在与 Stripe 联合创始人约翰·科里森（John Collison）共同主持的 Cheeky Pint 播客中，OpenAI CEO 山姆·奥特曼谈到了 AI 基础设施的降本目标：他希望每吉瓦算力五年期的总成本，能从一个示例性的 700 亿美元降到 200 亿美元左右。他也特别指出，业内对成本有不同估算。325

因此，200 亿美元应被理解为奥特曼希望达到的目标，而不是 OpenAI 已公布的新预算、获批的建设方案或明确的交付时间表。325

700 亿美元是讨论用的参考值，不是统一报价

奥特曼以 700 亿美元作为当前每吉瓦先进 AI 算力五年总持有成本的示例数字，并表示，如果能降到 200 亿美元，行业就会更理想。播客内容明确提到，各方估算并不相同；这组数字不应被当作适用于所有数据中心或项目的统一价格。325

单看算术，700 亿美元降到 200 亿美元约相当于减少 71%。不过，这只是把一个示例性的当前成本与期望中的未来成本作比较，并不表示已有项目重新定价，也不代表 OpenAI 承诺按每吉瓦 200 亿美元建设算力。25

降成本要靠能源、芯片和供应链

奥特曼提到的降本方向包括降低能源、芯片以及其他供应链环节的成本。同一段讨论中，他还表示，随着模型变得更聪明，行业仍应要求每年实现 10 倍的性能提升。1825

这意味着他的目标不只是让基础设施更便宜，也包括提升使用这些基础设施的模型表现。不过，现有播客摘录没有给出实现降本的具体时间表，也没有量化各项成本需要分别下降多少。318

数据中心建设与机器人，是更大图景的一部分

奥特曼表示，OpenAI 正在学习如何建设自己的数据中心，并计划把公司的机器人项目用于建造更多数据中心。1《The Next Web》报道，他还把自我复制数据中心的可能性与获得更便宜的算力联系起来。7

这些说法反映的是正在探索的方向，并非机器人建造数据中心已有确定时间表，也不能证明机器人一定能实现每吉瓦 200 亿美元的目标。现有报道没有说明许可审批、设备供应等建设限制将如何解决。17

其他成本估算的口径并不相同

半导体分析师迪伦·帕特尔（Dylan Patel）曾给出另一组估算：他称，建设一吉瓦 AI 数据中心容量的成本已从 2024 年约 400 亿美元升至 600 亿美元以上；如果不计芯片设计公司的利润率，成本则会接近 200 亿美元。28

这组数字可以作为背景参考，但与奥特曼谈到的五年总成本并非直接对照。两者统计范围不同，不应被视为对同一成本项目的相互矛盾测量。328

存储芯片的财务对比提供背景，但不是成本明细

奥特曼还对比了 DRAM 行业过去的一种经营状况——投入 200 亿美元资本开支，带来 190 亿美元收入——以及他对存储芯片制造商未来的预测：每家公司一年可能产生约 1000 亿美元自由现金流。118这两组数字衡量的是不同财务指标，并非对利润或利润率的同类比较。

另有报道指出，奥特曼认为，过去的行业低潮可能让制造商在扩大产能时更加谨慎，即使市场存在短缺。24这些言论有助于理解潜在的供应限制，但并未说明存储芯片成本在 700 亿或 200 亿美元估算中分别占多少。

重点：这是降本愿景，不是建设承诺

奥特曼的核心意思是，随着 AI 行业扩张，基础设施成本需要下降：700 亿美元是每吉瓦算力五年成本的示例性参考值，200 亿美元则是他希望达到的水平。他提到了更便宜的能源、芯片和供应链投入，以及模型性能的提升；但这些数字仍是估算，200 亿美元也仍是目标，并非 OpenAI 公布的建设预算或时间表。31825

在与 Stripe 联合创始人约翰·科里森（John Collison）共同主持的 Cheeky Pint 播客中，OpenAI CEO 山姆·奥特曼谈到了 AI 基础设施的降本目标：他希望每吉瓦算力五年期的总成本，能从一个示例性的 700 亿美元降到 200 亿美元左右。他也特别指出，业内对成本有不同估算。325

因此，200 亿美元应被理解为奥特曼希望达到的目标，而不是 OpenAI 已公布的新预算、获批的建设方案或明确的交付时间表。325

700 亿美元是讨论用的参考值，不是统一报价

奥特曼以 700 亿美元作为当前每吉瓦先进 AI 算力五年总持有成本的示例数字，并表示，如果能降到 200 亿美元，行业就会更理想。播客内容明确提到，各方估算并不相同；这组数字不应被当作适用于所有数据中心或项目的统一价格。325

单看算术，700 亿美元降到 200 亿美元约相当于减少 71%。不过，这只是把一个示例性的当前成本与期望中的未来成本作比较，并不表示已有项目重新定价，也不代表 OpenAI 承诺按每吉瓦 200 亿美元建设算力。25

降成本要靠能源、芯片和供应链

奥特曼提到的降本方向包括降低能源、芯片以及其他供应链环节的成本。同一段讨论中，他还表示，随着模型变得更聪明，行业仍应要求每年实现 10 倍的性能提升。1825

这意味着他的目标不只是让基础设施更便宜，也包括提升使用这些基础设施的模型表现。不过，现有播客摘录没有给出实现降本的具体时间表，也没有量化各项成本需要分别下降多少。318

数据中心建设与机器人，是更大图景的一部分

奥特曼表示，OpenAI 正在学习如何建设自己的数据中心，并计划把公司的机器人项目用于建造更多数据中心。1《The Next Web》报道，他还把自我复制数据中心的可能性与获得更便宜的算力联系起来。7

这些说法反映的是正在探索的方向，并非机器人建造数据中心已有确定时间表，也不能证明机器人一定能实现每吉瓦 200 亿美元的目标。现有报道没有说明许可审批、设备供应等建设限制将如何解决。17

其他成本估算的口径并不相同

半导体分析师迪伦·帕特尔（Dylan Patel）曾给出另一组估算：他称，建设一吉瓦 AI 数据中心容量的成本已从 2024 年约 400 亿美元升至 600 亿美元以上；如果不计芯片设计公司的利润率，成本则会接近 200 亿美元。28

这组数字可以作为背景参考，但与奥特曼谈到的五年总成本并非直接对照。两者统计范围不同，不应被视为对同一成本项目的相互矛盾测量。328

存储芯片的财务对比提供背景，但不是成本明细

奥特曼还对比了 DRAM 行业过去的一种经营状况——投入 200 亿美元资本开支，带来 190 亿美元收入——以及他对存储芯片制造商未来的预测：每家公司一年可能产生约 1000 亿美元自由现金流。118这两组数字衡量的是不同财务指标，并非对利润或利润率的同类比较。

另有报道指出，奥特曼认为，过去的行业低潮可能让制造商在扩大产能时更加谨慎，即使市场存在短缺。24这些言论有助于理解潜在的供应限制，但并未说明存储芯片成本在 700 亿或 200 亿美元估算中分别占多少。

重点：这是降本愿景，不是建设承诺

奥特曼的核心意思是，随着 AI 行业扩张，基础设施成本需要下降：700 亿美元是每吉瓦算力五年成本的示例性参考值，200 亿美元则是他希望达到的水平。他提到了更便宜的能源、芯片和供应链投入，以及模型性能的提升；但这些数字仍是估算，200 亿美元也仍是目标，并非 OpenAI 公布的建设预算或时间表。31825