5000 亿「星门」落地德州：Sam Altman 首次公开 AI 工厂怎么建出来

全文 4,500字 | 阅读约24 分钟

（在阿比林，彭博社采访Sam Altman）

5月底，彭博社科技深访节目《The Circuit》播出一期特别内容，镜头第一次对准美国德克萨斯州一个叫阿比林的小镇，这片黄沙地正在被悄悄改造。

这里不是地产开发，而是一座将容纳 40 万颗 GPU、覆盖 1200 英亩的 AI 数据中心。它有个科幻片一样的名字——星门（Stargate）。

这个词过去属于想象力：1994年的同名电影里，它能穿越虫洞、直达异星文明。

现在，它成了 OpenAI、软银和甲骨文联手打造的5000 亿美元 AI 工厂计划代号。

Sam Altman亲自站上现场，不再只谈模型和参数，而是奔走于德州、东京、柏林与阿联酋，讲电力、土地、审批和算力产线。他说：

这不是研究项目，而是一次基础设施跃迁。

但问题才刚开始：

• 为什么第一战选在德州，而不是硅谷？

• 为什么不是微软，而是软银与甲骨文？

• Altman要建的，到底是一家企业，还是一条全球智能供应链？

接下来，本文将拆解 Altman 亲述的“选址、建设、转向、协作”四步棋，

看 AI 如何从模型，落到土地、能源与工业资源之中。

第一节｜为什么第一战选在德州？

《彭博社》首次公开了'星门项目'的建设现场：工人们正在通宵赶工。这里将建成OpenAI投资5000亿美元的'星门项目'首个基地，被Sam Altman称为'全球第一座AI工厂'。

但为什么是德州？

在节目中，主持人直问 Altman：

为什么选在这里？为什么不是湾区，或者微软的西雅图？

Altman 没用模型、系统、规模这些技术词。他说的是三件再简单不过的事：

我们需要更多空间，更多电力，还有更少阻力。

第一是能源

德州是美国为数不多可以同时提供风能、光伏、天然气的州。能源充足、成本可控，条件现成。

Altman 明确说：这里的电价，比湾区低了 30% 到 50%。而且我们能快速接入。

AI工厂不是空谈，实际上就是把大量耗电的机器集中在一起。AI 工厂不是摆设，它本质上是高密度用电机器的拼装地。

记者跟拍时统计，仅这片地上将安装40 万颗英伟达 GB200 GPU，预计峰值耗电1.2GW，相当于75 万户家庭全年用电总和。

第二是节奏

Altman 在采访中反复提到一个词：快。

模型的使用量远远超出我们的预期，推理需求大得惊人。 我们必须在两三年内，搭好自己的生产线。

在 ChatGPT 图片生成功能上线一周内，OpenAI 平台用户激增百万，GPU 不够用，模型被迫限流。

Altman 说：“我列了一张清单，列出我们要发布的功能和我们拥有的 GPU 数量，然后我意识到——我们根本来不及。”

德州能给他的，是时间窗口。

德州用地审批相对宽松，电力谈判快速，当地政府几乎全力配合。Crusoe（德州能源公司） CEO Chase Lochmiller 甚至在节目中说：这是我们建过的最快的大型场地，24 小时不停工，连起重机都调了 600 吨级别的。

第三，是管得少、放得快

Altman 很直接地说：我跟总统说过，我们需要一个能少些繁文缛节的地方。他答应我们，他会尽全力让这件事顺利推进。

这也是星门项目跟上一届政策最大的区别：它是一场靠行政支持打开建设绿灯的豪赌。

主持人跟随参观后感叹：这不像是一个科技产品发布会，而是在为AI搭建基础。

而市长给出的回答更朴素：我在这里当市长，一年工资 1 美元。但我希望能抓住AI时代的机遇。

这场第一战，不是模型突破，也不是算法提升。

它考验的，是谁能最快将电力、土地和审批打通，把AI推上真实世界的生产线。

技术领先≠落地领先。

AI 工厂的启动，不取决于哪家公司更懂模型，而是谁能先把算力造出来、接上去、跑起来。

第二节｜建的不只是数据中心，而是智能流水线

星门，不是一个盖在荒地上的服务器园区。

Altman 用的词是：“生产线”。

我们从微软学会了怎么用现有云服务搭建算力， 现在我们要做的是下一步——建出属于自己的那条产线。 ——Sam Altman，彭博社采访

Altman反复强调的，不是怎么训练出更强的GPT，而是怎么让它随时跑得起来：我们不是为了研究GPT，是为了让它随时可用。

这是使用频率爆炸带来的反转：OpenAI 不只是做产品的团队，他们要开始制造“智能”的实体工厂。

一座正在被工业化拼装的 AI 工厂

在彭博记者的镜头下，这座工厂的内部首次曝光：

• 8 栋大型厂房，每栋都将容纳 5 万块 GPU

• GPU 型号：英伟达 Blackwell GB200，是 2025 年最新旗舰

• 总量：40 万颗，预计市场价值约 400 亿美元

• 目标电力负载：1.2GW，足够支撑 75 万户美国家庭全年用电

施工负责人 Chase Lochmiller 形容说：我们在干一件前所未有的事。你看到的是水泥和钢筋，但最终制造出来的，是智能。

他把这场工程叫作'荒谬速度'（Ludicrous Speed）——意思就是快到离谱：

• 每天 2200 多名工人轮班作业

• 挖土、吊装、配线、调试 24 小时不断电

• 全部建成后，将成为全球最大的 AI 计算园区之一

冷却，不是散热问题，是续航能力

很多人不知道，AI 工厂最大挑战之一，不是芯片，而是冷却。

Lochmiller 带记者走进数据厅，抬头指着头顶的粗管：这些管子不是通风，是通水。我们用的是封闭式液冷。

传统冷却方式，要靠蒸发水冷，每天消耗上千万加仑的水。而他们设计的是：

• 一次性注入 100 万加仑水（约 3800 吨）

• 在封闭冷却回路中循环使用

• 不排放、不流失、不蒸发

我们不是在和热量对抗，我们在和成本赛跑。

这是一种工程级别的续航能力设计：为了让智能持续输出、稳定运行，就得像跑 F1 赛车一样，提前布好每一段加油点。

Altman：AI 工厂像一台“不会关机的计算发动机”

这不是比喻。他在现场说：我们已经不能靠共享算力上线新功能了，现在每一个新模型，都需要独占的计算池。

当 GPT-4o 的图像生成功能上线，用户激增百万，GPU 紧张得像电厂拉闸。

Altman 在推特打趣说：“GPU 要融化了。”

虽然是一句笑话，但他紧接着在采访中认真回答：我们不得不暂停某些功能上线，从研究中临时借GPU，就像停电时到处找发电机。

彭博主持人问：你们为什么要建这座工厂？为什么不是继续扩租微软的云？

Altman 的回答很坦白：我们想做的，不是再多租一间屋子，而是自己造一整栋楼。

这不是服务器叠加，而是智能的生产逻辑重构

GPU、管线、电、水、算法、能耗调度——所有部件都要协同开动，才能产生真正可用的智能。

Altman 没用“系统”这个词。他只是说：它们一起转起来了，就像一台发电机。

这一句，足够。

这已经不是传统意义上的数据中心，也不是云厂商的通用服务器。

它更像一条流水线，一旦启动，就要昼夜不停地生产出可用的智能，服务真实世界的需求爆发。

第三节｜不是 GPT 的迭代，而是工业逻辑的转向

Altman 在采访中提到了一张他亲自列过的对照表：一边是我们要发布的新功能清单，一边是我们手上拥有的 GPU 数量，我一看这两边——嗯，这不可能完成。

这不是玩笑。

OpenAI 原本的租赁模式已经崩了。以前还能靠云服务拉点资源，调点显卡，撑着模型上线。现在，每次更新、每次扩展，都是硬资源博弈——哪怕是一个新功能，也要抢GPU、挤空间、延进度。

被问及是否还会继续推出新功能时，Altman回答：我们只能推迟。有些要限制使用，有些要临时从研究里借算力来顶。我们不喜欢这样，但现在资源就是不够。

DeepSeek 的“效率冲击”没让他退缩，反而加快了动作

今年年初，来自中国的 DeepSeek 发布轻量模型，他们用更少的芯片做到接近 GPT-4 的效果，一度引发热议。

记者直问他：“DeepSeek 的路线会让你重新考虑吗？”

Altman没有否认对方的价值，他说：我觉得他们团队很聪明，也做了好事。 但我不认为他们发现了什么比我们更高效的方式。

他说得很平静，但立场很明确。

你可以把模型做得更轻，但你拦不住需求变得更猛

Altman反问了一个问题：如果有一天，我们能让AI的成本变成原来的十分之一，那会发生什么？

然后他自答：

人们使用它的频率将提高二十倍。 我们还是得建更多设施。

这是他最根本的判断：

• 不是AI太贵，而是它会越来越值得用；

• 不是现在的资源不够，而是未来的需求永远不会刚刚好。

所以，省钱不是重点，跟得上需求才是关键。

他们不只是为了当前这一代模型建工厂，而是为了未来让 GPT6 或者GPT7 都能跑得起来。

工厂是执行端，不是展示平台

Altman 说得更明白：我们从 GPT-4 学到的最大教训，不是怎么建更聪明的模型，而是怎么让这些模型长期、稳定、大规模地被用起来。

这正是星门的意义——它不是为了研发模型，而是为了把 AI 变成像电、水一样随取随用的资源。

GPT是AI的大脑，但大脑也需要身体才能工作。光有算法不够，还得有数据中心让它真正运转起来，服务用户。

换句话说：

星门不是“下一个 GPT”， 而是为AI大规模应用修建的第一条高速路。

这不是一次产品更新，而是一次思维方式的切换。

OpenAI 正从造出新模型，转向搭起智能工厂，要把 AI 从实验室推向每一个需要它的现实场景。

第四节｜不是一家公司能做的事：AI 工厂拼的是合伙能力

星门不是一个企业主导的项目，而是一个“超级合伙人联盟”的产物。

Altman在采访中坦言，哪怕是深度合作多年的微软，也难以独自撑起这场基础设施级别的重构：

我们确实从微软得到了很多很棒的资源，也合作了很多年。 但这件事——规模太大，已经超出任何一家公司能提供的范围。

星门背后站着四家力量，每家都不只是投资人

Altman列出了星门的四个关键出资方：

• OpenAI：提出目标、主导研发、协调算力资源

• 软银（SoftBank）：注入长期资本，愿意承担风险

• 甲骨文（Oracle）：负责部署和搭建底层硬件集群

• MGX（阿布扎比国有AI基金）：提供新兴市场资源与政策通道

这不是一笔钱砸下去就结束的融资轮，而是一种长期绑定的合资模式。

Altman说：我们花了很久，才把所有资源整合到一起。

孙正义：你说要2000亿，我带回来5000亿

Altman和孙正义的那段对白，被彭博社完整收录，几乎像剧本一样精彩：

Altman：我们一开始说可能要2000亿美元。

孙正义：然后我就回去，准备了5000亿。

孙正义在东京演讲中说了一句话：

“我相信 AGI 会改变一切。我想成为这场智能革命的一部分。”

Altman回应：

“要做一个新的‘曼哈顿计划’，就必须在最短时间里，把能源、芯片、基础设施统统对上号。”

注意他一直在重复不是“模型”，而是能源、芯片、建设。

现在比的不是谁技术更好，而是谁能组建全球团队，真正把项目建成。

甲骨文：把芯片装上去，把AI跑起来

甲骨文这家公司，在近十年的AI热潮中一直不温不火。

但这一次，轮到它来建设施了。

星门的每一栋建筑，由甲骨文主导GPU安装和网络部署。目标是在 2027 年前，把整个星门群集调到GPT-4的10倍规模。

主持人总结说：

微软、谷歌、亚马逊过去是卖云的，甲骨文这次， 是第一次‘接订单造厂’。

这不是外包基础设施，而是自己亲手搭建智能工厂

国家与政策，不是口号，是默认参与者

Altman承认，星门能推进，还有一个“隐形参与者”：我跟总统说过，这事儿得有人把繁文缛节推开。

这就是为什么他站上了阿比林的演讲台，也为什么他能在同一时间在柏林、东京、阿布扎比推进分站谈判。

主持人问：你怎么评价这届政府的支持力度？

Altman只说了一句：他的工作很难做，但我觉得他在努力做对的事。

Altman不是在建一个“AI项目”，他在搭一个可以跨越公司、跨越地理、甚至跨越政策障碍的“交付网络”。

这不是一个人在建厂，也不是一家公司在扩产，而是一群人用各自最擅长的资源，打造出一条智能落地的现实路径。

当下的 AI，不只是算力比赛，更是“谁能协调更多关键角色、先跑起来”的协作战。

结语｜AI 工厂已启动，人类准备好迎接它了吗？

彭博社记者站在德州阿比林的红土地上，看着数百辆挖掘机同步作业，说了一句：

这不是数据中心，这是人类历史上最大的一次智能生产工厂。

而 Sam Altman 面对镜头，回了一句更克制的话：

我们正在建造一个新的基础。 未来很多事，要从这上面开始。

他说得不复杂。但如果你把前后语境连起来，就会发现这不是一次技术叙述，而是一次产业宣言：

• 不是为了再做一个 GPT，而是让世界可以大规模、长期、稳定地使用 AI；

• 不是为了解决算力短缺，而是为 AI 找到一个真正可以落地的物理支点；

• 不是为了秀肌肉，而是为了抢占下一轮科技竞争的先机。

Altman 有句少被引用的话，在这场工厂建设之后，值得放在最后：

“我不能保证我们能看清所有后果，但我愿意比现在的人类文明更快一点，把门推开。”

这扇门，名字叫星门。

它背后，不只是算力，不只是芯片，不只是钱——

而是整个文明正在重新思考一个问题：

我们该如何把“智能”安放在世界上？

本文由AI深度研究院出品，内容根据彭博社最新节目《The Circuit》内容独家整理，未经授权，不得转载。

星标公众号， 点这里 1. 点击右上角 2. 点击"设为星标" ← AI深度研究员 ⋮ ← 设为星标

原文链接：https://www.youtube.com/watch?v=xHoLsxvf6N4&t=982s&ab_channel=BloombergPodcasts

来源：官方媒体/网络新闻，

排版：Atlas

编辑：深思

主编：图灵