2025年10月13日，旧金山与帕洛阿尔托，OpenAI正式对外官宣与半导体巨头博通（Broadcom）达成一份多年深度战略合作协议，双方将联合研发、落地面向下一代AI集群的定制化AI加速芯片与高速网络硬件系统，项目总算力规模达到10吉瓦，整套机架系统计划自2026年下半年分批启动交付，全部部署工作预计在2029年底完成。消息一经公布，博通（AVGO）二级市场股价迎来明显上涨，AI定制硬件业务已经成为博通未来业绩增长的核心引擎之一。

在分工模式上，双方跳出传统“甲方采购芯片”的商业范式，采用联合共建模式：OpenAI承担AI加速器芯片、整机系统架构的顶层设计工作，把自身多年迭代前沿大模型、产品落地过程中沉淀的硬件需求、模型负载特征直接注入芯片设计环节；博通负责硬件工程实现、芯片落地、机架集成、高速以太网互联硬件的开发与规模化部署生产，承担半导体工程落地的全部环节。整套算力集群全部采用博通以太网互联方案，实现算力节点横向、纵向双向扩展，这批定制硬件将部署在OpenAI自有机房，同时也投放到OpenAI合作的第三方数据中心内部，用来承接海量大模型训练、大规模推理服务业务，应对全球持续爆发式增长的AI算力需求。

OpenAI与博通并非临时达成合作，双方在本次对外公告之前，已经签署长期合作协议，针对AI加速器的联合开发、供应链供给已经开展长达18个月的内部研发工作，本次对外公开的是项目落地部署意向书（term sheet），整体项目交易规模达到数十亿美元级别。OpenAI CEO萨姆·奥尔特曼在官方通稿中表态：“与博通达成合作，是搭建AI发展所需基础设施至关重要的一步，能够释放人工智能的全部潜力，为个人用户、商业企业带来实实在在的价值。自主开发AI加速器，是对现有合作伙伴生态的重要补充，为前沿人工智能持续迭代提供必须的硬件能力支撑”。

从项目配套关系来看，这批由OpenAI设计、博通工程化实现的定制AI加速硬件，将同步供给OpenAI重磅的“星际之门（Stargate）”数据中心计划使用，与甲骨文提供的算力资源形成互补支撑。需要厘清一点：OpenAI“星际之门”项目本身是2025年1月发布的独立基建规划，规划四年累计投入5000亿美元，建设10吉瓦AI算力数据中心，合作方包含软银、甲骨文、英伟达等企业；10月和博通合作的10吉瓦定制芯片是另一套硬件供给体系，两者算力目标数值巧合，但属于两套不同项目，定制芯片硬件会作为算力供给组件，接入星际之门的数据中心园区当中，并非完全等同的同一个项目。

在此之前，OpenAI算力供给高度依赖商用通用GPU，主要向英伟达等厂商采购标准化加速卡。随着GPT系列大模型参数规模持续膨胀，面向亿万用户的推理服务流量暴涨，通用GPU开始暴露现实短板：通用芯片需要兼顾训练、推理、多类异构负载，无法针对OpenAI大模型专属负载做深度优化；全球AI算力抢购潮之下，GPU供货周期拉长，供应链存在不确定性；同时大规模推理场景下，通用GPU单位token计算成本居高不下，长期大规模部署带来巨大财务压力。正是基于降本、供应链安全、性能优化三重诉求，OpenAI开启向上游硬件延伸的战略，不再完全依赖第三方商用GPU，转向自研定义芯片架构，委托半导体厂商完成工程落地，以此降低外部供应链约束，掌握硬件层面的主动权。

行业分析指出，本次合作的核心价值，不只是拿到一批定制芯片，而是推动OpenAI走向算法‑模型‑芯片‑整机‑数据中心全栈垂直整合。过去AI企业只聚焦上层模型与应用，硬件全部交给外部供应商；而OpenAI通过自研加速器，把模型运行过程中发现的瓶颈直接固化到芯片硬件架构，让芯片原生适配自家大模型的算子、存储访问模式，以此实现更高的算力能效比，降低推理场景功耗与成本，为通用人工智能AGI的持续迭代筑牢硬件底座。

技术路线选择上，双方没有选择行业传统专有高速互联方案，整套大规模集群全部基于博通以太网技术实现节点互联，这也是本次合作很有标志性的技术选择。传统AI集群大量使用厂商私有互联协议，硬件绑定性强，成本高昂；成熟以太网硬件供应链成熟、可大规模量产，能够支撑上万节点超大规模集群高速数据互通，有利于控制整套数据中心硬件采购成本，降低集群扩张的门槛。当然，这套定制硬件并非完全替代现有GPU，官方口径明确，定制加速器优先面向大模型推理业务，训练场景依旧会继续采购第三方通用GPU，属于补充而非全盘替换现有算力体系。

从全球产业格局视角观察，OpenAI与博通的合作，代表全球头部AI企业集体向上游硬件延伸的大趋势。大模型产业、芯片制造、云计算基础设施三者深度绑定已经成为行业现实：AI算法迭代速度越来越快，软件层面的优化空间逐步见顶，想要进一步提升模型能力、降低服务成本，必须深入到芯片、硬件系统层面做协同优化。海外多家AI企业都已经启动自研或联合定制AI芯片的路线，Anthropic、Google、Meta都有对应的定制硬件项目，AI竞争的主战场已经从算法比拼延伸到底层算力硬件的竞争。

同时，该合作也直接搅动全球AI芯片市场竞争格局。长期以来，英伟达凭借GPU产品占据AI加速市场的绝对主导地位，大量AI企业被动接受产品规格、供货周期、定价。OpenAI联合博通打造数十亿美元规模的定制ASIC，证明大型AI企业有能力绕开标准化商用芯片，联合半导体厂商开发面向自身业务的专用加速硬件，为行业提供新的范式，后续会带动更多大型AI客户采用定制化芯片模式，对通用GPU市场形成间接冲击，市场会分化为“标准化通用GPU”和“客户定制ASIC”两大赛道，市场竞争走向多元化平衡。

但也要客观看待项目存在的不确定性。整个项目周期跨度接近4年，从2026下半年才开始分批交付机架，2029年底全部完工，周期很长。定制ASIC芯片模式拥有理论能效优势，但芯片流片、系统适配、大规模集群调试都存在技术风险；即便芯片硬件本身性能达标，还需要完成模型算子适配、软件栈调优，才能真正把硬件潜力释放出来。定制硬件能否达到预期成本下降、性能提升效果，还需要等到硬件实际部署之后才能验证。另外，10吉瓦的算力规模同时意味着巨大的电力消耗，对应数百万家庭级别的用电体量，未来数据中心的电力供给、能耗管控、冷却系统建设，也会成为项目落地的现实约束条件。

博通的角色也值得关注，博通并不做通用GPU，在以太网网络芯片领域全球领先，同时具备大型ASIC定制、机架系统集成能力。本次合作标志博通深度切入AI算力加速赛道，不再只做网络配套元器件，直接参与AI加速器芯片的工程落地，抓住AI企业自研芯片的浪潮，开辟全新的业务增长曲线。

整体来看，这份多年合作协议，标志算力竞争正式进入“软硬协同、垂直定制”新阶段。当大批量定制加速机架逐步落地，全球AI算力供给格局将迎来重要调整。短期不会彻底颠覆现有GPU主导的市场，但是建立起一条重要的备选算力供给路线，给OpenAI未来AGI发展提供硬件底座参考。同时，该案例也给全球行业提供参考：AI产业竞争，不止是大模型算法比拼，芯片、网络、整机、数据中心组成的完整基础设施能力，同样是决定AI企业长期上限的关键要素。