AI 基础设施

SpaceX、Reflection、GB300、算力租赁、开源模型、数据中心

一句话结论：这不是一笔普通云服务采购，而是说明 AI 基础设施正在从大厂自用资产，变成可以对外出租的重资本生意。

据 CNBC 报道，SpaceX 与开源 AI 初创公司 Reflection AI 签署算力协议。Reflection 将立即获得 Nvidia GB300 算力访问权，并从 2026 年 7 月 1 日起每月向 SpaceX 支付 1.5 亿美元，协议延续至 2029 年的话总额约 63 亿美元。协议前三个月后，双方可提前 90 天终止。

关键事实

• 来源：CNBC。
• 涉及公司：SpaceX、Reflection AI、Nvidia。
• 核心技术/产品：Colossus 级别 AI 基础设施、Nvidia GB300、开源 AI 模型训练和推理。
• 关键数字：每月 1.5 亿美元；总额约 63 亿美元；前三个月后可 90 天通知终止。
• 注意事项：这是按 CNBC 看到的材料计算出的合同规模，是否跑满到期取决于双方执行和终止条款。

这条新闻的第一层意思很直观：AI 公司买不起、建不起足够多 GPU，于是租。但第二层更重要：SpaceX 这样的公司，正在把原本服务自家 AI 产品和内部需求的数据中心，变成外部客户可以购买的算力产品。

陈墨看这事，首先会把账摆出来。每月 1.5 亿美元不是“试用云服务”，而是足以改变一家 AI 初创公司现金流结构的固定支出。对于 Reflection 这种要做美国开源模型的公司来说，模型路线讲得再开放，底层仍然要面对一个很硬的问题：GPU、机房、电力、网络和维护，谁来付钱？

这也让“开源 AI”这个词变得更复杂。模型权重可以开放，训练代码可以公开，部署方式可以更可控，但训练和推理所需的基础设施并不会因为开源而便宜。相反，如果闭源模型提供商因为政策、合规或商业策略限制客户访问，开源模型公司会获得一个更强的卖点：你可以自己掌握模型。但要掌握模型，先要掌握算力账单。

本站编辑韩启明提醒，开源模型在政府和企业场景确实有可审计、可定制、可本地部署的优势，但“开源”不自动等于“自主”。如果训练和持续迭代仍然依赖少数基础设施提供商，新的锁定会从模型 API 转移到算力合同上。

OC 判断

OC 的判断是：AI 竞争正在进入“模型能力 + 基础设施金融化”的阶段。谁能拿到长期算力，谁才有资格谈模型路线。开源 AI 的机会是真实的，但它的成本结构会越来越像云厂商和电力公司，而不是传统软件项目。

为什么重要

• 对开发者：开源模型生态会更活跃，但真正能稳定提供高性能模型的团队，背后必须有长期算力来源。
• 对企业：选择开源模型不只是选许可证，还要看供应商算力、部署和服务是否可持续。
• 对用户：模型开放程度可能提升，但服务价格、可用性和响应速度仍会受基础设施成本影响。

参考来源

• CNBC：SpaceX signs computing power deal with open-source AI startup Reflection worth up to $6.3 billion：原始报道。
• Nvidia GB300 NVL72：用于理解报道中 GB300 所代表的新一代 AI 基础设施。
• Reflection AI：用于参考 Reflection 对自身开源 AI 路线的公开定位。