美国国家科学基金会（NSF）宣布上线了一批新的 OMAI（Open Model AI）算力系统。配置是 NVIDIA Blackwell Ultra。总投资 1.52 亿美元，NSF 和 NVIDIA 各出一半。
这不是某一家大学的采购，而是一套面向全美 AI 研究者的公共算力基础设施。
这笔钱花在哪了
OMAI 系统的核心定位是"open AI research"。具体来说：
- 开放模型训练和微调。研究者可以在上面训练开源模型、做 architecture experiment，不需要自己搞算力。
- 评测和基准测试。大规模的模型评测不再受限于某几个有算力的实验室。
- 学术界的算力平权。没有 H100 集群的学校也能跑大规模实验。
NSF 的表述很明确："turning a $152M national investment into a foundation for truly open AI research."
为什么是现在
2026 年的 AI 研究有一个越来越明显的分层：闭源公司有无限的算力预算，开源社区和学术机构被远远甩在后面。
DeepSeek 证明了算力不是不可逾越的壁垒——但它背后有国家级资源。普通的研究团队连千卡集群都凑不齐。
OMAI 的存在就是试图填这个沟。不是填平（那不可能），而是让学术界至少有一个可用的 baseline 算力池。
Blackwell Ultra 的选择
NVIDIA 在这个项目里的角色不只是出钱。Blackwell Ultra 是 NVIDIA 面向 2026 年的旗舰推理/训练芯片，选择它意味着 OMAI 系统不是"用旧设备拼凑的学术玩具"，而是能跑真实规模实验的生产级硬件。
对 NVIDIA 来说，这笔投资也有商业逻辑：学术研究者熟悉了 Blackwell 生态，毕业后带着这些技能进入工业界，自然会更倾向于继续用 NVIDIA 的硬件。
和其他国家级算力项目的对比
中国方面，华为昇腾生态已经有多个国家级算力中心在运行。欧洲也在推进 EuroHPC 的 AI 算力计划。
NSF 的 OMAI 是美国在这个方向上的明确落子。1.52 亿美元不算多（对比各 hyperscaler 动辄几百亿的 CapEx），但对学术界来说，这是一个重要的信号：国家层面开始认真对待"开放 AI 研究需要公共算力"这个命题。
我的看法
OMAI 不会让学术界追上闭源公司的训练规模。那不现实。但它至少给了研究者一个可预测、可访问的算力池——不用再去跟云厂商抢 spot instance，也不用等实验室的 A100 排队。
值得跟踪的一个指标：OMAI 系统的实际利用率。如果上线后研究者排队等算力，说明需求远超供给；如果大量闲置，说明定位有问题。
另一个观察点：是否会有更多国家跟进类似的公共 AI 算力计划。算力基建正在成为 AI 竞争中的第三个维度——仅次于模型和人才。
主要来源：