OpenAI 详解存储平台 Habitat 如何扩展支撑超 10 亿 ChatGPT 用户（上篇）

事件核心：发生了什么

据 OpenAI 工程团队 9 月 11 日发布的文章，Habitat 是 OpenAI 自研的在线存储平台，负责登录、读取 Codex 设置、开启新对话等操作背后的数据访问。目前它每秒处理 7000 万次以上请求，覆盖近 40 个地理区域，服务每周超 10 亿用户，管理数据超过 500 PB。两年前它还只是一个连接单库的 Python 客户端库，如今已接入 Azure Cosmos DB、Valkey 缓存、Blob 存储等资源，并承担路由、鉴权、加密、数据驻留、多租户与限流等职责。团队称，其独特之处在于连续三年同比增速超过 10 倍，远非常规“预留 10 倍余量”的工程节奏。

为什么重要

AI 应用的竞争不只在模型层。用户每一次对话、每一次调用 API，都会触发大量分散的数据查询；存储层慢，产品就慢，存储层挂，产品直接不可用。Habitat 的公开说明，实际上是在展示 OpenAI 如何把“数据访问”从产品逻辑中解耦成统一平台，从而支撑 ChatGPT、API、Codex 等产品的同步扩张。用 Python 承载这种规模的在线存储服务在业界并不常见，这也让外界看到 OpenAI 在基础设施上的取舍：先靠精细化压榨现有技术栈争取时间，再为基础性投入腾出空间。目前公开信息显示，这一系列文章分上下篇，后续才会展开多租户可靠性与读性能优化细节。

对用户/开发者/创作者的影响

对普通用户，这类底层工程不会改变产品界面，但直接决定高峰时段 ChatGPT 是否卡顿、登录和对话历史是否稳定。对开发者，Habitat 的思路有参考价值：把 schema 查找、路由、授权、加密、序列化和连接池这些重复工作收敛到平台层，让业务团队专注产品逻辑，而不是各自维护数据库。对基于 OpenAI API 构建应用的团队而言，存储层的稳定性也意味着调用成功率和延迟更可预期。不过，Habitat 是 OpenAI 内部平台，并非对外开源或可采购的产品，外部团队更多是借鉴其架构判断，而非直接复用。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是下篇是否披露多租户隔离、读性能分层优化和 Azure Cosmos DB 合作扩容的具体做法；二是这种 Python 服务栈在大规模在线存储上的边界在哪里，是否会在某些组件上换成其他语言；三是随着用户量继续增长，Habitat 的扩容策略是否会反过来影响 OpenAI 产品的功能节奏与区域上线计划。

来源：OpenAI News