在生成式 AI 引發全球運算需求暴漲之際，以 ChatGPT 聞名的 OpenAI 再次擴張其基礎設施版圖，正式與 Amazon Web Services（AWS）簽訂一項為期多年、金額高達 380 億美元的合作協議。根據雙方聲明，AWS 將在未來數年內提供 OpenAI 專屬的高效能雲端基礎設施，以支援其模型訓練與推理的龐大運算需求。
這項合作不僅象徵 OpenAI 雲端策略的重大轉向，也宣告 AWS 重返 AI 算力戰場的核心舞台。
瞄準 Agentic AI，AWS 的「超級叢集」承諾
AWS 表示，其整體雲端架構可在全球範圍內動態調度算力，最高可達數千萬 CPU 核心，為 OpenAI 提供近乎無上限的擴充能力。新協議將於 2026 年底前完成主要部署，之後仍會持續擴張至 2027 年與更遠的未來。
這些基礎設施將採用全新的 UltraServer 架構，結合 NVIDIA GB200 與 GB300 系列晶片，以低延遲互連網路形成巨型叢集。此架構能同時支援訓練與推理任務，並特別針對 agentic AI 工作負載（即具有自主行為與判斷能力的 AI 系統）進行了最佳化。。
OpenAI 戰略繼續從對微軟雲端的單一依賴到多雲佈局
這筆金額龐大的交易背後，反映的是 OpenAI 在雲端策略上的明顯變化。過去幾年，OpenAI 與 Microsoft 維持緊密合作，其主要運算資源幾乎全來自 Azure。然而，隨著我們上次報導過的 OpenAI 公司組織結構與股權配置調整，原先 Microsoft 在雲端供應上的優先權已被移除。
OpenAI 近期逐步開啟了「多雲策略」的新階段，核心目標是減少對單一供應商的 AI 算力與雲端架構依賴，並確保在全球 AI 運算市場中具備更大的靈活度。
在生成式 AI 快速演進的背景下，單一雲供應商已難以滿足全球推理與訓練的資源需求，也可能在政治、成本或技術層面形成風險。多雲策略不只是分散依賴，更是讓 OpenAI 能在不同雲端架構間靈活調度算力，避免被鎖定於特定平台。
AWS 重返 AI 主舞台，以基礎設施贏得關鍵背書
對 Amazon 而言，這項合作具有極高的戰略價值。過去一年，AWS 雖仍是全球最大雲端供應商之一，但在 AI 基礎設施與模型訓練市場的聲量，逐漸被 Microsoft 與 Google 壓過。
如今，能與 OpenAI 這樣的 AI 產業巨擘簽下多年期合約，不僅營收規模可觀，更是對 AWS 雲端算力實力的一次全球性背書。消息公布後，Amazon 股價隨即上漲，投資人普遍將其視為 AWS 重返 AI 主流戰場的信號。
雲端革命面臨的技術與巨額資本挑戰
OpenAI 與 AWS 的合作，不僅金額龐大，更代表前所未有的技術挑戰。隨著模型規模不斷膨脹，OpenAI 的運算需求早已超越一般雲端用例。大型模型的訓練動輒耗用數十萬顆 GPU 與高密度儲存設備，對電力供應、冷卻效率與網路延遲的要求都達到極限。
AWS 表示，旗下資料中心正為此進行全面升級，包括導入液冷技術、低延遲 fabric 網路，以及新一代節能架構。未來，OpenAI 將能在同一雲端環境中完成從模型訓練到部署的全流程運算，顯著降低資料轉移成本並提升整體效率。
然而，這場算力革命的背後，也潛藏著龐大的資本壓力。OpenAI 近年在基礎設施上的投資已達數百億美元，若生成式 AI 的商業化成果無法如預期擴大，勢必對資金與估值形成壓力。對 AWS 而言，如何讓這場高成本合作轉化為長期的雲端收益，也仍是未解的難題。
全球供應鏈連鎖反應
這場 AI 與雲端巨頭之間的聯盟，不僅改寫了算力市場的結構，也將波及全球科技產業鏈。從 NVIDIA 的晶片供應、台灣 OEM 廠的伺服器製造，到資料中心的能源與冷卻系統設計，整個供應網絡都可能迎來新一波擴張。當 AI 模型的演進速度與規模不斷推升，誰能在運算資源、基礎設施與能源效率之間取得平衡，將決定下一個世代的 AI 競爭版圖。
牽動全球供應鏈的次世代 AI 競爭版圖
CyberQ 觀察，這場 AI 與雲端巨頭之間的聯盟，不僅改寫了算力市場的結構，也將波及全球科技產業鏈。從 NVIDIA 的晶片供應、台灣 OEM 廠的伺服器製造，到資料中心的能源與冷卻系統設計，整個供應網絡都可能迎來新一波擴張。
先前我們報導過 AI 市場除了既有的 AI 訓練市場仍舊以高價高效能的 HMB 記憶體為主，AI 推論市場如果以成熟 AI 模型的算力規劃，可採 LPDDR 這樣更具成本效益的記憶體結構來執行 AI 推理相關任務，來降低能源消耗，這塊市場高通與英特爾等廠商都有打算，而 Amazon 投資的 Anthropic (旗下有著名的 AI 平台 Claude) ，前陣子也才宣布和 Google 簽約採購更多的 Google 自研 TPU 晶片來擔任自家需要的一大部分 AI 算力引擎，畢竟該公司投資的 Claude AI 也很需要 AI 算力資源，這一波產業競逐後，AI 競爭版圖又會大幅度改寫了。
當 AI 模型的演進速度與規模不斷推升，誰能在運算資源、基礎設施與能源效率之間取得平衡，將決定下一個世代的 AI 競爭版圖。
本文題圖由 OpenAI AI 生成，配圖由 Google Gemini 及 OpenAI AI 生成
