高盛最近發佈的《Powering the AI Era》報告，他指出，AI不是單純的程式碼革命，而是一場基礎設施革命，堪比當年的鐵路和電氣化。
它把一個殘酷現實擺在了所有人面前：AI革命的最大瓶頸，不是演算法，不是資料，而是電力和資本。
報告裡有個數字很扎眼：一座250MW的AI資料中心，總成本高達120億美元。其中，GPU這些硬體的成本，是物理建築成本的3到4倍。錢都花在刀刃上了，但刀刃本身貴得離譜。
更緊迫的問題是電。到2030年，全球資料中心電力需求預計激增160%。可我們用的還是平均年齡40歲的老舊電網。報告預測，到那時，美國資料中心的電力需求與供應缺口將達到10.4GW。短期看，天然氣和風光能源都解決不了問題，核電是長期方案，但遠水難解近渴。
於是出現了新玩法。為了繞過電網瓶頸，“表後供電”興起，企業自建微電網或直連電廠。但這又帶來了污染和監管的新問題。
資本投入是另一個維度。超大規模企業計畫在2027年前投入1兆美元用於AI。全球資料中心空置率僅3%，熱門市場接近0%，供需嚴重失衡。傳統的融資方式不夠用了，VC、證券化（SASB）甚至主權基金都入場了。去年，Equinix就聯合新加坡主權基金和加拿大養老金募了150億美元，專門擴建美國的資料中心。
一些反常識的細節也很有意思。一次ChatGPT查詢的耗電量，約是一次Google搜尋的10倍。AI伺服器機架的功率密度飆升，是5年前雲伺服器的50倍，逼得液冷成了標配。電網大規模升級，還讓銅成了戰略資源，到2030年，電網建設將貢獻全球銅需求增長的60%。
報告最後提到，資料中心選址已成地緣政治工具。在電力供應方面，報告指出中國具備優勢。 (AI工程化)