OpenAI战略转向租赁算力能缓解成本压力吗？

　　OpenAI数据中心负责人Chris Malone已离职，与此同时英伟达对其数据中心项目的担保规模从2500亿美元大幅缩减至1200亿美元以下，这两件事共同揭示了一个信号——OpenAI正从重资产自建算力转向更灵活的租赁模式，以缓解逼近万亿级估值的成本压力。

　　一、数据中心负责人离职与算力战略调整直接相关

　　离职事件：负责监督OpenAI数据中心建设的Chris Malone已确认离职，其于2025年加入公司，在职约17个月。这是OpenAI近期一系列核心高管出走的最新案例，此前首席运营官、首席营收官等关键人物已相继离开。

　　官方回应：OpenAI发言人证实Malone已不再任职，并称公司今年早些时候重组了基础设施部门。

　　战略转向信号：知情人士透露，OpenAI正重启部分数据中心计划，特别是涉及租赁整个设施的项目，而非继续全资自建。

　　二、英伟达担保缩水折射重资产模式压力

　　担保规模调整：英伟达原计划为OpenAI在俄亥俄州的大型数据中心项目提供2500亿美元财务担保，但在投资者对风险敞口的担忧下，该规模被下调至不足1200亿美元。

　　覆盖范围收窄：修订后的方案中，英伟达仅为此项目第一阶段（约5吉瓦电力容量）提供财务担保，后续阶段融资安排再另行决定。

　　风险信号意义：英伟达作为AI芯片最大供应商主动收缩信用背书，市场普遍解读为对算力重资产模式风险的重新审视——“激进玩家开始控制风险了”。

　　三、租赁算力能否真正缓解成本压力

　　缓解资金压力：转向算力租赁意味着OpenAI无需独自承担巨额自建成本。此前其已上调截至2030年的算力支出预期至约7500亿美元，租赁模式可将前期巨额资本开支转化为运营支出，显著降低资产负债压力。

　　行业验证有效：美股算力租赁商CoreWeave、Nebius等财报大超预期，印证了租赁模式的商业可行性；国内算力租赁赛道同样高景气，2026年一季度市场规模达680亿元，同比增62%。

　　成本压力仍在：租赁可以缓解融资和折旧压力，但算力本身的稀缺性并未消失——高端GPU缺口达35%，H100租赁价格涨幅超30%且仍在上行。算力成本的根本约束在于电力与芯片产能，而非租与建的财务安排。