乐于分享
好东西不私藏

AI基础之算力工厂

AI基础之算力工厂

要启动一座1GW级别的算力“宇宙工厂”,首先需要攻克的就是前期巨大的资本壁垒,以及复杂而精巧的资源协同

核心成本:高达350亿美元的前期投入

建设一座1GW智算中心(以英伟达GB200架构为例),总资本支出约 350亿美元。这背后的真实账单构成如下:

成本类别
占比
估算金额
核心组件与执行者
GPU 芯片
38.8% - 45%
136亿136-158亿心脏。英伟达赚走数据中心约29.1%的总毛利。
供电与散热
~31.9%
~$112亿
基石。包含备用电源(6.1%)、电力配送(5.1%)、供电保障(UPS, 4.6%)等。
网络设备
~12.6%
~$44亿
血脉。含DPU/网络加速器(3.2%)、交换机(3.1%)、铜缆(2.1%)等。
存储设备
~11.4%
~$40亿
记忆。由三星、SK海力士、美光等厂商提供高速硬盘。
土建与土地
~10.7%
~$38亿
外壳。在中国,一个1GW项目占地约800亩(约0.5平方公里)。
运维 (年化)
~5%
~$27.5亿/年
运营。电费仅占5%,GPU和基础设施才是成本大头。

该项目在折旧周期(通常4年)内的总拥有成本(TCO)约 550亿美元

三大核心资源支柱

1. 电力:选址的核心瓶颈

数据中心备有柴油/燃气发电机以防断电,但算力中心本身每年约消耗8.7 TWh电力(足够约75万户美国家庭使用一年)。因此,可靠、充足的电力供应是选址的核心瓶颈

2. 冷却:高密度散热的超级工程

GPU(如B系列功耗超1000瓦)聚集会产生惊人热量,传统风冷(PUE 1.4-1.5)力不从心,行业转向更先进的液冷技术(PUE可降至1.1以下),能效大幅提升。同时,废热循环利用也成为新趋势,例如用于为温室供暖种植农产品,以提升能源效率。

3. 空间:大型园区不可或缺

从马斯克估算的4-6平方公里荒地,到中国宁夏一个1GW项目仅800亩(约0.5平方公里) 的现实案例,再到英国一个园区规划的1.5平方公里,充足的土地对所有项目都必不可少。

实际案例:巨头们的“千亿棋局”

  • 美国“星际之门” (OpenAI, Oracle):通过旗下一个名为"星际之门"的单一项目,总投资高达 4500亿美元1GW的IT电力足以支撑约75万户美国家庭

  • 英国林肯郡园区 (Elsham Tech Park):规划十年建成,预计建设成本为 £55亿至£90亿(约74-121亿),建成后将创造650至1000个长期工作岗位。

  • Meta “普罗米修斯” (Prometheus):计划于2026年启用首期1GW集群,长期规划“Hyperion”项目将超5GW,甚至计划自建配套发电厂来解决问题。

  • Meta:计划于2026年启用首期1GW「Prometheus」集群,长期规划「Hyperion」项目将超5GW,甚至计划自建天然气电厂来解决问题。

  • 印度塔塔咨询服务公司 (TCS):以约 65亿美元 的投资,以5-7年为周期分阶段推进。

此外,印度信实集团还规划了一个3GW的数据中心,中国的晶科科技也在宁夏中卫规划了一个245亿元人民币(约34亿美元)的1GW项目。不同地区的项目成本差异显著,当地条件、能源策略和政策支持都是重要影响因素。

为什么依然狠砸钱?——收益模式与战略意图

在如此惊人的投资下,企业仍疯狂涌入,是因为这笔钱是通往新时代的门票。其收益与战略逻辑主要有以下几种:

  • 直接租赁("卖水"模式):建成后提供机柜或算力租赁服务获得稳定现金流。例如,晶科科技的项目就以此为主要收入来源。

  • 生态捆绑("造船出海"):通过锁定算力资源为自家的AI模型训练、软件生态提供坚实基础,直接参与AI时代的竞争。

  • 战略卡位("圈地运动"):抢占稀缺的电力、土地和政策资源,在为自身发展占据有利位置的同时,构筑起高技术壁垒。

  • 国家竞争("数字主权"):拥有大型AI算力中心逐渐被视为体现国家战略实力的关键指标,获得相应的政策支持与引导。

尽管如此,巨头们依旧面临巨大的投资风险:

  • 投资回报率风险:高额投入可能导致短期ROI(如TCS预期持续到2026财年)

  • 供应链与需求不确定:依赖台积电等少数代工厂,新一代GPU能效更高,旧硬件可能在折旧期内就失去竞争力


总结与展望

建设一座1GW的算力中心,是一场对技术、资本和战略的极限挑战。如果说当前350亿美元的成本指向GPU主导的模式,那么三大趋势正在重塑赛道:一是边缘算力崛起向边缘下沉;二是存量博弈巨头通过租赁资产优化配置;另外是中美市场成本趋同,竞争焦点正从硬性的资源禀赋,向软性的综合实力转移。

欢迎一起学习,成长!
感谢关注,转发!
学无止境,无论岁月!