评论区聊聊。

核心观点：AI 基础设施正进入"加速分化"阶段——OpenAI 自研推理芯片意味着头部玩家从"买算力"转向"造算力"；Oracle 裁 2 万人举债建数据中心则揭示了下半区企业的生存逻辑。而微软的中立转售模式提供了第三条路。1750 亿美元 AI 经济之下，不是"技术替人"那么简单——是为了给 AI 造底座，先让一批人出局。

火的那一边：OpenAI 为什么非要自己造芯片？

冰的那一边：Oracle 裁 2 万人，到底发生了什么？

微软：第三种活法

所以 1750 亿到底分给了谁？

最后说几句

推荐标签