开源是垄断者的“烟雾弹”？

文｜未来图灵

2025年，全球AI领域迎来史上最汹涌的"开源潮"。

从DeepSeek全面开源大模型，到百度宣布文心大模型加入开源阵营，技术民主化的呼声似乎达到顶峰。然而，当开发者们欢呼"人人可用"时，一场由算力、数据和云服务构建的"隐形垄断"正在悄然成型。

Synergy研究集团2025年Q1报告显示，全球云基础设施支出达940亿美元，同比增长23%，其中60%份额被亚马逊AWS（29%）、微软Azure（20%）和谷歌云（11%）瓜分。不单单是收入，60%的高质量训练数据也都集中于5家科技巨头手中。

6月5日智通财经消息称，人工智能基础设施建设持续扩张，亚马逊宣布将投资100亿美元扩建其位于北卡罗来纳州的数据中心集群。

"开源代码只是第一步，真正的门槛是算力和数据。"某国内AI初创公司CTO向未来图灵坦言，"我们能用开源模型，但训练成本动辄千万美元，实时数据还要向大厂购买，这就像给你免费菜谱，但食材只在天价超市出售。"

算力霸权

开源模型的普及并未削弱硬件巨头的统治力，反而强化了其垄断地位。

据Synergy研究集团数据显示，到2024年底，超大规模运营商运营的大型数据中心数量已攀升至1,136个，相较于2019年实现了数量翻倍的增长。而且该机构预测，在未来数年，每年新增的数据中心数量将维持在130-140个。

在全球云服务市场中，亚马逊、微软和谷歌牢牢占据着主导地位。从地区分布来看，美国掌控着全球数据中心总容量的54%，占据绝对优势；中国以16%的占比位居第二；欧洲则占比15%。

Synergy首席分析师约翰・丁斯代尔指出："在历史进程中，数据中心的平均规模增长较为平缓，呈渐进式发展，但近几个季度，企业对AI基础设施建设的强烈需求，彻底打破了这一常规态势，使得数据中心规模增长呈现爆发式增长。"

2025年第一季度，全球企业在云基础设施服务方面的投入达到了940亿美元之巨。与2024年第一季度相比，支出增长了23%，增长金额高达175亿美元，其中公共基础设施即服务（IaaS）和平台即服务（PaaS）占据了市场的大部分份额。

约翰·丁斯代尔分析道："虽然增长在不同地区和服务领域都有体现，但人工智能显然起到了重要作用。生成式人工智能特定服务的增长在140%到160%之间。"

AI发展所引发的算力需求，正在重塑全球数据中心格局以及云服务市场的投入走向。

开源是否真的带来了平等？

实际上，当所有人都能拿到模型代码，但训练成本和实时数据壁垒依然将中小玩家拒之门外。

以英伟达为例，英伟达自2021年起推出DGX Super Pod的云订阅服务，用户可按月租赁算力。到了2025年，客户已无法直接获取服务，而是需要通过 CoreWeave、Lambda Labs等云厂商间接租赁算力。作为英伟达的核心合作伙伴，CoreWeave凭借优先获得GPU资源的优势，构建起 "GPU即服务"（GPUaaS）的商业模式。

目前CoreWeave的大型客户包括微软、英伟达、Meta、IBM、Mistral和Cohere等，其中微软更是贡献了 62% 的业务量。此外，CoreWeave的算力服务也逐步渗透到金融、制药等高性能计算需求较高的行业。华尔街量化交易公司Jane Street，以及多个生物制药企业，均依赖CoreWeave的算力支持其模型训练和数据分析。

据悉2025年，CoreWeave计划进一步扩大数据中心网络，新增10座数据中心。

对于AI算力供应商而言，数据中心的扩张不仅代表着计算能力的提升，也直接影响客户的服务质量和算力成本，随着全球AI训练任务的规模不断增长，数据中心的算力密度成为企业竞争的关键要素。

此外有消息称，CoreWeave手握超过25万张英伟达的GPU，英伟达不仅是其核心供应商，更是其战略股东之一。

硬件采购的门槛更是令人咋舌。据公开资料显示，香港数码港2024年10月启用的超算中心采用英伟达DGX H800 GPU，每个节点月租金达32万港币（约合人民币29万元），若采购多节点集群，成本将远超2.5亿元。英伟达最新财报也显示，其数据中心业务单价持续攀升，2025财年第四季度数据中心营收达356亿美元，同比增长93%。

不仅如此，英伟达最新发布的芯片针对主流开源模型进行了深度优化，这一"巧合"背后隐藏着巨大的利益关联。据了解，为实现这种优化，英伟达投入了价值27亿美元的适配合作。当开发者为了追求模型的高性能而不得不采购特定硬件时，开源模型在不知不觉中沦为了最隐蔽的捆绑销售工具。

专业数据被私有化

开源模型的另一大壁垒是数据。Mozilla基金会2024年的报告指出，Common Crawl的爬取范围已被Facebook、《纽约时报》等头部网站大幅限制，导致其数据无法代表"整个网络"，尤其缺乏专业领域的深度内容。

高质量数正在流失。据Common Crawl的统计数据显示，2023年后，《纽约时报》等头部网站限制爬取，其页面数量同比下降37%，而低质量网站占比从2019年的12%升至2024年的21%。

大厂虽通过开源基础模型（如Transformer架构）建立技术标准，却借助云服务、数据管道、开发工具实现隐性控制。此前腾讯元宝的《用户协议》。其中一项条款约定，对于用户向腾讯元宝输入的内容，腾讯可以获得几乎所有场景的使用权，且授权是"无地域限制的、永久的、免费的。"

被曝光后，3月1日到3月5日之间，元宝《用户协议》进行了三次修改，调整了腾讯对输入内容的使用范围、授权方式。

同时，腾讯公关总监张军在朋友圈回应道："非常抱歉给大家造成困扰。使用元宝时输入和输出的内容，权利归您或相应权利人所有人，使用元宝并不会改变归属。最新版本已经增加数据管理功能，相关内容都不会用于大模型优化。"

目前，腾讯元宝的页面新增了"体验优化计划"开关，关闭后，用户输入的内容将不再用于训练AI。

开源模型的致命诱惑在于其完美的双赢假象。

正如网友匿蟒 所言，(算法 + 算力 + 数据)× 时间 = 模型，模型才是能用的东西，而算法只是门槛之一。

开源运动的初衷是技术平权，但在AI时代，算法自由≠资源自由。当算力、数据、生态成为新的垄断壁垒，开源可能只是巨头"圈地运动"的开始。

未来的AI竞争，不仅是代码之争，更是基础设施与规则制定权的争夺。如果没有政策干预和生态创新，"人人可用"的理想终将沦为"少数人掌控"的现实。