甲骨文转型启示：AI赛道拼杀中，行业痛点与国产破局的关键

景点排名 2025年10月01日 18:10 0 aa

甲骨文最近正在搞大事，不是更迭代软件版本，而是拆自己的“基本盘”——史上规模最大的重组。

公司拟定为离职员工支付高达16亿美元遣散费，该数额远超既往同类计划。这般巨额支出，彰显出此次人员调整的宏大规模与强劲力度，令人瞩目。

加利福尼亚州和华盛顿州的WARN文件已经露了底，超过500名员工已经收到了裁员通知。

老实讲，这大概率只是冰山一角，有消息说实际受影响的人可能超过3000，而且到12月底，还得再砍大约10000个岗位。

本来想觉得甲骨文这是“自断臂膀”，但后来发现它背后藏着大动作：要从卖传统软件的，彻底改成做AI基础设施的。

为啥要改？因为它签了大单子，像和OpenAI、Meta这些公司的云基础设施协议。

要履约就得租数据中心，还得装先进的英伟达芯片，更得保证电力供应。

就拿德州西部那个数据中心来说，甲骨文计划每年单在现场燃气发电上就投超10亿美元。

这么砸钱的后果很直接，2025年它的现金流第一次变负了，上一次出现这情况还是1992年。

分析师说，这情况还得糟一年，要等到2029年才能转回来。

甲骨文的“钱袋子”与“订单量”，矛盾里藏着转型底气

你说这事儿怪不怪？现金流都负了，甲骨文的股价却在2025年涨了快一倍，眼看就要超过1999年的最好成绩。

而且它9月10号发的财报更夸张，4550亿美元的订单堆在那儿，股价当天盘中就暴涨，市值一下多了近千亿美元。

它的AI基础设施收入涨得也猛，这笔钱现在成了它的“定心丸”。

公司说这势头能稳住，本财年这部分收入能到180亿美元，五年内还能涨到1440亿美元。

实际上，这些订单并非十分复杂。以与OpenAI的合作为例，甲骨文主要负责搭建数据中心，助力OpenAI存储PB级的原始数据，其中涵盖文本、代码、图片等各类数据。

OpenAI要训练大模型，得先把这些数据洗干净、去重、标清楚，甲骨文就得提供够大的数据库。

更关键的是，大模型看不懂原始数据，只认Tokens，所以这个数据库还得把数据“向量化”，说白了就是把数据转成大模型能理解的“语言”。

另外，万亿参数的大模型，单个GPU根本装不下，得拆成小块装在4096个GPU里，OpenAI要调用的时候，甲骨文的数据中心得马上响应，把这些GPU“点亮”用起来。

不过甲骨文这操作也不是独一份，整个行业都在这么干。

微软之前投了几百亿建数据中心，还说要控制成本，转头就裁了15000人。

更直接来说，都是靠裁员抵消AI投资的成本。

有个叫Layoffs.fyi的平台统计，2025年前三个季度，全球超过83000个科技从业者没了工作，涉及194家公司。

甲骨文之前在云基础设施市场一直追不上亚马逊、微软、谷歌，这次靠AI基础设施的订单总算找到了突破口。

只是这“入场券”有点贵，得靠“负现金流”换，不知道它能不能扛到现金流转正的那天。

AI基础设施和传统软件开发完全不是一回事

软件能快速改版本，应用也能灵活部署，但建数据中心得提前规划好久，芯片得早早预订，电力还得稳定供应。

当软件跑得比硬件供给快的时候，整个行业就卡脖子了——这就是现在AI领域的“基础设施瓶颈”。

亚马逊、谷歌这些巨头也没好到哪儿去，手里攥着大订单却交不了货。

AWS说要几个季度才能平衡供需，现在下单得等到2025年底或2026年初才能完工，微软更晚，得等到2026年上半年。

仔细想，客户等着用AI基础设施干活，结果供应商交不了货，这中间的损失谁来担？不光是交付慢，商业模式也在变。

2025年9月蚂蚁数科在外滩大会上搞了个新玩法——“按效付费”。

以前企业是按租了多少服务器、用了多少内存给钱，现在是按完成了多少次模型训练、处理了多少推理请求算钱。

这改变挺合理的

同样的硬件，用来训练大模型可能要几千张GPU跑几周，用来做推理服务每秒能处理几百次请求，效果差太多了。

按效果付费，企业才不会花冤枉钱。

现在亚马逊、微软也在试点这个模式，计划2026年全面推，看来这会成行业新标准。

只是产能危机的根源没那么好解决

AI基础设施的运维颇为复杂，需对GPU集群进行专项管理，合理分配训练资源，平衡推理服务负载。这绝非简单增添服务器就能解决，而要针对性地开展架构设计与硬件配置。

更麻烦的是供应链还卡壳，英伟达GPU不够、台积电的封装产能不足、数据中心电力紧张，这些问题凑到一块儿，就算巨头有钱，也没法快速扩产能。

聊完行业，再说说咱们国内的情况，绕不开的就是芯片问题，2024年10月美国收紧了对华芯片出口，英伟达专门给中国市场做的H20芯片都要停产了。

这芯片性能比H100差不少，但已经是咱们能合法买到的最先进的AI芯片之一。

本来以为这事儿就这么定了，结果2025年7月15号，黄仁勋又高调宣布，美国政府批了H20在华销售的许可，还说“中国市场重要，美国企业得扎根在这儿”。

可没等大家松口气，半个月后国家网信办就约谈了英伟达，让它说明H20的安全风险，还得交证明材料。

此次约谈并非空穴来风。2025年5月，美国众议院提出《芯片安全法案》，该法案强制要求受出口管制的芯片需配备定位与远程控制功能。

说白了，这芯片背后藏着安全隐患，不得不防。

从市场数据看，国产芯片好像在进步

2025年，中国AI芯片市场规模达380亿美元。其间，国产芯片销售额由60亿美元跃升至160亿美元，市场占比亦从29%显著提升至42%，展现出强劲的发展态势。

这增长里有水分，多数企业真要搞关键的模型训练，还是得用英伟达的芯片。

国产芯片，卖得多了，可核心难题还没破。问题出在哪儿？不是国产芯片硬件不行，是配套的生态没跟上。

英伟达有个叫CUDA的系统，不只是个编程工具，而是一套完整的生态——有编译器、调试器、性能分析工具，还有数学库。

英伟达花了17年才建好这个生态，全球几百万AI开发者都是在这个环境里干活，代码、经验全绑在上面，要转到别的平台，花的时间和钱都不少。

国内的华为昇腾、百度昆仑芯，硬件性能在某些指标上能追上英伟达，但软件得跟着CUDA学。

可学起来太难了，一套包含编译器、驱动、库的软件栈，不是短时间能做出来的。

更让人着急的是，英伟达计划2026年下半年上新一代VeraRubin系统，性能还能再涨一截。

要是国产芯片在生态上追不上，这差距只会越来越大。

回头看整个事儿，甲骨文的转型是AI行业的一个缩影——想在AI赛道分一杯羹，就得先扛住成本压力、解决产能问题。

而咱们国内的企业，除了应对这些行业共性难题，还得突破芯片生态的壁垒。

AI基础设施的竞争才刚起步，未来3-5年是定格局的关键期。

甲骨文敢砸钱、敢裁员转型，是看到了AI的长期价值；国内企业要想跟上，光靠卖更多芯片还不够，得在生态上啃下硬骨头。

这条路不好走，但要是走通了，才能真正在AI领域有话语权。

iPad mini 8来了，芯片猛但没高刷，苹果在憋什么大招？

玩家必备十款“微乐湖南麻将怎么开挂”(原来真的有挂)-知乎

发表评论