美国，会是下一代AI基建狂魔吗？_

图片 | 来自网络原创整理 | TOP创新区研究院，FTA建筑设计事务所内容仅供交流学习，不做任何商业用途，不代表任何投资建议。转载引用请注明出处，如有侵权请联系后台删除。

9月12日，美国白宫举办了一场圆桌会议，会议聚集了众多人工智能和科技行业的领军人物，包括OpenAI首席执行官Sam Altman、Nvidia首席执行官黄仁勋、微软总裁Brad Smith、Meta首席运营官Javier Olivan，还汇聚了大企业、人工智能公司、数据中心运营商及公用事业公司的高层领导。

会议的核心议题就是——如何加速AI基建如数据中心的建设，确保美国在全球人工智能竞赛中的领先地位。

Nvidia首席执行官黄仁勋在会上说：“AI的发展不仅仅依赖于单一的硬件技术，还需要背后强大的超大规模数据中心作为算力支撑。”

OpenAI首席执行官Sam Altman表示：“基础设施就是命运，数据中心的建设速度和规模，直接决定了AI模型的性能和效率。”

总之，这些大佬的共识就是：

美国应当扫除一切障碍，大力发展AI基础设施。

AI作为“历史上最大的技术平台转变”，推动数据中心等基础设施的建设，就是在为未来的科技生态奠定基础。

会后，白宫迅速宣布成立了一个，这个工作组的任务就是加速推动数据中心的开发与运营，特别是为数据中心建设提供政策支持，帮助企业克服审批过程中面临的各种障碍。跨部门人工智能数据中心基础设施工作组Task Force on AI Datacenter Infrastructure

美国能源部更是启动了AI数据中心参与计划，提供贷款、补助以及清洁能源解决方案，帮助数据中心开发者突破资金和技术壁垒;

美国陆军工程兵团也承诺加快数据中心建设许可流程，以确保这些关键项目的顺利推进。

可见，美国政府对AI基础设施的重视已进入了前所未有的阶段：

政府政策的鼎立推动是一方面，除此之外还有科技企业的技术/资本/人才投入、资本大佬们的巨额投资。

也就是说，资本、技术和政策三者形成了强有力的共振。

而这“三方联手布局AI基建”的模式已经成为美国AI界的标准做法，形成了一个有竞争门槛的复杂系统。

AI基建，最需要的是钱。

我们之前算了一笔账，建设数据中心除了硬件本身，还需要考虑到电力、冷却系统和冗余设备等。比如在硅谷的CoreSite，每平方英尺造价高达2200美元，而实际的可出租面积只占到总面积的一半，也就是说，每个NRSF（可出租平方英尺）的开发成本翻倍，达到4400美元。

与之相比，最顶级的写字楼，每平方英尺的造价也不过800美元。

所以，建设数据中心的确很贵。

但资本市场对它的前景相当乐观。

毕竟，如果将AI视为未来社会和经济的基础设施，就像曾经的电力和互联网一样，那么现在就是最好的入场时机。

最直观的是，最近几年人工智能相关的股票在美股市场上飙涨：Nvidia市值已经飙升至2.8万亿美元(9月18日数据)，科技七姐妹(除了tesla)的股价都狠狠受到了人工智能资本热潮的提振。

有了从资本市场拿到的充足的资金，像微软、OpenAI、亚马逊、谷歌、Meta这些公司都在争先恐后地布局数据中心，部署更大规模、更高效的分布式训练集群。

这些公司“烧钱”的规模也是堪称“恐怖”——

早在3月份，有消息称微软和OpenAI正在筹备一个名为“Stargate”的人工智能超级计算机项目，Stargate项目的建成时间预计为五到六年，配备数百万颗AI芯片，耗资高达1000亿美元，是现有最大数据中心的100多倍，由微软来负责搞定融资，目标是建设全球领先的AI超级计算机集群，大规模提升AI模型的训练能力。

而且因为对电力需求太大，微软和OpenAI正在考虑使用核能等替代能源来支持这一庞大的基础设施……

美国科技巨头们现在想的是，要赢得AI时代，在赚到钱之前必须花钱，而越花钱，就越能在资本市场上拿到钱——也算是完美闭环了。

(手动cue一下大A，哭)

不仅仅是美国西海岸的科技巨头，华尔街的资本巨头也在布局。

近期，黑石集团(Blackstone)宣布以235亿美元的价格收购亚太地区最大的超大规模数据中心运营商AirTrunk。这项交易是黑石在亚太地区最大的一笔投资，并成为今年全球最大的数据基础设施交易之一。

AirTrunk成立于2015年，总部位于悉尼，专注于亚太地区的数据中心建设和运营，目前业务覆盖澳大利亚、日本、新加坡、马来西亚和香港，管理着11座超大规模数据中心，总容量超过800MW，并计划进一步扩展至1GW。

黑石集团预计，未来五年内，美国境内将有大约1万亿美元的投资用于促进建设新的数据中心，全球其他地区也将另有约万亿美元的投资规模。

与此同时，微软与贝莱德(BlackRock)、全球基础设施合作伙伴(GIP)和英伟达的MGX宣布成立全球AI基础设施投资伙伴关系(GAIIP)，此次GAIIP合作主要是成为全球最大的 AI 投资基金，整体募资规模高达300亿美元，而如果包括债务融资，这将调动高达1000亿美元的总投资潜力。

微软副董事长Brad Smith表示，此类投资超越了单个公司或政府的能力，不仅推动技术进步，还能增强美国的竞争力和经济安全。

贝莱德董事长Larry Fink表示：调动私人资本建设数据中心和电力等人工智能基础设施将释放数万亿美元的长期投资机会。

值得注意的是，AI基建不仅是建筑本身，它更是一个高度技术化的系统工程，涵盖了从规划设计到运营维护的各个环节，并且每一个节点上都有大量的创新。

特别是随着高性能计算（HPC）的日益复杂化，数据中心设计和技术必须迅速跟上，这需要一大批专业人才，他们不仅需要具备深厚的硬件知识，还需要掌握从网络配置到分布式架构、从高性能计算到安全合规的一系列专业知识。

以数据中心内部的“线缆排布和冷却设备”为例，这些都需要精密的设计与调试，确保高密度硬件设备能够在高效散热的同时维持长期稳定运行.

比如微软就在研究液体浸没作为 AI 等高性能计算应用的冷却解决方案↓

而在数据中心建成后，全面的测试是必不可少的，确保系统在实际运行环境中应对各种预期和突发情况。此外，数据中心的运营团队必须持续监控系统性能，并根据实际使用情况对硬件、软件和网络架构进行优化，确保其始终处于最佳状态。

当这些系统成功部署并投入使用后，数据中心就成为推动AI技术进步的重要引擎，同时也会沉淀大量拥有高技术能力的产业工人。

根据统计，2017年到2021年间，美国数据中心行业的就业岗位从290万个增长到350万个，增幅达20%，远远超过了美国整体就业岗位2%的增幅。

更令人瞩目的是，每一个数据中心的直接就业岗位，都能在美国经济中创造7.4个辅助就业机会。这些间接岗位包括电信、软件开发、设施管理、发电等领域的数据中心相关支持工作。

以俄亥俄州为例，随着数据中心项目的扩展，俄亥俄州不仅创造了数以千计的建筑、运营和维护岗位，为该州的GDP贡献了数十亿美元，还推动了教育项目的发展，为满足高技术人才需求提供了专业培训。

可以说，数据中心建设已经成为推动美国地方经济转型和提升就业率的核心引擎。

从某种意义上来说，美国通过AI基础设施的建设，

正在成为新一代“基建狂魔”——

随着AI技术的进一步发展，数据中心的规模和功能持续扩展，美国的AI产业链也将进一步强化，吸引越多的资金进入，推动更多的技术创新，培养更多的技术人才，进而吸引更多资本的持续注入……

目前，美国在全球拥有数量最多的数据中心，数量级上领先其他任何一个国家；而这种正向反馈机制，或许将确保美国在全球AI竞争中的长期领先地位。

留给我们一个问题是，

如果我们要发展AI基建，钱从哪里来？

在美国，像Nvidia、微软和谷歌这样的科技巨头能够轻松通过资本市场筹集巨额资金，很多资本巨头也在大举投资数据中心。

虽然中国的科技巨头们也有强大的资金基础，但它们在AI基础设施的投入力度和融资能力，无法与美国企业相提并论。

一方面，国内资本市场对AI项目的风险认知较高，投资者更加谨慎；

更重要的是，中国AI基建面临着一大短板，那便是芯片的短缺问题，尤其是在高端AI芯片领域。

美国对中国的芯片出口限制，严重影响了中国企业获取核心技术设备。像Nvidia的A100、H100等高端AI芯片是全球大模型训练的核心算力来源，但这些芯片因出口管制变得“一芯难求”。即便是Nvidia为中国市场量身定制的H20芯片，也只能部分满足国内需求，仍然面临供应不足的问题，影响了AI基础设施的布局速度和规模。

于是，面对芯片短缺和封锁，中国企业开始“卷”起了自研芯片的开发。

字节跳动、阿里巴巴、华为等公司已经启动了芯片自研项目。网传，字节跳动打算向台积电订购数十万颗其自研的训练和推理芯片。据《The Information》估计，这些内部设计的芯片成本将比购买Nvidia芯片少数十亿美元，目前这些芯片仍处于设计阶段，交付可能要到2026年。

虽然自研芯片从设计到量产需要时间，但这是中国AI基建破局的关键一步。

政府在AI基础设施建设中也扮演着“定海神针”的角色，一方面通过国家级科技项目、集中资源解决芯片、数据中心等核心技术的短板问题；另外在AI基建落地方面，采用类似于”新基建”的专项扶持政策，为AI基础设施建设提供长期稳定的资金支持和制度保障，发展一批在数据中心设计、建设和运营方面拥有先进的技术和经验的人才队伍。

此外，破局的关键在于能否在AI基建与AI芯片的基础上，并构建出一个扎根于本土、适应中国市场的AI生态系统。

美国在AI领域最强大的优势，不仅仅是技术的领先，更是其多年沉淀下来的生态系统壁垒。

例如Nvidia通过其GPU芯片和CUDA平台，已经构建了一个从硬件、软件到开发者社区的完整闭环，这使得它不仅仅是一个芯片制造商，更是整个AI生态的核心支柱。