AI基础设施建设：前所未有的支出与日益加剧的能源挑战
要点速览
- •最大的云计算和超大规模公司推动 AI 基础设施支出达到前所未有的水平，年度 capex 已升至数千亿美元。
- •文章援引的行业估算称，约 80% 的数据中心成本流向 Nvidia，而实体施工可能仅占总支出的 5% 或更少。
- •德克萨斯州有 474GW 的 ERCOT 并网申请，其中 90% 与数据中心有关。
- •德克萨斯州州长 Abbott 已冻结该州新数据中心的推进。
- •Morgan Stanley 预计到 2030 年美国电力缺口约为 80-100GW，一些科技公司正通过核电协议和先进反应堆技术应对这一瓶颈。
人工智能基础设施建设在支出和企业资本支出方面的规模，仍在持续攀升至惊人的水平。其投资节奏明显比以往任何基础设施周期都更加集中，这主要由最大的云计算和超大规模运营商——Amazon、Microsoft、Google 和 Meta——推动，它们合计年度 capex 已升至数千亿美元。
一个核心问题是，这些资本究竟流向了哪里。与铁路建设等历史上的基础设施项目不同，后者需要钢铁厂和大量劳动力，而 AI 数据中心建设的成本结构则明显不同。行业估算显示，约 80% 的数据中心成本会直接流向 Nvidia，其余相当一部分则用于机柜组件及相关硬件。真正的实体施工部分——也就是会传导到更广泛经济中的部分——可能仅占总支出的 5% 或更少。这种集中度意味着，AI 建设带来的经济乘数效应比过去的基础设施繁荣要窄得多，大部分资金流向少数半导体设计商和服务器机柜供应商，而不是广泛分散到建筑劳动力和材料领域。
这些设施同样极其耗能。电力发电能力的建设是一种广泛分散的支出，会传导至工厂和原材料环节。不过，围绕发电需求的数字令人震惊，而更令人担忧的是，我认为现有产能无法跟上数据中心需求。
以下内容来自 ZeroHedge：
数据中心扩张背后的能源数学究竟有多不可能？仅德克萨斯州通过 ERCOT 提出的并网申请就达 474GW，其中 90% 属于数据中心。这也是 Abbott 州长冻结德克萨斯州新数据中心推进的原因。作为背景，ERCOT 的历史峰值需求纪录为 91.1GW，发生在 2026 年 7 月 22 日，正常需求介于 40GW 至 80GW 之间。
当然，这指的是峰值。在更现实的情景下，Morgan Stanley 预计到 2030 年，美国整体将短缺约 80-100GW，相当于大约 100 座核电站的发电能力。
这听起来是一个大问题，而且存在一种非常现实的情况：即便这些数据中心真的按时建成，它们也可能在未来数年内都无法获准接入电网。
