Stargate Project Pivots: OpenAI Abandons Construction for Leasing, Wakes from 1.4 Trillion Compute Empire Dream

marsbitDipublikasikan tanggal 2026-03-17Terakhir diperbarui pada 2026-03-17

Abstrak

OpenAI has significantly restructured its ambitious Stargate project, shifting from a plan to build its own data centers to leasing computing power from cloud providers like Microsoft Azure, Oracle, and Amazon AWS. Initially announced in January 2025 with a projected investment of up to $1.4 trillion, the project's budget has been reduced by 57% to around $600 billion through 2030. The change comes after more than a year of delays, with no employees hired and no construction started, largely due to lenders' reluctance to finance the project given OpenAI’s ongoing substantial operating losses. The restructured Stargate is now organized into three teams overseeing commercial partnerships, technical engineering, and physical operations, all managed by former Intel executive Sachin Katti. Despite the shift in strategy, OpenAI still aims to deploy nearly 7 gigawatts of server capacity over three years, with investments totaling over $400 billion. The company is also developing its own AI chips in collaboration with Broadcom to reduce inference costs. Annual spending is projected to reach about $120 billion, matching Microsoft's yearly capital expenditure, even as OpenAI's revenue remains significantly lower and profitability is not expected before 2030.

1.4 trillion dollars. This was the total value of the Stargate computing blueprint presented by OpenAI CEO Sam Altman to investors at the end of 2025. Fourteen months later, that number has been slashed to 600 billion.

According to a March 16th report by The Information, OpenAI has significantly restructured the Stargate computing infrastructure project, abandoning plans to build its own data centers and fully shifting to leasing computing power from cloud service providers like Microsoft Azure, Oracle, and Amazon AWS. Stargate has been split into three functional teams, all managed by former Intel Chief Technology and AI Officer Sachin Katti.

The reason for the pivot is straightforward. Stargate was announced with great fanfare at the White House in January 2025, revealing a joint venture with SoftBank and Oracle to build large data centers, with an initial investment of $100 billion and a total investment of $500 billion over four years. However, more than a year after the project's launch, not a single employee had been hired, and no substantive development of a data center had begun. According to CNBC, lenders were unwilling to provide billions in construction financing to a company still reporting massive operating losses. OpenAI also recently withdrew from negotiations to expand the Oracle Stargate facility in Abilene, Texas.

Over a year, zero employees, zero construction started. The "build-it-ourselves" path for Stargate never truly began.

According to disassembled data from investor materials, the $1.4 trillion total commitment cited by Altman was distributed among seven suppliers. According to venture analyst Tomasz Tunguz's analysis of the investor materials, Broadcom accounted for $350 billion, Oracle $300 billion, Microsoft $250 billion, NVIDIA $100 billion, AMD $90 billion, with AWS and CoreWeave combining for $60 billion.

In February 2026, CNBC reported that this figure was reset to approximately $600 billion (by 2030), a 57% cut. The same report gave a slightly different but directionally consistent figure, with OpenAI expecting to spend $665 billion on cloud servers by 2030.

$600 billion is still a number that needs context. According to internal OpenAI forecasts, the company's revenue target for 2030 is $280 billion, meaning the cumulative spending-to-revenue ratio over five years is about 2:1. And according to internal financial data cited by ainvest, the company's projected loss for 2026 is $14 billion, with a gross margin of only 33% as reported by multiple media outlets (Note: Gross margin reflects the profitability of the product itself, while net loss is the final result after deducting all costs like R&D and management; the two can coexist).

Placing OpenAI's spending target within the panorama of the Big Tech computing arms race makes the proportions clearer.

According to company financial reports and public Guidance, Amazon's planned capital expenditure for 2026 is $200 billion, Alphabet's is $180 billion, Meta's is $125 billion, and Microsoft's is approximately $120 billion. These four companies have seen their expenditures roughly double or triple within two years, totaling over $650 billion, with about three-quarters flowing into AI infrastructure.

OpenAI's $600 billion is a five-year cumulative target, annualized to about $120 billion, which is comparable to Microsoft's single-year capital expenditure. The difference is that Microsoft's annual revenue exceeds $240 billion, while OpenAI's annualized revenue has just reached $25 billion and is not expected to achieve positive cash flow before 2030.

The Stargate restructuring is more than just a change in budget numbers; the organizational adjustments reveal a deeper shift in direction.

The restructured Stargate is divided into three lines. The Epic business partnership group is led by longtime OpenAI employee and former Deloitte manager Peter Hoeschele, managing cloud contracts with Microsoft, Oracle, Amazon, and transactions with chip manufacturers. These deals include a multi-year contract with AMD (using up to 6 gigawatts of chips, costing up to 10% of AMD common stock) and an agreement with chip startup Cerebras Systems.

The technical engineering and design group is co-led by former Meta and Google engineer Chris Malone and former Microsoft engineering lead Adrian Caulfield, responsible for redesigning the AI server clusters used by OpenAI. The physical facilities operations group is led by former Google data center director Nick Saddock, replacing Keith Heyde who left weeks ago.

The semiconductor team led by former Google chip executive Richard Ho falls outside Katti's jurisdiction and reports directly to OpenAI President Greg Brockman. This team is collaborating with Broadcom to develop in-house chips, which OpenAI hopes will eventually reduce the inference costs of running products like ChatGPT.

The name "Stargate" remains, but what it refers to has completely changed. In January 2025, it was a joint venture with SoftBank and Oracle to build data centers. In March 2026, it is OpenAI's broad strategy for bringing gigawatt-scale server capacity online. It has gone from "I want to build my own power plant" to "I want to sign the best leases." The total planned capacity for all sites remains nearly 7 gigawatts, with a three-year investment total still exceeding $400 billion. OpenAI is shifting its computing direction towards NVIDIA's Vera Rubin platform, aiming to achieve the first gigawatt-scale capacity online in the second half of 2026.

Bacaan Terkait

Alokasi Nilai Stablecoin

Stabilcoin berevolusi dari sekadar alat perdagangan menjadi saluran dolar yang luas. Artikel ini menganalisis pembagian nilai dalam ekosistem stabilcoin menjadi empat lapisan: 1. **Lapisan Penerbit** (Tether, Circle): Mencetak stabilcoin, memegang aset cadangan, dan mengambil spread bunga (marjin terbesar). 2. **Lapisan Infrastruktur** (Bridge/BVNK/Bitso): Menghubungkan stabilcoin ke sistem keuangan nyata—penyetoran/penarikan fiat, integrasi bank, kepatuhan, manajemen aset. Ini adalah pekerjaan yang sulit tetapi membangun pertahanan kompetitif. 3. **Lapisan Penerimaan/Distribusi** (Stripe, Infini, Coinbase): Menanamkan stabilcoin ke sistem pedagang, mengelola aliran pembayaran, perangkat lunak keuangan perusahaan. 4. **Lapisan Aplikasi**: Pengguna dan bisnis akhir yang menggunakan stabilcoin untuk pembayaran, penyelesaian, dan penyimpanan nilai. Saat ini, penerbit mengambil keuntungan terbanyak. Namun, kunci penskalaan pembayaran stabilcoin terletak pada lapisan infrastruktur yang menjembatani dunia *on-chain* dan sistem keuangan tradisional. Lapisan ini menangani tugas-tugas kompleks seperti integrasi perbankan, KYC/AML, likuiditas lokal, dan koneksi jaringan pembayaran. Meskipun membutuhkan investasi besar dan berada di posisi yang terjepit, perusahaan infrastruktur yang berhasil menghubungkan stabilcoin ke bisnis dunia nyata kemungkinan akan mendapatkan kekuatan tawar dan keuntungan signifikan di masa depan ketika stabilcoin menjadi jalur pendanaan default bagi perusahaan.

marsbit5j yang lalu

Alokasi Nilai Stablecoin

marsbit5j yang lalu

Distribusi Nilai Stablecoin

**Distribusi Nilai Stablecoin** Stablecoin berkembang dari sekadar alat perdagangan menjadi jalur umum dolar. Dalam analisis ini, ekosistem stablecoin dibagi menjadi empat lapisan: 1. **Lapisan Penerbitan:** Mencetak stablecoin, memegang aset cadangan, dan mengambil keuntungan dari spread suku bunga. Contoh: Tether dan Circle. 2. **Lapisan Infrastruktur:** Menghubungkan stablecoin ke sistem keuangan dunia nyata. Menangani tugas-tugas seperti on/off-ramp mata uang fiat, integrasi perbankan, kepatuhan, dan penyediaan API. Contoh: Bridge (diakuisisi Stripe), BVNK (diakuisisi Mastercard), Bitso. 3. **Lapisan Penerimaan/Distribusi:** Mengintegrasikan stablecoin ke sistem pedagang, mengelola aliran pembayaran, perangkat lunak keuangan perusahaan. Contoh: Stripe, Infini, Coinbase. 4. **Lapisan Aplikasi:** Pengguna akhir dan bisnis yang menggunakan stablecoin untuk pembayaran, penyelesaian, dan penyimpanan nilai. Lapisan Penerbitan saat ini mengambil keuntungan terbesar. Lapisan tengah (infrastruktur dan distribusi) bergantung pada volume dan komisi. Tantangan sebenarnya terletak di **Lapisan Infrastruktur**. Meskipun sering diabaikan dan penuh pekerjaan "kotor"—seperti mengintegrasikan bank, KYC/AML, menyelesaikan masalah peraturan lintas negara—disinilah letak pertahanan bisnis. Kesulitan utama bukan pada transfer on-chain, tetapi dalam menghubungkan blockchain dengan sistem keuangan tradisional dan mengadopsinya ke dalam aliran kerja bisnis sehari-hari. Infrastruktur berperan sebagai **"penghubung"** yang menghubungkan rantai ke bank, jaringan pembayaran lokal, dan sistem perusahaan. Akuisisi oleh Stripe dan Mastercard menunjukkan perebutan untuk menjadi pintu gerbang default ini. Fitur utamanya termasuk on/off-ramp mata uang fiat, lapisan akun & API, koneksi jaringan pembayaran, dan peningkatan efisiensi modal. Karakteristik lapisan infrastruktur saat ini: pekerjaan operasional yang berat, memerlukan investasi awal untuk memperebutkan pintu masuk, dan posisi yang terjepit antara penerbit dan platform aplikasi. Namun, berada pada tahap awal menuju pembentukan daya tawar. Ketika stablecoin menjadi jalur modal default untuk bisnis, perusahaan yang telah membangun infrastruktur penghubung yang kuat ke dalam sistem komersial dunia nyata akan memperoleh posisi yang kokoh. Meskipun lapisan penerbitan saat ini paling menguntungkan, peluang jangka panjang mungkin terletak pada lapisan infrastruktur yang sedang berkembang.

链捕手5j yang lalu

Distribusi Nilai Stablecoin

链捕手5j yang lalu

NVIDIA Tidak Kekurangan Uang, Kenapa Masih Mau Pinjam 200 Miliar Dolar?

Inti artikel: Mengapa Nvidia, yang memiliki arus kas bebas sangat kuat (sekitar USD 48,6 miliar per kuartal), berencana menerbitkan obligasi senilai minimal USD 20 miliar? Alasan utamanya bukan karena kekurangan dana, melainkan strategi manajemen modal yang canggih. Poin-poin kunci: 1. **Mengoptimalkan struktur modal:** Nvidia memanfaatkan peringkat kredit tinggi (AA dari S&P) untuk meminjam dana jangka panjang dengan biaya rendah. Dana ini akan digunakan untuk investasi infrastruktur AI, R&D, dan ekspansi ekosistem yang berjangka panjang. 2. **Melindungi kepentingan pemegang saham:** Dibandingkan menerbitkan saham baru yang akan mengencerkan kepemilikan, pembiayaan utang memungkinkan Nvidia mendanai pertumbuhan sambil terus melakukan buyback saham (USD 80 miliar) dan meningkatkan dividen. 3. **Mencocokkan aset dan kewajiban:** Menggunakan utang jangka panjang (hingga 30 tahun) lebih sesuai untuk membiayai proyek infrastruktur AI yang juga berjangka panjang, dibandingkan hanya mengandalkan arus kas operasional. 4. **Indikasi fase baru dalam narasi pengeluaran modal AI:** Langkah ini menandakan peralihan AI menuju siklus aset berat (data center, listrik, rantai pasok), di mana perusahaan besar menggunakan kemampuan kredit mereka untuk mengamankan dana murah guna mendukung ekspansi jangka panjang. 5. **Tantangan ke depan:** Keberhasilan strategi ini bergantung pada kemampuan Nvidia mempertahankan arus kas kuat dan memastikan investasi AI-nya menghasilkan pengembalian yang melebihi biaya utang. Jika siklus pengembalian investasi AI melambat, ketergantungan pada pendanaan eksternal dapat menjadi tekanan.

marsbit5j yang lalu

NVIDIA Tidak Kekurangan Uang, Kenapa Masih Mau Pinjam 200 Miliar Dolar?

marsbit5j yang lalu

Cara Menjadi Peneliti yang Baik: Melatih Kemampuan Sebenarnya yang Dapat 'Dilatih Secara Sengaja'

Tidak ada yang benar-benar mengajarimu cara melakukan penelitian. Kamu hanya mendapat meja kerja, masalah yang dipilih orang lain, dan instruksi samar untuk "menghasilkan sesuatu yang baru". Kebanyakan orang akhirnya belajar hanya bagaimana "terlihat" seperti peneliti, bukan menjadi peneliti yang sebenarnya. Kemampuan penelitian yang sesungguhnya adalah tumpukan keterampilan kecil yang hampir semuanya dapat dikembangkan melalui *deliberate practice*. **Pilihlah Masalahmu Sendiri:** Jangan hanya menyerap masalah dari mentor atau tren terkini. Ikuti metode John Schulman: pilih hasil yang benar-benar kamu inginkan, lalu rancang eksperimen untuk mencapainya. Ini menciptakan orisinalitas. "Selera" penelitian seperti otot; latihlah dengan memprediksi hasil eksperimen atau makalah sebelum melihat hasil aslinya, dan uji prediksimu dari waktu ke waktu. **Tingkatkan Input-mu:** Jika bacaanmu hanya dari arXiv atau grup diskusi tren, idemu akan sama dengan orang lain dan tidak berharga. Hargai sumber lama (misalnya, *The Bitter Lesson* dari Richard Sutton tahun 2019 atau pidato Claude Shannon tahun 1952). Kedalaman dan keluasan sama pentingnya. Pinjam pengetahuan dari bidang lain. Baca makalah asli, terutama bagian lampiran dan batasan, bukan sekadar ringkasannya. **Tuliskan Semuanya:** Seperti dikemukakan Paul Graham, sebuah ide baru terasa matang sampai kamu mencoba menuliskannya. Menulis adalah mekanisme pertahanan termurah untuk mengungkap celah dan asumsi yang tidak teruji. Terapkan prinsip Feynman: jangan menipu dirimu sendiri. Ikuti kebiasaan Darwin: catat segera fakta yang bertentangan dengan teorimu. Buatlah log eksperimen (hipotesis, pengaturan, prediksi, hasil, pemahaman baru). Membaca ulang catatanmu dari bulan lalu adalah pelajaran kerendahan hati yang paling efektif.

marsbit7j yang lalu

Cara Menjadi Peneliti yang Baik: Melatih Kemampuan Sebenarnya yang Dapat 'Dilatih Secara Sengaja'

marsbit7j yang lalu

Trading

Spot
Futures
活动图片