OpenAI 尋求“第二朵雲”：傳與亞馬遜談 100 億美元融資，換用 Trainium 晶片

一、這筆錢與這條晶片線：至少 100 億美元、估值或超 5000 億美元的談判細節

這則消息的核心並不複雜：多家媒體援引 The Information 報導稱，亞馬遜正與 OpenAI 討論投資“約 100 億美元”量級的資金，交易可能讓 OpenAI 的估值超過 5000 億美元，同時 OpenAI 可能更深度地使用亞馬遜自研的 AI 晶片 Trainium。

但細節裡有兩層值得注意的“邊界”：

• 一是“仍在早期談判”。Reuters 與 Bloomberg 都強調談判尚未敲定，條款也可能變化。 這意味著現在更像一個方向性訊號：雙方都願意把合作從“買算力”升級到“投錢 + 用晶片 + 共同商業化”的組合。
• 二是“錢和算力被綁在一起”。Financial Times 的報導把它描述為“投資 + 採用 Trainium + 擴大使用 AWS 資料中心”的一攬子安排，並提到雙方還在討論更偏業務層面的合作（例如企業版 ChatGPT 等）。

在 AI 產業裡，這類組合並不新鮮，但當它發生在 OpenAI 身上，就會立刻觸發一個更大的問題：OpenAI 過去幾年被認為與微軟深度繫結，如今為什麼要把“雲與晶片”再拉出一條新線？

二、為什麼亞馬遜願意出手：Trainium 需要一個“最大體量的樣板客戶”

從亞馬遜的角度看，Trainium 的意義不止是“省成本”，更是 AWS 在 AI 基礎設施競爭裡的一張底牌。

過去兩年，AWS 一直在把“自研晶片”推向更核心的位置：一方面用 Trainium/Inferentia 去覆蓋訓練與推理的不同場景，另一方面用更有吸引力的價格和供給能力，吸引模型公司把訓練任務搬到 AWS。

亞馬遜最有代表性的樣板客戶，是 Anthropic。亞馬遜與 Anthropic 在 2023 年宣佈合作並投資 40 億美元，2024 年又追加 40 億美元，總投資達到 80 億美元，同時 Anthropic 將 AWS 作為其“primary cloud and training partner”，並明確提到使用 Trainium。

如果 OpenAI 也成為 Trainium 的大客戶，AWS 在市場上的敘事就會更完整：不只是“我們有雲、有GPU資源”，而是“我們能提供可規模化的替代路線”。這對亞馬遜的價值，可能體現在三件事上：

• 把晶片生意從“內部最佳化”推到“外部增長”：訓練任務是真正吃硬體的場景，訂單的象徵意義往往大於短期收入。
• 拉動更多基礎設施消費：晶片只是入口，隨之而來的儲存、網路、資料管道、託管服務，才是雲廠商更擅長賺錢的地方。
• 在“生成式 AI 平台”之爭裡爭奪話語權：當模型公司與雲廠商的繫結更深，雲廠商就更可能影響生態走向。

所以，亞馬遜願意掏出一個“至少 100 億美元”量級的籌碼，背後並不是純粹的財務投資邏輯，更像是在爭奪下一階段 AI 基礎設施的“默認選項”。

三、OpenAI 為什麼要“第二朵雲”：算力成本與供給風險逼著它分散繫結

OpenAI 需要的算力規模，是把它推向“多雲/多供應鏈”的直接動力。

過去幾年裡，OpenAI 與微軟的關係更像“資本 + 雲 + 分發”的捆綁：微軟不僅是最大的戰略投資方之一，也通過 Azure 提供關鍵基礎設施，同時把 OpenAI 模型能力嵌入自家產品體系。微軟官方在 2025 年 1 月的說明中強調，“OpenAI API 是 Azure 獨家”，並通過 Azure OpenAI Service 向客戶提供。

但到 2025 年 10 月，OpenAI 官方也發佈了“下一章”的更新：OpenAI 可以與第三方聯合開發部分產品；其中“API 產品若與第三方聯合開發仍將 Azure 獨家”，但“非 API 產品”可以部署在任何雲上。

這類條款變化，透露出一個現實：OpenAI 要繼續擴大供給，單一雲/單一晶片路線會把風險放大。更何況，AI 基礎設施的約束並不只在算力，還包括機房交付、電力、網路、供應鏈排期——這些都不是一家供應商能無限兜底的。

Financial Times 的報導甚至提到，OpenAI 與 AWS 之間已存在規模巨大的伺服器租賃安排（報導口徑為 380 億美元），並把這次談判放進“OpenAI 逐步調整與微軟獨家基礎設施關係”的脈絡裡。這一點的關鍵不在金額是否最終精準，而在趨勢：OpenAI 正把“算力來源”從單點依賴，轉為多方繫結。

這也解釋了為什麼“融資”會和“晶片選擇”綁在一起：當你買的不只是錢，而是未來數年的供給確定性，那麼投資方就會希望你同時成為它的長期客戶。

四、微軟的位置怎麼變：持股、雲分發權與合作邊界仍是交易的硬約束

只要討論 OpenAI 的新投資方，就繞不開微軟。

Reuters 的報導提到，微軟目前持有 OpenAI 約 27% 股權，並擁有通過其雲服務提供相關模型的獨家權利。 與此同時，微軟 2025 年 1 月與 2025 年 10 月的官方說明也表明，API 層面仍存在 Azure 獨家屬性，而非 API 產品部署在其他雲上的空間正在打開。

這套結構決定了一個很微妙的平衡：

• OpenAI 想分散算力與資本來源；
• 亞馬遜想用投資換來 Trainium 與 AWS 的長期負載；
• 微軟則要守住自己最在意的邊界——尤其是 API 分發與企業客戶觸達。

Financial Times 的報導同樣指出，即便亞馬遜入局，也未必能獲得“轉售 OpenAI 最先進模型”的權利，因為微軟的相關獨家安排可能延續到 2030 年代早期。

因此，這筆潛在交易的看點，不只在“OpenAI 值多少錢”，更在“OpenAI 能在多大程度上把自己從單一管道裡鬆綁，同時不觸發既有合作的硬約束”。這將直接決定亞馬遜的籌碼能換到什麼——是大規模訓練負載、是企業服務合作，還是某種更深層的生態繫結。

五、這類“投資 + 採購 + 商業合作”組合，會把 OpenAI 推向怎樣的治理與監管問題

當交易變成“投資 + 長單採購 + 商業合作”的組合，外界的關注點通常會從“估值高不高”，轉向兩個更現實的問題：治理與透明度。

首先是利益結構會更複雜。Financial Times 提到，OpenAI 與多家晶片和基礎設施供應商之間存在長期協議與多重合作安排，外界擔心其中可能出現潛在利益衝突。這類擔憂並非針對某一家，而是針對一種越來越常見的行業形態：模型公司既需要融資，也需要供給確定性；供應商既想賣硬體，也想通過投資鎖定客戶。

其次是監管視角的變化。OpenAI 的組織形態與治理結構近年一直在演變，Reuters 也在這次報導中提到 OpenAI 從非營利起步、並在近年轉向更商業化的結構。 一旦它引入更多超大體量的戰略投資者、並把雲與晶片繫結到商業合作裡，監管機構與市場參與者對透明度的要求只會更高。

更直接的檢驗來自執行層：Trainium 不是一句口號。要讓核心訓練或推理負載遷移到新的晶片體系，需要軟體棧適配、工程最佳化、工具鏈與生態遷移。對 OpenAI 而言，分散供給能降低單點風險，但也會帶來更高的工程複雜度；對亞馬遜而言，拿到一個“最大體量的客戶”固然重要，但客戶能否在實務中持續用起來，才是決定長期收益的關鍵。 (視界的剖析)