5000亿美金AI数据中心基建狂潮：资金流向、技术瓶颈与未来展望

5000亿美元，这是美国宇航局估算能够实现人类登陆火星的预算规模。这笔钱足以买下1.36个阿里巴巴（市值约3670亿美元）、3.5个NBA联盟（估值1400亿美元）、建造100座Apple Park（每座50亿美元），或者购买1400亿杯单价3.5美元的咖啡。然而，如此庞大的资金，如今仅够OpenAI建造一座名为Stargate的AI数据中心。

然而，这可能仅仅是序幕。业内人士透露，OpenAI的野心或许是这一数字的十倍。xAI、Meta等科技巨头纷纷斥巨资投入AI数据中心，全球范围内掀起一波基建狂潮，各方都在押注这个全新的万亿级市场。但在热潮背后，我们不禁要问：这么多钱，究竟流向了何处？

本文将深入剖析AI数据中心背后的资本支出构成。数据中心由哪些核心部分组成？上下游的主要玩家有哪些？资金具体如何分配？有趣的是，翻阅各大机构报告后，我们发现各家预算估算大相径庭，究竟谁更接近真相？更有甚者，由于地面电力紧张，数据中心被迫“升空”，原因何在？在AI泡沫论甚嚣尘上的当下，资本为何依然狂热涌入？

01 解码万亿投资：数据中心的资金流向图

先来看今年10月15日美国银行对下一代AI数据中心的成本分析。

我们将数据中心的支出划分为四大类：IT类设备、供电设备、冷却设备以及工程建设。为便于横向比较，我们统一以每吉瓦（GW）为计算单位。

Chapter 1.1 IT类设备：算力的心脏

首先是与计算直接相关的IT类设备，涵盖服务器、网络和存储三大板块，其中服务器占据绝对大头，每GW大约需要375亿美元。

服务器内部集成了CPU、GPU、内存、主板等核心元件，通常由原始设计制造商（ODM）直接供货，例如工业富联等。这些ODM从英伟达、AMD等芯片设计公司获取服务器设计标准，并制造整机，直接供应给Oracle、Meta、亚马逊等超大规模客户。

ODM占据了服务器市场46%的份额，而中小企业若需采购服务器，则需转向戴尔、超微、惠普等原始设备制造商（OEM）。

网络方面，每GW需要约37.5亿美元的网络设备，主要玩家包括Arista、思科、华为、英伟达等。

值得一提的是，尽管英伟达在网络设备市场占比仅5%，但业界普遍认为，英伟达的InfiniBand虽然成本更高，但其低延迟、无丢包的特性，使其更适配AI数据中心的需求。

最后是存储设备，即硬盘，每GW需要19亿美元。主要厂商包括三星、SK海力士、美光、希捷等。将上述三项相加，IT类设备每GW总支出高达431.5亿美元，成为数据中心投资的重中之重。

Chapter 1.2 冷却系统：保障算力的隐形防线

2018年，亚特兰大一座数据中心遭遇网络攻击，导致法院、警察局、机场等城市服务瘫痪。攻击者除用勒索软件锁死数据外，还做了一件事：入侵冷却系统。

冷却系统失控后，环境温度飙升至100华氏度（约37.8摄氏度）以上，大量芯片受损。黑客甚至将服务器与冷却系统的控制权作为“人质”，索要51000美元比特币。

此后，针对冷却系统的攻击愈发频繁，手法也层出不穷。这个故事警示我们，冷却系统对数据中心至关重要，尽管其建造成本仅占总预算的3%。

随着全球AI算力需求指数级增长，传统风冷技术已难以满足高密度设备的散热需求。对于英伟达GPU而言，散热能力甚至成为制约算力发挥的核心瓶颈。因此，液冷正从备选方案变为数据中心的必需品。

对于配备液冷系统的数据中心，冷却设备主要包括冷却塔、冷水机组、冷却分配单元（CDU）和机房空气处理机组（CRAH）。要承担1GW的散热，它们分别需要支出0.9亿、3.6亿、4.5亿和5.75亿美元，总计14.75亿美元。

冷却设备供应商分散于各环节，数量众多，其中维谛、江森自控、世图兹和施耐德等是该领域的主要玩家。

Chapter 1.3 供电设备：数据中心的能量之源

再来看看核心基建的电力部分。供电设备主要分为应急备用的柴油发电机、负责配电总控的开关设备、保障不间断供电的UPS、以及向各机柜配电的母线槽及其他配电设备。

美国银行报告显示，典型柴油发电机每兆瓦（MW）成本为40万～55万美元，加上燃料箱、燃料泵和安装费用约35万～50万美元，因此每MW发电机总成本约为80万美元。要提供1GW电力，应急发电机需花费约8亿美元。

但在我们的嘉宾看来，实际成本远高于此，原因在于冗余性设计。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

若IT设备功耗达到1GW，通常需要配置超过1GW的柴油发电机。主要原因在于保障冗余性。一些对可靠性要求极高的数据中心，柴油发电机的配置量甚至可能达到算力需求的两倍。例如，若数据中心为1GW，则可能需要配备2GW的柴油发电机。

在柴油发电机市场，主要玩家是卡特彼勒，康明斯和罗尔斯·罗伊斯紧随其后。

除此之外，1GW数据中心还需要6.15亿美元的开关设备、9.85亿美元的UPS和3亿美元的配电设备。这些电气设备的主要玩家是施耐德、维谛和伊顿。

整个供电设施的总花费约为每GW 27亿美元，仅为IT设备的1/13，看似颇为经济。

然而，在美国，电力供应已成为众多数据中心的核心瓶颈，这一点我们将在后文详述。我们先完成支出拼图，看看最后一项：工程建设。

Chapter 1.4 工程建设：从图纸到现实

工程建设费用包含建筑成本、安装费用、总承包商费用等，每GW预计花费约42.8亿美元。

合计下来，建成1GW数据中心的总支出约为516亿美元，其中IT设备占比高达84%。以此推算，OpenAI 10GW的Stargate项目总投入将达5160亿美元，与官方宣称的5000亿美元非常接近。

但在查阅各类研报时，我们发现一个有趣现象：不同机构给出的数据差异巨大。以Stargate为例，各家估算的预算甚至相差2000亿美元。这是为何？我们应如何看待这些计算分歧？

02 计算分歧：千亿预算差从何而来？

先看几家机构的预测：

Bernstein 11月1日报告：每GW AI数据中心成本约为350亿美元，且各项支出占比与美国银行不同。例如，IT设备（GPU、网络、CPU、存储）总占比为56%，远低于美银的84%。

Barclays Bank 10月底报告：每GW支出为500～600亿美元，其中65%～70%用于计算与网络。

Morgan Stanley 8月模型：1GW成本为335亿美元，计算设备占比41%，其余59%用于电力、冷却等基础设施。

为何预测相差如此悬殊？主要有两个原因：第一，所采用的芯片型号不同。

美国银行的计算基于英伟达今年9月发布的Rubin架构芯片（预计2026年底上市）；而Bernstein和Morgan Stanley基于2024年3月发布的Blackwell架构。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

Bernstein估算的GPU成本为136.5亿美元，而美银对未来数据中心的GPU成本估算为375亿美元，仅此一项每GW就相差200多亿。这是最大的差异来源。

可见，各家估算的最大变量在于芯片价格，每GW相差高达200亿美元，而供电、冷却等其他设施的成本差异不大。这也侧面印证了，黄仁勋的下一代芯片又将迎来涨价。

新的“黄氏数学”认为，一座1GW AI数据中心总成本为600～800亿美元，甚至高于其他机构预测，其中“计算成本”（即英伟达潜在收入）高达400～500亿。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

我认为老黄的预测可能更准，毕竟他清楚自己的定价策略。他算过能耗，也清楚自己希望定什么价，能赚多少。

第二个原因，是计算范围不同。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

美银计算的是数据中心建筑内部的成本，而Bernstein涵盖了整个数据中心园区，包括园区内的配电系统、涡轮发电机等。美银提到的发电机更像是备用电源的柴油发电机，而Bernstein的发电机则是燃气轮机，相当于自发电设备。

综合来看，我们的嘉宾认为，对于巨头们未来建设的数据中心，美国银行的预算可能更贴近实际，因此本期的预估主要依据美银报告整理。

前文提到，电力已成为数据中心的核心瓶颈。这就是为何在动画中，数据中心内外都配有发电机。实际上，电力方面还有一笔不小的隐形支出：电力投资。

03 隐形支出：巨头亲自下场建电厂

我们曾制作视频和播客，探讨AI带来的用电荒及美国缺电的根源。一年半后的今天，情况仍未缓解。如今，巨头们为获取电力，不得不亲自投资建厂。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

OpenAI及其合作伙伴（如Oracle）需设法在电网上创造新的容量。如今，许多科技公司不得不自行建设发电机、发电站、变电站及部分配电设施，甚至修建短距离输电线路以满足自身需求。为一个10GW的数据中心配套发电厂，可能还需增加120～200亿美元的成本。

因此，AI数据中心的大规模建设，意外带火了曾被视作“夕阳产业”的电力股GEV，其燃气轮机订单已排至三年后。

谷歌曾斥资30亿美元改造宾夕法尼亚州的两座水力发电厂，以换取3000MW电力，相当于每获取1GW需投入10亿美元，且这仅是改造费用。马斯克为Colossus2项目，也收购了一座发电厂。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

数据中心抢电现象非常激烈。有分析师认为，像GE这样的公司具备溢价能力，购买1GW发电机可能需要25亿美元，这可能是较高估算，我认为用20亿美元差不多，即资本支出为20亿。

这里产生一个问题：数据中心已有应急发电机，为何不直接用它们供电？

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

应急柴油发电机与大型天然气涡轮发电机有本质区别。柴油发电机是作为备用电源设计的，其组件针对高功率、短时爆发优化，无法承载24小时全天候运行。而天然气涡轮发电机专为常年持续运行设计。此外，柴油成本更高，通过管道输送的天然气发电，每度电成本仅为柴油发电的1/3至1/8。

因此，当前数据中心建设卡在了电力获取环节。美国电网无法提供足够功率，天然气涡轮发电机又供不应求，由此催生其他解决方案。例如，燃料电池日益受欢迎，甚至巨头们被“逼”上了太空。

谷歌最近宣布，计划在2027年将数据中心送入太空。主要原因是，太空中利用太阳能发电的效率可达地球的8倍，且可避免夜间无法发电的问题，堪称免费且无限的能源。此外，太空真空环境可利用辐射散热，降低冷却系统需求。

除谷歌外，微软、亚马逊及马斯克的SpaceX也开始了相关探索。那么建设太空数据中心又需多少资金？LinkedIn上有人预测，目前建设一座1MW的太空数据中心（含发射费）成本约为3550万美元，折合1GW则需355亿美元。

这似乎并未比地面昂贵太多。关于太空数据中心的可行性、挑战与机遇，我们将在未来单独探讨。

04 狂潮下的理性：过度投资亦有退路

既然建设AI数据中心耗资如此巨大，且市场充满泡沫质疑，为何基建热潮不减？在我们采访的嘉宾看来，主要原因有二：第一，投资不足的风险远大于过度投资。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

多数公司已意识到，投资不足比过度投资风险更大。原因在于，谁能最先获得最优AI模型或AGI，谁就可能占据较大市场份额，其他公司的生存空间将迅速被压缩。而过度投资的风险是有限的：无非是多买了地、电、房，建了数据中心。若发现买多了，可内部消化提升效率，或租赁给他人，甚至转售土地和电力，风险总体可控。

第二个原因在于，只要有算力，科技公司总有办法用掉。

王辰晟

前特斯拉供应链总监：

硅谷有句话：Bill will always eat Andy。只要有基础设施和硬件，服务商总有办法用掉算力。本周早些时候，OCP Meta的人提到，他们目前的GPU仅用于内部AI（如Instagram或Facebook的内容筛选），就已消耗大量算力。即便有多余闲置算力，用于内部成本优化也完全可行。所以主流公司并不担心过度投资。

因此，尽管市场质疑AI存在过度投资，巨头们仍疯狂涌入。最后一个问题：上万亿美元的需求，资金从何而来？

Bruce Liu

美国Esoterica Capital（济容投资）首席执行官兼首席投资官：

资金主要来自超大规模云服务商的自有资金——自己赚的钱再投入，自己借贷再投资。背后则依赖公开市场，即美国投资级或高收益级债券市场。此外，还有新兴的美国影子银行，即私募信贷。拆解来看，正是这些主要融资渠道支撑起整个AI基建热潮。这在历史上并非首次。只要AI能盈利，作为全球增长驱动力，资金问题无需过度担忧。

这场看似疯狂的投入，本质上是一场关于“谁先抵达未来”的博弈。或许这条路充满风险，但对巨头而言，“缺席”的代价远比“投资错误”更高。你

对这场疯狂的AI基建投资有什么想法？欢迎在评论区和我们一起聊聊吧。