剛剛，高盛發佈26頁深度 AI 報告：誰將為GPU的飢渴買單？

高盛報告稱 AI 正在吞噬地球的電力。

剛剛，高盛發佈了一份26頁的深度報告《Powering the AI Era》，指出了一個殘酷的現實：

AI伺服器農場吸電的速度遠超電網擴容的速度，一場前所未有的電力危機正在逼近。

值得注意的是，高盛認為決定誰能建成下一波資料中心的，不是更快的晶片，而是創造性的融資方案。

融錢搞電。

從鐵路到GPU

回顧歷史，每一次技術革命都需要獨特的基礎設施支撐：19世紀需要鐵軌，90年代需要光纖，而現在則需要塞滿圖形處理器的機架。

高盛的報告指出，一個250兆瓦的「AI工廠」造價約120億美元，包括硬體在內。

這個數字是外殼成本的4倍，因為GPU佔據了帳單的大頭。

這不僅僅是錢的問題，而將是整個產業鏈的重構。

模型訓練的電力黑洞

訓練叢集需要數千個GPU同時運轉，還要配備液冷系統。

報告預測，2027年的新機架功耗將是2022年雲機架的50倍。即使用盡了過去所有的能效最佳化技巧，到2030年，全球資料中心的電力需求仍可能攀升160%。

這種指數級增長讓人想起摩爾定律，只不過這次增長的不是算力，而是能耗。

40歲的電網扛不住了

美國的輸電裝置平均年齡已經40歲，而新建一座天然氣發電廠需要7年的審批時間。

高盛預計額外的電力供應將來自：

• 30%來自聯合循環燃氣
• 30%來自燃氣調峰電廠
• 27.5%來自太陽能
• 12.5%來自風能

至於核能和長時儲能電池？

暫時還只能算是「長線賭注」。

繞過電網的「後門」

一些營運商已經開始採用「後門」策略來規避排隊等待：直接把資料中心建在發電機旁邊，或者增加微電網在高峰時段啟動。

這確實縮短了時間線，但當柴油機或燃氣輪機24小時轟鳴時，鄰居們可不會高興。

資料中心外交

由於訓練對延遲的要求不高，各國政府開始用土地、廉價電力和寬鬆法規來吸引AI實驗室，把伺服器園區變成了「數字大使館」。

中東和拉美的資料中心已經在承接美國市場的溢出需求，但先進晶片的出口管制和不斷變化的稅法增加了政治風險。

Token消耗量爆炸

資料顯示，每周消耗的Token總量正在急劇上升，這直接推動了對算力的需求。

電力成為最大瓶頸

報告明確指出，釋放AI潛力的最關鍵障礙不是資本，而是電力。

到2027年，全球資料中心的電力需求預計將增長50%，其中60%的增長需要新建產能來滿足。到2030年，這個數字將達到160%。

超大規模營運商和資料中心營運商能否持續回收資本並為新開發項目提供資金，將成為關鍵。

7000億美元押注電網

預計到2030年，美國將在電網上投資超過7000億美元。

這個數字聽起來很大，但考慮到需求的增長速度，可能還遠遠不夠。

供需缺口持續擴大

資料中心容量的供需缺口正在不斷擴大：

未來幾年，將是一場激烈的資源爭奪戰。

融資創新成為關鍵

客戶將需要更全面的資本融資解決方案，以確保資本的可用性和定價的確定性。

當人們在瘋狂討論AGI何時到來如何改變世界時，或許應該先問問：

電從那裡來？

中國將是最強勁對手

而就在昨天，馬斯克又一次放出了狠話：

他把目標瞄準了整個AI行業，聲稱：xAI將很快超越除Google之外的所有公司，然後再「顯著超越」Google。

但馬斯克坦承稱中國公司將是最強勁的競爭對手，因為他們擁有比美國多得多的電力供應，而且在硬體建設方面超級強悍。

看來，或許由中國公司率先實現AGI. (AGI Hunt)