AI数据中心万亿投资风暴：资本流向与基建狂潮深度解析

高达5000亿美元的巨额资金，相当于美国宇航局（NASA）实现人类登陆火星的预估预算，足以收购1.36个阿里巴巴（市值3670亿美元）、买下3.5个NBA联盟（价值1400亿美元）、建造100座苹果园区（每座50亿美元）或购买1400亿杯咖啡（每杯3.5美元），然而，这笔钱仅够OpenAI建设一个名为Stargate的数据中心项目。

但这或许仅仅是开端，行业内部人士认为，OpenAI的雄心甚至可能达到这一数字的十倍。xAI、Meta等科技巨头，正疯狂投入资金建设AI数据中心，全球范围内掀起了一波基础设施建设的狂潮，押注新一轮的万亿级市场机遇。然而，在这股热潮背后，我们不禁要问：这么多资本，究竟流向了哪些环节？

本文我们将深入剖析AI数据中心背后的资本支出。数据中心由哪些部分构成？上下游主要公司和参与者有哪些？资金具体如何分配？有趣的是，我们查阅了各类报告后，发现不同机构给出的预算存在显著差异，到底谁更准确？更有数据中心被“逼迫”进入太空，其原因是什么？在AI被质疑存在泡沫的背景下，为何资本依然疯狂涌入呢？

01 解密万亿投资，数据中心资本流向何处？

首先来看今年10月15日，美国银行对下一代AI数据中心的成本分析。

我们将数据中心的支出主要分为四大类别：IT类设备、供电设备、冷却设备和工程建设。为便于比较，我们将计算单位统一为每GW的支出。

Chapter 1.1 IT类设备

首要环节是与计算直接相关的IT类设备，涵盖服务器、网络和存储三大块，其中服务器占据最大份额，每GW约需375亿美元。

服务器包含CPU、GPU、内存、主板等核心组件，通常由ODM（原始设计制造商）直接供货，例如工业富联等。这些制造商从英伟达和AMD等芯片设计公司获取服务器设计标准，并组装成整机，直接供应给Oracle、Meta、亚马逊等超大规模客户。

ODM占据了服务器市场46%的份额，而其他中小企业采购服务器则需要通过戴尔（Dell）、超微（Super Micro）、惠普（HP）等OEM（原始设备制造商）厂商。

在网络方面，每GW需37.5亿美元的网络设备，主要参与者包括Arista、Cisco、华为、英伟达等。

值得关注的是，尽管英伟达在市场中占比仅5%，但业界观点认为，英伟达的InfiniBand（网络通信标准）虽然价格更高，但凭借低延迟和无丢包风险的优势，更适合AI数据中心的应用场景。

最后是存储设备，即硬盘，每GW需19亿美元的支出。主要玩家包括三星、SK、美光（Micron）、希捷（Seagate）等。将以上三项相加，得出IT类设备每GW总支出为431.5亿美元，这构成了数据中心支出的核心部分。

Chapter 1.2 冷却系统

2018年，亚特兰大一家数据中心遭受网络攻击，导致法院、警察局、机场等多个城市服务机构被迫关闭。攻击者除了用勒索软件锁定数据外，还侵入了冷却系统。

冷却系统被入侵后，环境温度骤升至100华氏度（约37.8摄氏度）以上，导致大量芯片损坏。黑客甚至将服务器和冷却系统的控制权作为“人质”，要求支付51000美元的比特币赎金。

此后，攻击冷却系统的手法日益普遍且多样化。这一事件突显了冷却系统对数据中心的重要性，尽管其建造成本仅占总预算的3%。

随着全球AI算力需求的指数级增长，传统风冷技术已难以满足高密度算力设备的散热需求。同时，对于英伟达GPU而言，散热能力也在一定程度上成为制约算力的关键瓶颈。因此，液冷技术已从数据中心的备选方案转变为必需品。

对于配备液冷系统的数据中心，冷却设备主要包括冷却塔、冷水机组、CDU（冷却分配单元）和CRAH（机房空气处理机组）。承担1GW散热任务，这些设备分别需支出0.9亿、3.6亿、4.5亿、5.75亿美元，总计14.75亿美元。

供应商分布广泛，数量众多，但维谛（Vertiv）、江森（Johnson Controls）、世图兹（Stulz）和施耐德（Schneider）等是该领域的主要参与者。

Chapter 1.3 供电设备

接下来看核心基础设施的电力部分。供电设备主要包括应急供电的备用柴油发电机、负责配电总控的开关设备、保障不间断电源的UPS（Uninterruptible Power Supply）、以及为各机柜配电的母线槽和其他配电设备。

美国银行分析显示，典型柴油发电机每MW成本为40～55万美元，加上燃料箱、燃料泵和安装费用约35～50万美元，因此每MW发电机总成本约80万美元。要提供1GW电力，则需8亿美元的应急发电机。

但根据专家观点，实际成本可能远高于此，主要原因在于冗余性设计。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

如果IT设备的功耗容量达到1GW，通常需要配置超过1GW的柴油发电机。关键原因在于确保冗余性。

对于一些可靠性要求极高的数据中心，其柴油发电机的容量可能是数据中心算力需求的两倍。例如，数据中心若需1GW算力，可能需要配备2GW的柴油发电机。

在柴油发电机市场中，主要玩家包括卡特彼勒（Caterpillar），康明斯（Cummins）和罗尔斯·罗伊斯（Rolls Royce）等。

此外，1GW数据中心还需6.15亿美元的开关设备、9.85亿美元的UPS和3亿美元的配电设备。这些电气设备的主要供应商包括施耐德、维谛和伊顿。

因此，整个供电设施的总花费约为每GW27亿美元，仅相当于IT设备成本的1/13，看似相对低廉。

尽管供电设备本身不占主导支出，但在美国，电力供应已成为许多数据中心的核心瓶颈，这一点我们将在后续探讨。现在，我们先完成支出饼图的绘制，看最后一项支出：工程建设。

Chapter 1.4 工程建设

最后一项工程建设费用包括建筑成本、安装成本、总承包商费用等，每GW工程预计花费约42.8亿美元。

综合计算，建设1GW数据中心的总体支出约为516亿美元，其中IT设备占比最高，达到84%。以此推算，OpenAI的10GW Stargate项目需5160亿美元，与官方宣称的5000亿投资基本吻合。

然而，在查阅各类研究报告时，我们发现一个有趣现象：不同机构给出的数据差异显著。以Stargate为例，不同机构估算的总预算甚至相差2000亿美元，这是为何？应如何解读这种计算分歧？

02 预算计算分歧，千亿差异源自何处？

我们先审视几家不同机构的预测：

Bernstein 11月1日的报告：每GW AI数据中心成本约350亿美元。各项支出占比也与美国银行的预测不同，例如IT设备相关的GPU、网络、CPU、存储总占比为56%，远低于美国银行计算的84%。

Barclays Bank 10月底的报告：AI数据中心每GW对应支出为500～600亿美元，其中65%～70%用于计算与网络。

Morgan Stanley 8月的研究模型：1GW对应成本为335亿美元，其中计算设备占比41%，剩余59%用于电力、冷却等基础设施建设。

为何各机构预测数据差异如此之大？主要有两大原因：第一，假设使用的芯片不同。

美国银行的计算基于英伟达2024年9月初发布的Rubin架构芯片，预计2026年底上市；而Bernstein和Morgan Stanley的计算基于2024年3月发布的Blackwell架构。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

Bernstein报告的GPU成本为136.5亿美元，而美国银行（BofA）对未来数据中心的GPU成本预估为375亿美元，仅此一项每GW就相差逾200亿美元，我认为这是最大差异所在。

因此，各机构计算金额的主要差别在于芯片价格，相差约200亿美元每GW，而供电、冷却等其他设施的成本差异较小。这也侧面反映出，英伟达下一代芯片可能再次提价。

新的“黄氏数学”（Jensen’s Math）认为，一座1GW的AI数据中心总成本为600～800亿美元，甚至高于其他机构的预测，其中“计算成本”（即英伟达潜在收入）为400～500亿美元。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

我认为英伟达CEO黄仁勋的估算可能更准确，因为他清楚芯片定价策略。他计算过能耗、预期价格及利润空间。

第二个原因是计算范围不同。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

美国银行（BofA）计算的是数据中心建筑内部的成本，而Bernstein的计算涵盖了整个数据中心园区，包括配电系统和涡轮发电机等。

美国银行中的发电机主要指备用电源的柴油发电机，而Bernstein中的发电机是天然气涡轮发电机，属于自发电设备。

综合来看，专家认为对于科技巨头未来建设的数据中心，美国银行的预算可能更接近实际情况，因此本文的预估主要基于美国银行的报告。

如前所述，电力已成为数据中心的瓶颈，这就是为什么在我们的动画中，数据中心内外都设有发电机。实际上，在电力方面，存在一项显著的隐形支出：电力投资。

03 隐形资本支出：巨头亲自下场建设发电厂

我们此前曾探讨AI引发的用电短缺及美国电力紧张问题。一年半后的今天，状况仍未缓解。如今，巨头们为获取充足电力，不得不自行投资建设发电厂。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

OpenAI或其合作伙伴如Oracle，需设法在电网上创造新的容量。当前许多科技公司必须自行建设发电机、发电站、变电站及配电网设施，甚至铺设短距离输电线路，以满足自身需求。

若为10GW数据中心配套建设发电厂，成本可能增加120～200亿美元。

因此，AI数据中心的大规模基建甚至带动了被视为“夕阳产业”的电力股GEV，其燃气轮机订单已排至三年后。

谷歌曾投资30亿美元改造宾夕法尼亚州两座水力发电厂，以换取3000MW电力，相当于每获取1GW电力需花费10亿美元，而这仅是改造费用。马斯克也为Colossus2项目收购了一家发电厂。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

数据中心对电力的争夺极为激烈。有分析师认为，像GE这样的公司将具备溢价能力。购买1GW的发电机成本可能在20～25亿美元之间，我估计资本支出约20亿美元。

这里产生一个问题：数据中心本已配备应急发电机，为何不直接使用这些发电机供电？

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

应急柴油发电机与大型天然气涡轮发电机存在本质区别。柴油发电机设计用于高功率短时爆发，无法承载24小时持续运行。

天然气涡轮发电机则设计为每年365天近乎不间断运行。此外，柴油燃料成本较高，相同发电量下，柴油发电成本可能是天然气发电的3～8倍。

因此，数据中心建设现受制于电力获取。美国电网无法提供足够功率，购买天然气涡轮发电机又面临短缺，这催生了其他解决方案。例如，燃料电池日益受欢迎，甚至巨头们被“逼迫”探索太空方案。

谷歌近期计划在2027年将数据中心送入太空。主要原因在于，太空中太阳能板发电效率可达地球的8倍，并能解决夜间无太阳能的问题，提供近乎免费且无限的能源。此外，太空真空环境可利用辐射散热，降低冷却系统需求。

除谷歌外，微软、亚马逊及马斯克的SpaceX也启动了相关探索。那么建设太空数据中心需多少成本？LinkedIn上有人预测，目前建设1MW太空数据中心，包括发射费用，成本约3550万美元；若扩展到1GW，则需355亿美元。

这与地球上的成本相差不大。关于太空数据中心的可行性、挑战与机遇，我们未来将专文探讨。

04 狂潮中的理性思考：过度投资亦有退路

既然AI数据中心建设耗资巨大，且市场普遍质疑存在泡沫，为何这股基建热潮持续不减？据受访专家分析，主要原因有二：第一，投资不足的风险远超过度投资。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

多数公司现已意识到，投资不足的风险远大于过度投资。原因在于，谁率先获得最佳AI模型或实现AGI，谁就可能占据更大市场份额，其他公司的生存空间将迅速萎缩。

而过度投资的风险有限，无非是购置更多土地、电力和建筑。若发现资源过剩，可转为内部使用、提升效率，或租赁、转售给其他公司，总体风险可控。

第二个原因在于，只要有算力，科技公司总能找到利用途径。

王辰晟

前特斯拉供应链总监：

硅谷有句俗语：只要有基础设施和硬件，服务商总能设法利用。Meta在OCP会议上表示，仅用于内部AI如Instagram或Facebook内容审核，就已需要大量算力。即使有闲置算力，也可用于内部降本，因此主流公司不担心过度投资。

因此，尽管市场质疑AI过度投资，巨头们仍疯狂涌入。最后的问题是，上万亿美元需求，资金从何而来？

Bruce Liu

美国Esoterica Capital（济容投资）首席执行官兼首席投资官：

资金主要来自超大规模云服务商的自有利润再投资、债务融资，以及公开市场的债券（投资级或高收益级）。

此外，美国新兴的影子银行如私募信贷也参与其中。历史上美国不乏类似基建周期，只要AI能创造利润并驱动全球增长，资金问题不必过度担忧。

这场看似疯狂的投入，本质上是关于“谁先抵达未来”的博弈。或许前路充满风险，但对巨头而言，“缺席”的代价远高于“投资失误”。您对这场AI基建投资热潮有何看法？欢迎在评论区与我们交流。