“當前一年的巨頭們的AI基建開支，已超過建設資訊高速公路20年總開支的一半。”“（原本）或許借助10GW的計算能力，AI能夠攻克癌症的治療方法。但若受限於計算資源，我們將被迫做出優先順序選擇——誰都不願面臨這種抉擇。”GW是一個功率單位，1GW相當於10億瓦特，與一次強閃電的瞬時功率相當，能點燃1億盞LED節能燈泡，可供一個百萬人口的中型城市提供日常所用的電力。當它被用於衡量算力時，指代的是該計算所消耗的能量。在OpenAI創始人奧特曼看來，10倍這樣的能量，還有機會還能為人類攻克癌症，前提是，讓這股能量成為AI的食材。人工智慧領域總是充斥著“如果……我們就不能……”般奧特曼式的恐慌，與股票市場FOMO（Fear Of Missing Out）錯失恐懼症類似，儘管他們已經走在了時代前沿，卻依然害怕被時代所拋棄。而能讓他們安心的，唯有利用鈔能力不斷投入再投入，一場由全球巨頭公司掀起的算力基建大戰就此拉開帷幕。奧特曼發表博文的前一天，輝達宣佈將向OpenAI投資1000億美元，用於部署大規模算力中心，訓練下一代模型。OpenAI與NVIDIA官宣合作圖源：NVIDIA輝達1000億美元相當於7100億人民幣，A股5400家上市公司裡，只有15家的市值高於這個數字。這還僅僅是個開始。摩根士丹利預測，未來5年全球用於支援人工智慧的資料中心的支出將達到約3兆美元，這個數字和法國2024全年的GDP相當。在奧特曼的計畫裡：“我們的願景很簡單：建造一座每周都能生產1GW算力的工廠。這將是史上最酷且最重要的基礎設施項目。”對此他給出的解釋是：“算力永遠不夠用，只希望未來不會像現在這麼捉襟見肘。”全球陷入算力飢渴症算力即計算能力，每一次下達指令、呼叫模型，都要進行大量計算。過去，所有的計算在一台機器上完成，直到雲端運算出現。其本質，是把大量零散的算力資源打包成一個資源池，實現動態分配。於是，承載算力的實體從單一裝置裡的晶片，變成了一個個安裝了大量機櫃、機櫃裡接滿晶片和伺服器的資料中心。這些日夜不休運作的機房裡，可能處理著著千百里之外一次次DeepSeek等大模型的呼叫，它們是AI時代的水和電，是新型的基礎設施。對人工智慧領域而言，每年都是一個“元年”，今年則是AI算力需求爆發真正的元年。新疆伊吾雲上絲路融合算力中心宏觀地看，算力產業鏈可劃分為上、中、下游：上游的核心是AI晶片和伺服器；中游是資源和轉換器，包括資料中心、雲端運算平台等算力基礎設施的建設；下游即各領域的AI應用。而隨著下游AI應用大爆發，算力需求同步水漲船高。據國信證券研報，今年一季度微軟Azure AI基礎設施處理超100兆Token，同比增長5倍；國內豆包大模型tokens使用量在一年內增長137倍，月均複合增長率達43%。應對需求的同時，企業繼續訓練大模型也需要持續消耗大量算力，尤其頂級大模型的迭代，背後往往是算力消耗的指數級增長。據國泰海通研報測算，同等訓練時長下，ChatGPT-4對於算力的需求是GPT-3的446倍。這同樣只是開始，華為在剛剛發佈的《智能世界2035》報告裡預測：到2035年，全球算力需求會達到現在的10萬倍。但算力的供給卻持續緊張。算力供給主要依賴兩件事：一是晶片，二是能源。前者看，輝達佔據了全球AI晶片市場80%的份額，但產能分佈不均和地緣政治等因素讓這家公司無法喂飽全世界的資料中心。投資機構Wedbush近期調查發現，輝達B200晶片在亞洲就長期處於缺貨狀態。後者看，算力中心是“電老虎”，但全球供電能力已經捉襟見肘。彭博社近期報導指出，到2035年，美國資料中心的電力需求將翻一番，佔總需求的近9%，這或將是自20世紀60年代空調普及以來美國能源需求的最大增幅。供需失衡讓用電成本水漲船高，彭博發現，在美國部分算力產業密集的區域，拔地而起的資料中心讓附近居民區的電費比五年前上漲了267%。對算力行業的影響，不僅是電價上漲將不斷推高算力成本，而且如果電力持續短缺，可能導致晶片滯銷或已售出的晶片閒置，直接拖累算力的供給。美國資料中心電力消耗與預測圖源：Cisco, IEA, Goldman Sachs Research缺錢也是原因之一。貝恩報告指出，若想滿足2030年的AI運算需求，全球AI行業每年得有2兆美元的營收進帳，但即使把AI相關成本效益算進去，資金缺口仍將高達8000億美元。很多算力不足的企業、機構只能向雲端運算平台、營運商或第三方資料中心“借”算力，甚至形成了一個新興產業：算力租賃。據海外諮詢機構Verified Market Research預測，到2033年全球算力租賃市場規模將激增至128億美元，年複合增長率高達13.4%。但如此巨大的缺口，千億美元等級的投入還遠遠不夠。“賣方市場”下算力抱團緊缺的供給和霸佔上游的優勢，讓全球算力市場成了由輝達說了算的“賣方市場”。與此同時，它也通過一系列動作，不停強化行業滲透力。花1000億美元幫OpenAI造資料中心，背後的算盤也不難理解，建設10GW的算力中心，要花3000—4000億美元購買輝達的晶片和系統，相當於投出去的錢又回到了自己手裡，還強化了OpenAI對輝達晶片的依賴。此前，9月初，輝達掏出50億美元買下英特爾近5%股份，意在搶佔AI PC市場；而過去兩年它累計投資超過80家AI初創公司，提前和下一代有潛力的AI應用深度繫結。以輝達和OpenAI為代表，美國的AI算力基建早已成為科技巨頭的戰場，頭部企業從各自為營轉向抱團發動“永動機”模式。從燒錢規模看，美國大廠今年放話出去的千億級算力項目已經不止一個：1月，OpenAI、甲骨文、軟銀共同宣佈將投資5000億美元在美國建設算力中心，命名為“星際之門”計畫，成為史上資金規模最大的AI基建計畫；“星際之門”人工智慧資料中心建設現場4月，輝達和馬斯克的人工智慧公司xAI共同宣佈投資人工智慧投資基金MGX，整體規模預計達到1000億美元——這一基金去年由微軟和貝萊德推出，旨在籌集資金在全球建設資料中心以及支援其支援能源需求；9月，OpenAI跟甲骨文簽訂了期限5年、價值3000億美元的算力採購合同。此外，亞馬遜、微軟等一眾巨頭也斥資上百億美元，正在世界各地如火如荼地建設資料中心。據《華爾街日報》報導，預計美國2025年AI資料中心支出規模或達5200億美元（約合3.7兆元人民幣）。1993年，美國宣佈建設為期十年的資訊高速公路計畫，計畫總支出為4000億美元，去掉通貨膨脹的影響，這筆錢現在的價值在9000億美元左右。這意味著，當前一年的巨頭們的AI基建開支，已超過建設資訊高速公路20年總開支的一半。巨大的投入背後，還有極致的抱團。以OpenAI、輝達和甲骨文三者為例， OpenAI前腳和甲骨文簽訂3000億美元、為期五年的算力服務合同，後腳接受了輝達承諾1000億美元的算力基建投資。OpenAI與甲骨文達成交易新聞圖源：TechCruch官網截圖根據協議，OpenAI將從2027年開始向甲骨文購買4.5GW—5GW的算力，而這需要上百萬台輝達最先進GPU支援，光是這部分硬體支出就上千億美元。也就是說，輝達投資OpenAI的1000億美元，很大程度上會通過OpenAI向甲骨文採購雲服務、甲骨文再向輝達購買GPU的方式回流。這種巨頭結盟的模式，已從簡單的商業競爭，上升到了生態規則的制定。“基建狂魔”的打法20世紀，美國曾通過控制全球石油資源一步步確立並維繫了其世界霸權，今天，21世紀的“算力大戰”一如對石油的爭奪。牛津大學的研究團隊調查了全球算力的分佈情況，發現在AI時代真正擁有“算力主權”的國家，全世界僅33個，其中美國第一，中國大陸排名第二。在海外巨頭不知疲倦地燒錢搞算力基建時，大洋彼岸的中國也有自己的規劃。企業端在投入。近期，阿里雲CEO吳泳銘在雲棲大會上對外宣佈，未來三年，阿里將投入超過3800億元，用於建設雲和AI硬體基礎設施，總額超過去十年總和。到2032年，阿里雲全球資料中心的能耗規模將較十年前提升10倍。此外，僅今年上半年，移動、聯通、電信三大營運商的資本開支合計超千億人民幣，方向不約而同佈局AI基建。中國移動稱全年計畫支出1512億元，重點投向算力領域。中國移動智算中心（哈爾濱）圖源：國務院國有資產監督管理委員會國際資料公司（IDC）近日發佈的報告《全球人工智慧和生成式人工智慧支出指南》預測，中國AI投資五年複合增長率將達25.7%，2029年總規模預計突破1114億美元。技術攻關也在持續。相較於海外巨頭“大力出奇蹟”的砸錢模式，國產替代走出了一條“性價比”路線：一是投入晶片研發，如華為、阿里雲等頭部企業正加速推出專門適配大模型訓練的晶片，通過硬體結構設計，提升計算能力；二是提高算力效率，最典型的是DeepSeek。最近梁文鋒擔任通訊作者的DeepSeek-R1推理模型研究論文登上《Nature》，論文提到DeepSeek-R1訓練使用了512塊輝達H800晶片。雖然OpenAI未披露消耗量，但市場普遍估計，GPT-4 訓練使用約25000張性能更高的輝達A100晶片。而從更宏觀的層面，中國正用另一種頗具本土特色的方式佈局算力大戰。這種打法，在國務院日前印發的《關於深入實施“人工智慧+”行動的意見》裡很明確：全國“一盤棋”佈局。根據《意見》，我們將通過頂層設計，把分散在全國各地的算力資源織成一張網路，通過統一調度來解決資源分配不均的問題。比如，為瞭解決東部供給不足和西部算力資源閒置，推動將分散在不同地點的處理器連接起來形成算力叢集，把西部的算力資源向東部地區轉移；將西部地區算力中心用於高能耗的模型訓練，東部地區的算力中心則用於能耗更低的推理。這就是於2022年啟動的“東算西數”工程，其出發點是為稀缺的算力分配優先順序，以實現最大經濟產出。在安徽蕪湖的資料中心叢集“中華數島”，被稱為“中國版星際之門”。“中華數島”2022年動工，現在有四個AI資料中心，分別由華為、中國電信、中國聯通和中國移動營運，服務上海、杭州、南京等長三角城市。“中華數島”上的華為雲華東資料中心圖源：蕪湖發佈它之所以被外媒稱為“中國版星際之門”，除了規模宏大之外，很大程度上也源於它同樣具備政府搭台、企業唱戲的性質。對我們而言，這種打法並不陌生。這個叢集正是“東數西算”工程的一部分。“東數西算”目前形成8個樞紐節點、10個資料中心叢集、覆蓋14個省份，提供了全國約八成的智能算力。8個樞紐節點中，有5個在西部地區，地廣人稀、能源豐饒，解決了地和電兩個大問題。“頂層設計+政企協同”的路徑也意味著，中國的算力開始像水和電那樣，具備公用事業性質。也正是這種公共性，促使國產AI在應用層形成了一種去中心化的創新環境和“小口深挖”的創業生態，醫療、金融、政務等各行各業的垂直AI應用百花齊放，走出了跟美國由頭部通用大模型主導的完全不同的道路。結語AI行業離實現“算力自由”還有很遠，但已經投進去的錢能否帶來預期的回報還需要更長的時間來驗證。環球交換機碼頭資料中心園區但無論如何，已經沒有任何一個國家、一個公司敢下牌桌。只是熱潮之下，理性的聲音正在浮現：算力戰爭，最終比拚的或許不全是燒了多少億、堆了多少卡，更是應用的智慧、轉化的效率與可持續的生態。資本的洪流和情緒的起落之間，最好的辦法，仍是找到一條利益共享、風險共擔的技術演進之路。 (吳曉波頻道)
