合作升級！亞馬遜擬向OpenAI投資100億 這場「豪賭」會實現雙贏嗎？

TradingKey - 12月16日，根據The Information報導，亞馬遜正在商談向OpenAI投資至少100億美元。根據擬議協議，OpenAI計畫採用亞馬遜自研的Trainium AI訓練晶片。

這一進展距離雙方簽署380億美元的雲服務協議，僅過去不到六週。兩家公司在11月初的協議規定，OpenAI未來七年內將斥資380億美元租用亞馬遜Web Services（AWS）的伺服器，OpenAI可透過Amazon EC2 UltraServers伺服器存取包含數十萬個輝達GPU。

不過，11月份的協議中未提及OpenAI可以使用亞馬遜的自研晶片。這兩份協議的變化，凸顯了兩家公司的合作在極短時間內已經迅速升級。

若此次協議順利簽署，將推動OpenAI估值一舉超過5000億美元，並減少對輝達的晶片和微軟Azure雲基礎設施的依賴。而對於亞馬遜來說，這次合作則將給該公司的自研晶片帶來新客戶，證明其在AI領域的進程並不落後。

OpenAI：成也英偉達，敗也英偉達

先前，雙方協議規定OpenAI將購買AWS 380億美元的雲設施容量。本次合作引入了亞馬遜的自研晶片，核心目的是對兩家公司的算力基礎設施進行深度綁定。

目前，OpenAI主要使用輝達的晶片來訓練模型，OpenAI的軟體框架更是高度依賴輝達的CUDA平台，引入Trainium晶片有助於OpenAI擺脫對輝達晶片的依賴。

為了擺脫對輝達晶片的依賴，OpenAI曾在今年10月與博通簽署多年期協議，計畫合作開發客製化晶片和網路設備。

OpenAI與輝達的關係既緊密又複雜。今年9月，雙方簽署了規定輝達向OpenAI投資1000億美元的意向協議，作為交換，OpenAI將部署至少10GW規模的輝達系統。

這些合作無疑為OpenAI提供了最先進的硬體設施、穩固的供應鏈和資金保障，但換個角度看，OpenAI也幾乎淪為輝達的附庸，不僅失去議價能力，也會受限於輝達的生態——未來若使用非輝達的晶片，將面臨昂貴的架構遷移成本。

另外，資本市場對輝達與OpenAI的綁定關係也並不看好，其中最大的批評在於輝達投資OpenAI，後者轉頭就把錢用來租賃輝達的晶片，幾乎是「左腳踩右腳」地拉高估值。這種「循環出資」的模式雖能提高估值，卻沒有帶來真正的外部成長，存在風險。

5000億估值 VS 燒錢千億：OpenAI的融資無底洞

OpenAI 在今年 10 月完成了一項員工持股出售交易，此次交易對該公司的估值達 5000 億美元。極高的估值背後是市場對未來通用 AI 潛力的期待。然而，為了滿足市場的期待，保持領先地位，OpenAI 就必須大量「燒錢」租賃算力，進行模型的更新迭代。這種資本密集型發展模式意味著，OpenAI 在實現盈虧平衡之前都會非常缺錢。

據預測，OpenAI 未來四年內將消耗超過1000 億美元用於伺服器擴容和人才引進，OpenAI 先前曾表示2027 年計畫融資約 900 億美元。因此，來自亞馬遜的 100 億美元投資和晶片「支援」將是對 OpenAI 目前困境的解圍。

亞馬遜的百億投資：打入AI核心圈的「臨門一腳」

儘管亞馬遜的AWS已經成為雲業務領域最大的供應商，但其使用的是輝達的晶片，AWS相當於是輝達晶片的「展示櫥窗」，這讓亞馬遜在AI領域的地位有些尷尬。對亞馬遜來說，如果與OpenAI的協議順利達成，相當於其自研晶片Trainium獲得大模型行業領先者的強勁背書。OpenAI擁有最複雜的模型，如果其模型能在Trainium晶片上成功跑通，則意味著亞馬遜的AI晶片正式闖入AI賽道的前列。

在當前的大模型中，微軟的Azure和OpenAI的ChatGPT，或是Google Cloud與Gemini，都成為深度綁定的搭配。此次協議要求OpenAI在AWS上運行其模型，無疑可以打破Google和微軟的壟斷，吸引更多客戶從AWS平台訪問大模型。

除了市場地位，利潤問題是另一方面 的考量。若Trainium的性能成功通過OpenAI的驗證，亞馬遜將獲得「去輝達化」的底氣，不再需要為輝達「打工」，而是可以選擇用成本更低的自研晶片部署AWS平台，從而大幅降低算力成本，提升利潤率。

另外，據先前報導，OpenAI與亞馬遜還探討了電商領域的合作，包括將ChatGPT轉變為購物中心、將OpenAI的推理能力引入亞馬遜電商平台等。若該合作得以實現，亞馬遜將獲得理想的流量入口，因為ChatGPT擁有很高的日活躍用戶和極強的用戶黏性，這有利於亞馬遜與TikTok Shop、Temu等異軍突起的新競爭者抗衡。

截至今年9月30日，亞馬遜的現金及等價物高達669億美元，在科技巨頭中排名前列。儘管100億美元是一項鉅額投資，但不會對亞馬遜帶來財務負擔。

當然，這筆投資是否能順利實現還是個未知數，主要取決於亞馬遜Trainium晶片的實際表現。若順利實現，目前AI領域的競爭格局可能會被改寫。