AGI基准测试之争本质上是GPU之战，而英伟达胜出

宣称、反驳与基础设施。

OpenAI将其最新模型命名为GPT-6 Astra。格雷格·布罗克曼（Greg Brockman）向互联网宣布，我们已步入通用人工智能（AGI）时代。黄仁勋表示赞同——并确保所有人注意到，是哪种芯片推动了这一里程碑。

本周爆发的AGI基准之争看起来像是一场哲学辩论。但事实并非如此。这是一场权力 consolidation（权力整合），而英伟达是最终受益者。

黄仁勋在X平台发帖称，Astra是在超过10万块英伟达Grace Blackwell NVLink72单元上训练的，下一阶段将有40万块GPU上线。他向OpenAI团队致以祝贺。这份赞美是真心的，但潜台词并非如此。

AGI尚无公认的定义。这正是问题的全部所在。没有标准，谁掌控了算力，谁就掌控了"宣告"的权力。

谁有权定义AGI

纽约大学副教授、著名的AGI怀疑论者加里·马库斯（Gary Marcus）在Substack上发表了一篇直率的批评文章。他列出了AGI的十项标准，据他的衡量，Astra仅满足其中一两项。他指责黄仁勋将一个科学问题当作企业公关稿来处理——在没有任何证据和定义的情况下宣告胜利。

马库斯对缺乏定义的指认并非错误。但他的框架假设：定义在市场中像在同行评审期刊中一样重要。而事实上并非如此。

重要的是规模。重要的是谁能指着GPU的数量说：这就是AGI的样子。这就是新的衡量标准。不是考试，不是论文，而是一整个集群。

讽刺意味浓厚。马库斯毕生都在论证智能需要架构，而非单纯的规模扩展。而Astra正是通过扩展构建的——而且扩展的规模之大，本身已成为一种论证。据报道，该模型在医学执照考试中接近人类水平，在由人类评估者执行的图灵测试中达到约60%的正确率，并且生成能通过基础安全审计的代码，这个达标率以往仅属于资深工程师。这些都不足以证明AGI。但它们制造了共识的外观，而在一个通过可见度来生产共识的领域里，外观在功能上等同于真理。

微软合同中的转折

这里有一个大多数记者忽略的细节。OpenAI和微软最初签署了一项包含收入分成的协议，其中有一条款：如果OpenAI实现了AGI，它可以在2030年截止日期之前停止向微软支付其应得份额。今年四月，两家公司修订了合同，完全删除了该条款。

为什么要删掉一个对你有利的条款？因为双方已不再就AGI的含义达成共识——而任何一方都不愿为了一个不存在的定义对簿公堂。删除触发条件是唯一的理性选择。

这一删除还有另一层重要意义。它表明OpenAI和微软都明白，在定义层面上赢得基准之争是不可能的。唯一的前进之路是砸钱超过所有人，直到市场接受你们版本的事实。

熟悉重新谈判的内情人士透露，微软在同期悄悄加速了其基础设施投资——在美国西南部新增一处数据中心建设，据报道该站点到2027年将容纳超过500兆瓦的计算容量。时机并非巧合。微软并不等待AGI被宣告。它在建造使宣告成为可能的设施。

GPU瓶颈

黄仁勋强调GPU数量是经过深思熟虑的。他已经说了好几个月：AI行业正进入一个新阶段，能力由硬件规模决定，而非算法创新。Astra就是 proof point（证明点）。

这是竞争格局的悄然重组：

Anthropic无法获得10万块Grace Blackwell芯片。Meta有自己的芯片，但规模远远不及。Google有TPU基础设施，但OpenAI和微软正在建立一个专有的英伟达栈，竞争对手在不进行同等资本承诺的情况下根本无法匹敌。

竞赛不再是关于谁能写出最好的模型。而是关于谁能负担得起最大的集群。英伟达位居中心，因为每一条通向所谓阈值的道路都需要它的硬件。

这一瓶颈的次生效应在招聘模式上已清晰可见。英伟达认证的GPU工程师和分布式系统专家在高级职位上的年薪已超过40万美元。招聘公司报告称，在候选人接受报价之前，出价会被三次甚至四次反超。这已经不是劳动力市场——这是一场拍卖。赢家是那些资金雄厚、跑道更长的在位者。

小型实验室和大学研究团队则从另一个方向感受到挤压。云GPU的可用性已显著收紧。曾经可用于微调实验的实例，现在需要提前预订或签订企业合同。推动早期大语言模型热潮的民主化叙事正在消退。算力正在成为壁垒，而非桥梁。

40万块GPU的承诺

黄仁勋说40万块GPU即将到来。这是当前训练集群的四倍。没有任何一家上市公司曾运营过如此规模的集群用于模型训练。如果Astra确实是第一台跨越某个非正式能力阈值的模型，那么下一个迭代版将构建在六个月前尚不存在的设施之上。

这创造了复利优势。模型在芯片上训练。模型带来的收入购买更多芯片。更大的集群产出更好的模型。这个循环自我强化。

竞争对手面临一个选择：复制资本支出，或接受永久性的差距。大多数人会选择后者。这就是黄仁勋正在引导却未明说的结构性结果。

财务层面的影响极为鲜明。OpenAI的G轮融资估值已超过3000亿美元。随着Astra的发布和微软合作的扩大，下一财年的收入预测高达数百亿美元。这个复利循环并非假设——它已经投入运营。

为何此事超越硅谷

AGI争论正被框定为知识产权问题——一个属于研究者和哲学家的议题。这种框架有利于英伟达。讨论越停留在定义层面，对支撑整个事业的基础设施集中化的审视就越少。

欧盟及其他地区的政府已开始审视先进芯片的出口管制。如果AGI的讨论从语义转向供应链，政策影响将立即可见。瓶颈不在模型，而在芯片。

战略后果影响更广。无法获得这一算力层级的国家将无法以平等身份参与AGI竞赛。这不是市场失灵——这是一个结构性现实，而当前的讨论掩盖了它。关于AGI安全、治理和对齐的对话预设了广泛参与。但参与需要算力，而算力正日益集中。

人才迁移是另一个下游效应。顶尖研究人员正迁往训练基础设施最集中的地区——主要是亚利桑那州和德克萨斯州，OpenAI和微软正在那里建设设施。这一地理格局的转变可能重塑这些地区更广泛的技术生态，带动软件、风险资本和相关产业一同转移。

结语

OpenAI宣告了AGI。批评者说没有定义。黄仁勋说芯片证明了它。这三种立场可以同时成立。

真正的转变不在于Astra是否符合某个学术标准上的AGI定义。而在于标准已从评估转向基础设施。谁能建造最大的集群，谁就能设定基准。英伟达已经在那里了。

GPU之战就是AGI之战。而英伟达拥有这片战场。现在的问题不再是谁能率先宣告AGI，而是谁能造出它。

接下来的十八个月将决定这种集中是否会固化为永久结构，还是会有竞争对手找到绕过GPU瓶颈的路径。在那之前，AGI的定义权属于拥有最多芯片的人。英伟达手握钥匙。