摘要：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。

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：

看 AI 如何从模型，落到土地、能源与工业资源之中。

《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。

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：

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：

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：

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。

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。

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。

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：

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。

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：

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。”

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？

来源：趣闻捕手一点号