与OpenAI携手合作，富士康斥资14亿美元投资建设先进超级运算中心

深圳商报·读创客户端记者 苑伟斌

近日，在富士康科技集团鸿海科技日上，富士康与OpenAI双方宣布将合作聚焦在下世代AI基础设施硬件的设计工作，除了共同设计未来数世代资料中心硬件，也将规划关键AI资料中心零组件；同时，富士康正式宣布斥资14亿美元投资建设先进超级运算中心。

据了解，身为全球最大电子制造商，富士康过往科技日在超级运算、智慧制造、智慧电动车等领域的发展速度以及进程是全场焦点，而今年加入更多人工智能、科技和汽车领域的领导企业，包括NVIDIA、OpenAI、Alphabet等。

其中，OpenAI首席执行官萨姆·阿尔特曼（Sam Altman）首次对外分享，与富士康携手合作的重要性，“对于AI基础设施的关键组件的需求，已经远远超出了供应链能力，我们预计在未来几年内这种情况只会持续下去。双方合作的意义在于强化供应链，以满足整个产业现有和未来的需求。”据悉，此次初步协议不包含任何采购承诺，但OpenAI将享有富士康产品的优先评估权，并保留后续采购选择。

富士康作为英伟达云服务供应商，在本次科技日上，也正式宣布投资建设先进超级运算中心，该中心将以10000颗Blackwell Ultra GPU加速运算，预计在2026年上半年部署下一代NVIDIA GB300 NVL72 AI基础设施。此外，作为推动超算中心与云端运算营运平台公司——亚湾超算（Visionbay)，也在科技日上首次登台亮相，富士康将会是亚洲首批采用最先进NVIDIA Blackwell平台的企业。

富士康科技集团董事长刘扬伟表示，富士康正在从劳力密集型公司转型为技术密集型公司。“我们的竞争优势在于垂直整合。富士康深厚的技术底蕴与制造传统，让我们能与世界级科技领导者深度合作。这些合作伙伴选择富士康，是因为他们深知富士康能快速、确实、并以规模化的方式，将想法化为现实。这也让我们在面对AI与量子前瞻科技领域时，具有良好起跑点。”刘扬伟说道。

富士康旗下工业富联发布的2025年三季报显示，受益于AI业务的强劲增长，三季度营收达2431.72亿元，同比增长42.81%；归母净利润单季度首次突破100亿元，达103.73亿元，同比增长62.04%，均创下公司单季度历史新高。2025年前三季度，工业富联实现营收6039.31亿元，同比增长38.4%；归母净利润达224.87亿元，同比增长48.52%，均已接近去年全年水平。

关于业绩增长原因，工业富联表示，受AI服务器市场持续扩张、新一代超大规模数据中心用AI机柜产品规模化交付及AI算力需求强劲拉动，公司在主要客户的市场份额稳步提升，云服务商业务表现优异，推动整体营业收入增长。数据显示，云服务商GPU AI服务器前三季度营收同比增长超过300%，第三季度单季环比增长超90%、同比增长超5倍。

北京大学深圳研究院副研究员胡国庆博士表示，对于OpenAI和富士康双方来说，此次合作是一个相得益彰的双赢选择。一方面，OpenAI目前正在开发星际之门项目，如此庞大的算力集群在硬件的投入上是非常巨大的，全部靠自身去采购的话，开销自然也会很大。与其如此还不如找代工厂共同合作，富士康便是十分合适的选择。

另一方面，对于OpenAI来说，也在考虑新的商业增长战略，即寻求AI大模型与硬件相结合的产品落地。只有和硬件共同发展，才能实现整体营收的未来增长，OpenAI也才能够提升自己的市场估值。

“对于富士康而言，与OpenAI的合作也契合了企业加速转型为AI驱动科技平台服务公司的发展方向，同时展现其强大的垂直整合能力。”胡国庆博士说道。

上海交通大学安泰经济与管理学院教授、博导，上海交通大学深圳行业研究院首席科学家、院长助理蒋炜表示，OpenAI与富士康的合作，无疑是观察人工智能与实体经济融合的一个重要案例。从供应链视角看，此次合作展现了将前沿AI技术应用于复杂制造业的宏大构想，从积极层面看，这一合作旨在探索“通用大模型”与“具体工业场景”的结合点，并代表了供应链数字化演进的一个可能方向：即从基于规则的自动化，转向基于认知的智能化决策。

但蒋炜教授认为，其发展路径面临显著的不确定性。首先，是技术落地的挑战。制造业对可靠性、精确性和可解释性的要求极高，大模型当前的“黑箱”特性及其在极端复杂环境中决策的稳定性，仍需实践检验。其次，是投入与回报的平衡。构建和训练适用于工业领域的专用模型，需要巨大的数据、算力与人才投入，其产生的实际经济效益能否覆盖成本，是决定其能否规模化推广的关键。最后，是行业适用性的问题。即使合作成功，其模式可能也更适用于富士康这类超大型、流程复杂的制造企业，对于广大中小制造商而言，其普适性与可复制性仍有待观察。

“总体而言，这是一次具有探索意义的产业实验。它预示了AI赋能实体经济的深层可能性，但同时也提醒我们，从技术潜力到产业现实之间，存在一条需要跨越的鸿沟。其最终成果，将为整个制造业在AI时代的转型路径提供宝贵的实证参考。”蒋炜说道。