OpenAI联手博通 十吉瓦定制AI芯片集群项目加速推进
在大模型训练与推理成本居高不下、全球算力需求持续爆发的背景下，OpenAI与全球半导体龙头博通（Broadcom）于10月正式宣布，双方将启动一项前所未有的战略合作：共同构建总规模达10吉瓦（GW）的定制AI芯片与网络系统集群。这一项目不仅体现了博通端到端的硬核技术实力，也意味着其能力已覆盖从底层研发到超大规模工程落地的完整闭环。
博通深度赋能，OpenAI定制AI集群背后的“隐形引擎”
根据官方披露，此次合作由OpenAI负责AI加速器及整机系统架构设计，博通则专注于加速器和网络系统机架的部署，并提供全套以太网解决方案。双方目标是共建面向下一代AI大模型的高性能、高能效算力集群，整个系统基于博通的以太网技术链，涵盖高带宽交换芯片、PCIe互连以及光学连接及CPO（共封装光学）等完善的端到端互联手段，力求将OpenAI对GPT、Sora等大型模型的软硬件协同能力“写进”定制硬件，从而显著提升推理效率，降低算力单位成本。
合作协议显示，预计自2026年下半年起，双方将分阶段投产AI加速器机架，力争在2029年底前完成10吉瓦算力集群落地，上述系统将部署于OpenAI自有及合作数据中心，以应对全球范围内的快速增长需求。当前，OpenAI称其活跃用户数已突破8亿。
这一合作方案，不仅进一步夯实OpenAI在算力基础设施层的“自主可控”，同时也让博通借助自身网络芯片领域的技术积淀，实现向AI全栈基础设施供应商的转型，并顺利切入顶级AI算力阵地。
2025财年第三季度，博通交出了一份亮眼的成绩单：单季营收达159.5亿美元，同比增长22%，其中AI芯片收入高达52亿美元，增速高达63%，占公司整体营收三成。其主要动能正是为超大规模数据中心客户定制AI加速芯片（XPU/ASIC）。
以太网互联突破，软件生态协同
博通的核心优势体现在其顶级以太网连接与交换架构。面向大规模AI集群，网络环节渐成性能瓶颈。博通最新推出的Tomahawk 6交换芯片，单芯片带宽高达102.4Tbps，支持512条200Gbps SerDes通道，总带宽为业界同类产品两倍。除此之外，功耗控制成效显著：每1.6Tbps端口功耗由上一代的30W降至9W，实现功耗降低70%，充分适配AI训练和推理对高带宽、低延迟、低能耗的苛刻要求。
今年8月，博通还正式推出针对跨数据中心大规模互联的Jericho-4路由芯片（51.2Tbps），为地理分散式集群提供100万处理器（XPU）级安全连接，进一步巩固其在大规模AI网络中的护城河。
此外，博通正推动SUE（Scale Up Ethernet）等新型互联技术，致力于将以太网架构向AI系统“纵向扩展”场景延伸，实现高可靠性、开放性的XPU内部互联。
硬件以外，博通在软件层面的能力也在不断增强，并在收购VMware后已将后者转型为AI优化的私有云平台VMware Cloud Foundation 9.0，九成头部企业用户已完成采购尝试。这一软件平台与硬件能力形成协同，让博通不仅能提供AI芯片，还能交付整体AI基础设施解决方案。
值得注意的是，OpenAI与博通并非临时合作，双方合作已持续超过一年半，共同研发了一条面向推理场景的定制芯片生产线。
定制ASIC提升效率，多厂商并行策略初见成效
为满足AI基础设施飞速扩张，OpenAI不仅与博通开展深度合作，还分别与英伟达、甲骨文、AMD签订协议，合计算力供给达到33吉瓦。OpenAI创始人Sam Altman坦言，10吉瓦项目只是起步，OpenAI希望借巨量高效算力以极低成本快速输出高质量人工智能服务，让全球用户受益。
业内观察认为，尽管有观点称博通的定制芯片可能削弱英伟达在OpenAI订单中的主导地位，但更准确的分工是：英伟达主攻前沿模型训练和极致计算需求，博通则凭借专用ASIC在大规模推理与推理成本优化场景中发挥关键作用。通过多供应商策略，OpenAI一方面有效防范技术路线风险，提升供应链稳定性，另一方面则通过推理定制ASIC大幅优化性能和能耗，实现AI系统整体效率的“跃迁”。
博通半导体事业部总裁Charlie Kawwas博士表示，定制加速芯片与基于标准以太网的纵横向扩展方案相结合，正是下一代AI基础设施降本增效的最佳路径。
与通用GPU相比，定制推理芯片最高可实现三倍成本效率优势。业内测算，1吉瓦级别AI数据中心整体投资约500亿美元，芯片采购占比高达七成——而定制ASIC有能力显著优化这一大型项目的投入产出比。正如Altman所言，“巨大效率提升”将成为推动AI普及和商业应用加速落地的“加速引擎”。
行业影响与展望
OpenAI与博通的这一合作正推动定制ASIC在AI芯片领域进一步普及和迭代，通用GPU“通吃”时代或将终结，专用芯片路线日渐主流。在数据中心和AI训练集群领域，Marvell等芯片企业也在高速互连、定制ASIC产品等方向加快布局，为AI算力产业链注入更多新动能。
可以预见，随着技术与模式的持续创新，AI基础设施正不断迈向更高性能、更低能耗、更强扩展性的新时代。
（来源：114IC电子）
