在AI算力需求如海啸般席卷全球的当下，芯片巨头们正从单纯的硬件供应商，向基础设施生态的构建者转型。AMD近日宣布与加密矿业起家的数据中心运营商Core Scientific达成合作协议，锁定最高2.5吉瓦（GW）的容量，用于部署其AI产品。这一动作不仅刷新了AMD在基础设施领域的投资规模，也揭示了AI产品从“卖芯片”到“卖算力”的商业模式进化。
2.5GW算力协议：AI基础设施的“军备竞赛”
AMD与Core Scientific的合作并非简单的租赁关系，而是一份深度绑定未来五年产能的战略契约。根据协议，自2027年起，AMD将获得超过500兆瓦（MW）的AI数据中心容量，并可扩展至2.5GW——这相当于一座中型核电站的发电量。如此庞大的容量，意味着AMD可以直接向客户提供“算力+芯片”的一站式服务，而非仅仅销售GPU。
这一趋势与当前的数字化转型浪潮密切相关。随着大模型训练和推理对电力的饥渴，传统数据中心已无法满足AI产品对连续高负载的苛刻要求。Core Scientific此前主要服务于加密货币挖矿，其PUE（能源效率指标）和散热设计天然适合高密度计算。AMD选择与之合作，正是看中了其现成的物理基础设施和运营经验。
值得注意的是，AMD在协议中还将获得Core Scientific的认股权证，这使其能够以市场价格购买该公司股票。这种“战略投资+锁量”的模式，在芯片行业极为罕见，显示出AMD对AI数据中心资源的长期野心。相比之下，英伟达更倾向于通过自有云服务（如DGX Cloud）提供算力，而AMD则选择与第三方运营商深度绑定，形成差异化竞争。
对于普通用户而言，这意味着未来的AI产品（如AI画图、AI视频生成）将拥有更稳定的响应速度和更低的成本。因为基础设施的规模效应会直接传导至云端服务价格。
Core Scientific的华丽转身：从比特币矿工到AI托管商
Core Scientific的转型堪称业界教科书。这家公司曾是全球最大的比特币矿工之一，但2022年加密货币寒冬使其一度濒临破产。然而，AI浪潮的爆发给了它第二次生命——比特币矿场的电力、冷却和机架管理能力，与AI数据中心的需求高度重合。
如今，Core Scientific已将其业务重心转向AI和高性能计算（HPC）工作负载托管。根据协议，该公司将与AMD合作设计新一代数据中心物理基础设施，并部署AMD的芯片和软件解决方案。这意味着，未来的AI工具导航类平台可能会集成更多基于AMD架构的算力资源。
从财务角度看，这笔交易对Core Scientific是重大利好。消息公布后，其盘前股价上涨6%，而AMD股价则因整体芯片板块回调下跌4%。市场投资者显然看清了逻辑：Core Scientific从“卖算力给矿机”变成了“卖算力给AI公司”，估值逻辑完全重构。
这种转型也反映了AI技术对传统行业的强大渗透力。一个曾经被视为“耗电怪兽”的加密矿场，如今摇身一变成为AI基础设施的基石。未来，类似AI图片生成这样的应用，其背后可能就运行在曾经挖矿的服务器上。
AMD的底层逻辑：芯片+数据中心双轮驱动
AMD企业发展战略负责人Mathew Hein在声明中表示：“Core Scientific丰富的AI数据中心资源，将进一步扩大客户获取AI基础设施的渠道，帮助他们大规模部署基于AMD的人工智能解决方案。”这句话揭示了AMD的底层战略：不再只做芯片，而是打造“芯片+数据中心”的双轮驱动模式。
过去几年，AMD在AI芯片领域追赶英伟达，其MI300系列加速器在性能上已具备竞争力，但生态和客户习惯仍是短板。通过锁定数据中心容量，AMD可以降低客户大规模部署的准入门槛——企业无需自建数据中心，只需租用Core Scientific的算力即可运行大模型训练任务。
这种模式对于中小企业尤其友好。以往，使用AI产品（如AI写作、AI语音合成）需要采购昂贵的GPU服务器，运维成本极高。现在，AMD提供了一个“开箱即用”的算力池，企业只需调用API，底层硬件由AMD和Core Scientific负责。
此外，AMD还布局了开放的ROCm软件栈，与英伟达的CUDA生态抗衡。有了专属数据中心后，AMD可以更有力地推动ROCm的适配和优化，吸引更多AI开发者迁移。这就像苹果通过App Store锁定硬件生态，AMD也在试图通过数据中心锁定软件生态。
对AI产品生态的影响：算力供给与成本博弈
2.5GW的算力容量，究竟意味着什么？以训练一个GPT-4级别的大模型为例，大约需要2000-3000张H100 GPU连续运行90天，功耗约5-10MW。2.5GW可以同时支撑数百个这样的项目并行运行。这意味着，AMD的客户将获得前所未有的算力弹性。
对于AI产品开发者而言，算力成本一直是最大痛点。OpenAI训练一次GPT-4的成本据估算超过1亿美元。如果AMD能借助规模效应大幅降低每瓦价格，那么AI产品（如AI视频生成、AI虚拟人）的定价将更亲民，应用场景也将从专业领域向消费级扩张。
例如，你现在可以尝试用AI画图生成一张概念图，或者用抠图工具快速去除背景，这些功能的背后都是昂贵的算力消耗。如果数据中心容量扩大，用户等待时间缩短，甚至可能出现免费增值模式。
不过，这场“算力军备竞赛”也存在隐忧。电力供应和土地资源正在成为稀缺要素。AMD和Core Scientific的合作，本质上是在提前锁定未来五年的能源供给。其他科技巨头如微软、谷歌、亚马逊也在疯狂抢购数据中心，这可能导致AI技术成本最终由用户买单。
未来展望：AI技术如何重塑数据中心物理设计
AMD与Core Scientific的合作不仅仅是商业协议，更是一次技术协奏。双方将共同设计数据中心物理基础设施，包括散热、供电、布线等环节。这预示着AI技术将反向塑造数据中心行业。
传统数据中心以CPU为核心，功耗密度低，散热采用风冷即可。而AI数据中心需要GPU集群，功耗密度可达每机柜50-100kW，必须采用液冷甚至浸没式冷却。Core Scientific在加密矿场时期已经积累了大量的液冷经验，这使其成为AMD的理想合作伙伴。
未来，数据中心的物理设计将围绕“AI芯片”进行重构。例如，服务器机架需要更粗的铜缆和更高效的电源模块；网络架构需要支持GPU间的超高速通信（如NVLink替代方案）；甚至建筑选址也要靠近廉价电力资源（如水电、核电）。
这种变化将催生一系列新科技产品，如智能PDU（电源分配单元）、AI专用冷却系统、高密度光模块等。对于普通用户，你可以通过透明背景工具生成一张图片，但背后是数据中心里数百个水泵在循环冷却液。
产业链启示：科技产品竞争进入“电力+土地”时代
AMD与Core Scientific的协议，揭示了一个残酷的现实：在AI时代，科技产品的竞争已经从“算法”和“芯片”延伸到了“电力”和“土地”。没有足够的电力，再先进的AI技术也无法落地。
英伟达创始人黄仁勋曾多次公开表示，AI的尽头是物理学和能源。AMD的这笔交易正是对这一论断的实践。未来，科技产品（如AI语音助手、AI推荐系统）的竞争力将越来越依赖于其背后的基础设施规模。
对于初创公司而言，这既是挑战也是机遇。挑战在于，算力资源被巨头垄断，小公司难以获得低价GPU。机遇在于，像AI工具箱这样的平台，可以整合多家算力提供商的资源，打造“算力超市”，让开发者按需购买。
此外，AMD的认股权证模式也值得关注。通过金融工具绑定合作伙伴，芯片厂商可以更灵活地控制产能，避免像英伟达那样因产能不足而遭到客户抱怨。这种“产融结合”的策略，可能会成为未来科技产品供应链的常态。
最后，我们不妨用AI诗词生成一首打油诗来总结这场合作：“芯片巨头锁电地，矿场转身供AI。算力军备无休止，科技产品待花开。”
结语
AMD与Core Scientific的合作，是AI基础设施走向规模化、专业化的重要标志。2.5GW的容量承诺，不仅为AMD的AI产品提供了坚实的后盾，也预示着AI技术正在从“软实力”竞争转向“硬资源”竞争。对于普通用户，这意味着未来将有更多低成本、高性能的AI产品出现；对于行业，这意味着数据中心的物理设计和商业模式将迎来根本性变革。