微软与OpenAI的真正交易：输电线路比芯片设计更重要
微软押注引入OpenAI的硬件大脑，揭示了AI经济学的一个残酷真相——瓶颈不再是谁能制造最智能的芯片，而是谁能将其成功接入电网。
首席执行官萨蒂亚·纳德拉在最新的Dwarkesh Patel播客中透露，微软将根据其已延长至2032年的知识产权，对OpenAI的定制芯片和数据中心设计进行“工业化”，这标志着超大规模云服务商争夺AI基础设施堆栈所有权的根本性转变。但重点却被标题掩盖了：纳德拉承认微软有GPU“闲置在库存中”，因为该公司无法足够快地为其供电。在AI竞争的新时代，输电权和变电站许可比芯片流片计划更为重要。
明确数十亿美元资本支出的合同
这份于10月28日敲定的修订后的合作协议，取代了OpenAI单方面宣布AGI的权力，改由一个独立的专家小组来验证通用人工智能（AGI）何时到来。微软对OpenAI模型和产品的知识产权现已延长至2032年，其中包括受安全保障措施约束的AGI后系统；而对机密研究方法的访问权限则持续到2030年或AGI验证完成，以先发生者为准。收益分享机制将持续到该小组做出判断。
这种结构解决了一个资本配置难题：建设数吉瓦级园区的投资者和供应商，现在可以根据明确的时间窗口来承诺支出，而不是一个可能毫无预警就到来的二元“AGI声明”。对于本财年将在AI基础设施上投资超过800亿美元的微软来说，合同的确定性使其有理由提前采购硬件，即使实际利用率落后于供电计划。
当物理学凌驾于采购之上
纳德拉坦率承认GPU闲置标志着一个转折点。过去两年，AI建设叙事的核心是芯片供应——谁能获得最多的H100和GB200芯片，谁能锁定台积电（TSMC）的产能。现在，这种稀缺性正在演变为另一种限制：兆瓦级电力和建设速度。
纳德拉表示，“AI数据中心的电力供应和建设速度”现在是决定性因素，将电力采购提升到与软件工程并驾齐驱的高管层能力。微软正争相签署数吉瓦级的购电协议——包括核能、先进天然气和长时储能——并确保输电互联。如果没有稳定的电力和已完工的机房，即使是最先进的加速器也无法带来任何回报。
这种“物理优先”的观点解释了为什么微软正在吸收OpenAI的系统级设计，而不仅仅是授权芯片IP。OpenAI与博通（Broadcom）的合作目标是建立10吉瓦的定制AI基础设施，计划于2026年下半年开始部署。这种规模要求在机架密度、光网络和热管理方面进行创新——微软现在可以在其知识产权保护下，在Azure上导入、扩展和部署这些经验。其价值不仅仅在于硅架构本身，更是涵盖热力学和电力传输限制边缘运行的整体蓝图。
投资论点：电力上限下的垂直整合
微软的策略缩短了实现垂直整合的时间，而无需从零开始——这是谷歌长达十年的TPU之旅或AWS的Trainium建设的快速替代方案。通过首先工业化OpenAI的系统IP，微软在三个方面获得了选择权：部分替代英伟达（Nvidia）以改善训练经济性，在供应商谈判中获得影响力，以及模型架构与物理基础设施之间更紧密的耦合。
财务机制是直接的。如果微软在2027财年之前，用自家芯片替代10%到20%的AI训练工作负载，那么与完全使用英伟达方案相比，其混合毛利率可能扩大150到300个基点，这得益于单位成本性能的提升和供应保障。Azure保留对OpenAI前沿模型无状态API的独家使用权至2032年，即使OpenAI多元化其基础设施供应商，微软也能确保高利润的平台即服务收入。
但执行风险是实质性的。微软必须消化OpenAI的设计，推出与前沿模型协同优化的量产Maia和Cobalt系列芯片，而且——至关重要的是——解决电力问题。资本支出正从计算转向电网侧投资：土地购置、变电站、输电升级、现场发电。这些资产的会计寿命更长，并能抑制短期折旧，即使现金支出激增，也可能改善报告的运营利润。
决定性的能力现在是公用事业级别的项目开发。谁能最快锁定稳定、低碳的兆瓦级电力和输电互联，谁就能设定AI的供应曲线。微软的资产负债表提供资本；而执行则取决于许可、地方政治以及以年而非季度计量的工程时间表。
围绕云服务、模型和芯片捆绑的监管审查日益严格。延长至AGI后的知识产权和Azure API独家使用权引发了反垄断问题，这可能迫使采取互操作性补救措施。同时，随着可靠的内部替代方案逐渐成熟，英伟达的定价权面临利润压力——时间点取决于源自OpenAI的系统能否在2026年末之前投入生产。
新的计算法则毫不留情：没有强大的电力基础设施，再好的芯片也只会变成搁置资产。微软正押注自己能够两者兼顾。
非投资建议