AI最烧钱的战场

主要观点总结

本文深入剖析了AI数据中心的巨额资本支出构成，指出其成本主要由IT设备、供电、冷却和工程建设四大部分组成，其中IT设备占总成本约84%。不同机构对单GW数据中心成本预测差异巨大，主要源于芯片假设和计算范围不同。由于电力供应紧张，科技巨头开始自建电厂甚至探索太空数据中心。尽管存在泡沫质疑，但巨头仍持续投入，因算力优势带来的先发红利远大于过度投资风险。

关键观点总结

关键观点1: AI数据中心成本结构以IT设备为主

根据美国银行分析，建设1GW AI数据中心总成本约为516亿美元，其中IT类设备（服务器、网络、存储）支出达431.5亿美元，占比高达84%，是最大开支项。服务器依赖英伟达等厂商的GPU芯片，由工业富联等ODM制造商供货，而网络与存储市场则由Arista、三星、希捷等主导。

关键观点2: 不同机构的成本预测差异源于芯片假设与计算范围

美国银行、Bernstein、摩根士丹利等机构对每GW数据中心成本预测从335亿到500多亿美元不等，主要差异在于所采用的芯片架构（如Rubin vs Blackwell）及价格假设。此外，是否包含园区级电力设施（如天然气涡轮发电机）也导致预算分歧，美国银行仅计入备用柴油发电机，而其他机构可能纳入自发电系统。

关键观点3: 电力成为数据中心建设的核心瓶颈并催生新型投资

传统电网难以满足AI数据中心高功耗需求，迫使OpenAI、谷歌、马斯克等巨头亲自投资发电设施，包括改造水电站、收购电厂或部署燃气轮机。由于柴油发电机不适合持续运行且燃料成本高，企业转向天然气涡轮机或探索太空太阳能供电，谷歌计划2027年将数据中心送入太空以获取高效能源和辐射散热优势。