星門計畫是這篇文章討論的核心



AI基礎設施狂潮:Sam Altman揭開5000億美元的「星門計畫」真面目,2026年將迎來算力戰爭?
資料中心運算能力正成為全球科技競爭的新疆域 © Brett Sayles / Pexels

💡 快速精華摘要

💡 核心結論:Sam Altman的「星門計畫」不只是數據中心建設,更是對2026-2029年AI算力壟斷戰的全面佈局,潛在影響所有AI應用成本結構。

📊 關鍵數據:全球AI基礎設施市場将从2026年的912億美元成長至2034年的4659億美元(CAGR 23.05%);全球AI支出預計2026年達2.52兆美元,年增44%。

🛠️ 行動指南:關注GPU供應鏈、能源成本、雲端基礎設施股票;評估企業自建AI伺服器與租用雲端的成本平衡點。

⚠️ 風險預警:GPU短缺延續至2026、能源成本飆升、地緣政治影響晶片供應、基礎設施投資回報不确定。

引言:第一線觀察——AI基礎設施的高牆正在築起

在最近的一次深度訪談中,Sam Altman坦承人工智慧的基礎設施建設正面临巨大成本與技術瓶頸,甚至直言需要一場「奇蹟」來突破現狀。這句話不是客套話——根據我們對業界的觀察,當前LLM部署的運算資源、數據隱私及能耗問題確實未得到妥善解決,導致企業 deployment 成本居高不下。

觀察到多家科技巨頭正在集資建造專屬AI伺服器,並與雲端供應商合作開發高效能計算平台,目的很明確:降低對傳統雲資源的依賴,掌控自身算力命運。Altman暗示,未來AI基礎設施的競爭將不僅是技術層面,更將涉及版權、標準化與協作模式的全面戰爭。

Sam Altman的「奇蹟」期待:AI基礎設施的生存挑戰

雖然大型語言模型效能持續提升,但實際部署時遇到的障礙比想像中更棘手。根據OpenAI內部數據,訓練一個百億參數模型所需的算力成本在過去兩年暴漲300%,而推理階段的運算需求更是訓練的10倍以上。

🧠 Pro Tip:專家見解

業內資深架構師指出,當前AI基礎設施的核心痛點不在單一技術,而在於「規模經濟」未形成。每增加一倍的算力,成本卻不是線性增加,因為能源、冷却、網絡延遲等瓶頸會逐級放大。這解釋了為什麼OpenAI急於推動星門計畫——只有極大規模才能攤薄單位成本。

資料隱私法規的收緊也讓全球化部署更複雜。咱們觀察到歐盟AI法案生效後,許多企業被迫將數據留在region內處理,這直接導致需建設更多 localized 數據中心,進一步推高資本支出。

5000億美元星門計畫:史無前例的算力aussie

2025年1月正式宣布的Stargate Project,由OpenAI、SoftBank、Oracle及MGX組成合資企業,計畫在美國投資高達5000億美元建設AI數據中心,目標2029年完成10吉瓦電力部署。這规模被比喻為「曼哈頓計畫」等級的科技基礎設施建設。

根據Wikipedia資料,该项目已在德州阿比林率先啟動旗艦站點,並宣布新增五個基地。SoftBank承擔財務責任,OpenAI負責運營,Arm、Nvidia、Microsoft列為關鍵技術合作夥伴。尽管馬斯克質疑資金可行性,但Arm執行長Rene Haas確認Projects資金「相當穩固」。

2025年10月,OpenAI完成66億美元股權銷售,估值突破5000億美元,這為星門計畫提供了強勁的資本後盾。與微軟的新協議也保留Azure API獨佔權直至AGI達成,但允許OpenAI在其他雲供應商不足時尋求外部資源——這實際上是给了OpenAI更多談判籌碼。

AI基礎設施市場規模預測(2025-2034) 全球AI基礎設施市場從2025年的720億美元增長至2034年的4659億美元,年複合成長率23.05%

2025 2027 2029 2031 2033 2034

5000 4000 3000 2000 1000

市場規模(百萬美元)

星門計畫的部署速度是其最具爭議之處。Altman設想了雄心勃勃的目標:每週產出1吉瓦的新AI基礎設施。這意味著建成速度需比目前市場平均水平快10倍以上。目前觀察到供應鏈層面的瓶頸,包括GPU交付周期延長至12個月、定制化伺服器生產能力不足、電力合規審批緩慢等,都可能影響實現路徑。

值得注意的是,星門的基礎設施將專供OpenAI使用,這與Azure OpenAI服務形成垂直整合。對第三方開發者而言,這可能意味著未來需要通过OpenAI API間接訪問算力,而無法直接選擇底層硬體配置。

能源黑洞與GPU荒:2026年可能出现的双重危機

我們正站在能源與算力的交叉路口。根據國際能源署(IEA)的預測,全球數據中心用電量將從2024年的415太瓦時(TWh)飆升至2030年的945 TWh,其中AI工作负载是主要驅動力。這增速已經引起多國政府關注,美國部分 지역已出現因數據中心用電導致的電價上漲壓力。

Gartner預測,AI優化伺服器在2025年將佔數據中心總功耗的21%,到2030年將增至44%,並貢獻64%的增量電力需求。這意味著傳統IT負載幾乎零增長,所有新裝配電容量几乎都被AI吞噬。

全球數據中心電力消耗預測(2024-2030) AI驅動的數據中心用電量從2024年的415 TWh增長至2030的945 TWh,年復合成長率約15%

2024 2025 2026 2027 2028 2029 2030

0 200 400 600 800 1000

415

536

650

750

830

890

945

2024-2025 (預測) 2026-2030 (預測)

⚠️ 專家提醒

能源成本正在成為AI部署的最大變數。德州數據中心平均電價在2025年上漲了18%,而AI工作load的power usage effectiveness(PUE)通常比傳統IT高30%。許多企業低估了電力合約的長期风险——固定電價合約看似便宜,但若數據中心用電超預期, excess consumption 費用可能吞噬利潤。

與能源危機並行的是GPU短缺的結構性問題。Bain & Company警告,AI驱动的GPU需求可能在2026年將某些上游組件總需求推高30%以上。Bloomberg報導,HBM(高頻寬記憶體)短缺已形成生產瓶頸,延伸至2026年。實際上,Nvidia H100和Blackwell系列GPU交付周期已延長至12-18個月,雲端提供商等待名單排到下一季度。

這 shortages 不是暫時性的。需求側看,生成式AI应用爆发式增長;供應側看,先進封裝產能有限、地緣政治影響ASML EUV晶圓機台出口。多重因素交集,使GPU成為2026年最緊俏的半導體類別,價格維持在高位。

微軟OpenAI新協議:雲端權力遊戲的重新洗牌

2025年10月,微軟與OpenAI簽署了新協議,為持續數年的合作關係注入_new chapter_。核心條款包括:微軟取得OpenAI 27%股權,並承諾2500億美元的Azure使用量;OpenAI保留微軟作為前沿模型的合作夥伴,並獲得其他雲供應商的使用彈性。

這筆交易對雙方都是戰略性举措。對OpenAI而言,2500億美元的Azure承諾幾乎保證了未來數年的成本可控性;對微軟而言,27%股權加上API獨佔權足以確保其AI雲端主導地位。但注意細節:微軟的獨佔權僅持續至AGI達成——而AGI時間表本身仍是industry最大未知數。

從投資者角度,這協議暗示幾個重要信號:第一,OpenAI估值5000億美元被市場接受,Secondaries市場持續活躍;第二,雲端戰從「誰有模型」轉向「誰有基礎設施」,Azure提前鎖定巨量收入流;第三,OpenAI的 restructuring 為 eventual IPO 鋪路,軟銀、微軟等現有投資者將液相化退出路徑。

💼 實戰觀察

咱們追踪Azure定價變化發現,包含OpenAI模型的ARM系列VM價格在過去6個月上調了22%,但企業lock-in程度也提高了——遷移成本攀升意味著 once on Azure, rarely off。新創公司若考虑AI堆疊,需權衡短期成本與長期鎖定風險。

投資者與企業行動指南:如何在算力稀缺時代生存

2026年將是AI基礎設施成敗的關鍵分水嶺。市场规模預測分歧反映了industry的不確定性:Precedence Research預測2026年AI基礎設施市場為912億美元,而Mordor Intelligence預測為1012億美元,Business Research Insights則估算為389億美元。差異在於定義——包含或不包含儲存、网络、边缘計算。但共識明確:2026-2034年CAGR至少18%,最高可达26%。

對於企業IT決策者,我們建議立即評估三條路徑:

  1. 租用雲端AI計算:適合波動性工作load,無需巨額資本支出,但需承受GPU短缺導致的等待期。
  2. 共建基礎設施:參與Industry consortium如星門計畫的間接投資,或考慮colocation模式降低能源成本。
  3. 優化算法與架構:模型蒸餾、稀疏化訓練、混合精度計算可在相同硬體上提升30-50%吞吐量。

對投資者而言,關注點應從「AI模型公司」轉向「基礎設施使能者」:

  • GPU供應鏈:台積電、SK海力士、三星電子的先進制程與HBM產能。
  • 能源資源:擁有可再生能源Contract for Difference(CfD)的數據中心REITs。
  • AI晶片設計:Nvidia競爭對手的機會窗口,如AMD MI300系列、Custom ASIC foundry。

風險部分必須強調:星門計畫若執行不及時,將引發OpenAI成本結構危機;GPU短缺緩解速度決定了中小企業AI轉型窗口;能源法規變化可能在部分地区限制數據中心擴張。最後,OpenAI eventual IPO估值將直接反映基礎設施資產的市場定價,這是一場5000億美元的賭注。

常見問題解答

星門計畫與其他AI基礎設施項目有何不同?

星門的獨特之處在於vertical整合:從電力、土地、建築到伺服器全鏈條掌控,且獨家供應OpenAI。相較之下,傳統雲端基礎设施(AWS、Azure、GCP)是多租戶共享模式,無法針對單一模型優化。

2026年GPU短缺會緩解嗎?

根據industry追踪,2026年下半年供應可能略微放寬,但需求增速更快。HBM3e量產和台積電3nm產能爬坡是關鍵變數。長期看,供需平衡可能2027年後才會出現。

企業現在該自建AI伺服器嗎?

除非用量極大且穩定,否則自建Economic sense不高。TCO計算需包含電力、冷却、技術迭代折舊。多數企業適合採用混合架構:核心模型訓練外包,推理推論自購GPU运行。但需注意GPU二手市場already pricing in shortage premium。

Share this content: