在过去的12个月里，AI领域的决定性项目一直是「模型奇偶性」竞赛。这一阶段的特点是——寻找新的研究技术、更好的训练数据和更大的集群规模。AI军备竞赛的下一阶段会有所不同：它将更多地由「物理设施」，而不是「科学发现」来定义。
01
基建为王：AI时代的新竞争法则
随着AI技术不断进步，尤其是大型语言模型（LLM）和其他复杂AI系统的涌现，计算资源的需求也在迅速飙升。
红杉资本合伙人David Cahn，前Coatue的COO及合伙人，全球AI明星项目建设人，最近发表文章深刻分析了这一趋势。他指出，过去，如果公司需要更多的算力，只需将GPU添加到现有数据中心即可；但现在，随着AI模型规模的爆炸式增长，现有的数据中心已经无法满足需求，必须建设全新的、更大规模的设施。
David Cahn的观点明确指出，AI产业的竞争不再仅仅依赖于科学发现，而更依赖于基础设施的效率。在大型科技公司的财报中就得到了证实：微软、亚马逊、谷歌和Meta等公司纷纷大幅增加资本支出，用于新型AI数据中心的建设。
微软、亚马逊、谷歌、Meta的“增量资本支出”
02
算力需求：数据中心成为竞争焦点
那么，未来1到2年到底会发生什么？在人工智能产业建设的新阶段，在这场竞赛中，我们如何“获胜”呢？首先「建设数据中心」是一项混乱而复杂的业务。
2.1 业内现状
随着AI模型规模的迅速扩大，虽然目前可以通过主机代管或改造现有数据中心来扩展算力集群，但传统数据中心的设计初衷并不是为了支持如此大规模的计算任务，这种方法已经无法满足需求。为支持下一代规模达到300k GPU的模型，建设全新的数据中心将成为必要。
人工智能领域已经发生了两大显著转变：
—模型的交付周期显著延长。交付周期从过去的6-12个月增加到18-24个月，延迟了训练的启动时间。
—竞争优势的来源已从技术突破逐步转向基础设施效率。新时代的基础设施效率可能比研究突破更为关键。
为了支持新一代AI模型的运行，科技公司必须投入巨资建设专门的数据中心，以提供足够的算力支持。
微软和亚马逊都在大力扩展其数据中心网络，以应对未来几年内AI模型所需的算力增长。其不仅在现有设施的基础上进行扩展，还在全球范围内新建更多的数据中心。新设施将配备数十万台GPU和其他高性能计算设备，旨在支持未来的大规模AI模型训练。基础设施的扩展和升级确保满足现在、奠基未来。
2.2 复杂的基础设施问题
数据中心的建设并非易事，它不仅涉及硬件设备的采购和安装，还需要解决土地、电力、冷却系统和网络连接等一系列复杂的基础设施问题。科技公司必须与房地产开发商、建筑承包商和设备供应商密切合作，确保数据中心项目能够按时、高效地完成，以在新一轮角逐中不掉队甚至领跑领先。
像微软和亚马逊与顶级房地产开发商合作，签订长期租约，为数据中心建设提供资金保障。后期将需要管理其前沿模型（GPT 5和Claude 4）与为企业客户使用而构建的其他数据中心之间的资源分配。
2.3 巨大的能源消耗问题
算力需求除了基建竞争，还面临能源消耗问题。AI模型的训练和推理需要大量电力支持，特别是在高性能计算集群运行时，电力消耗更是惊人。如何确保数据中心能够获得稳定且足够的电力供应，这种挑战不仅涉及传统电力供应，还包括可再生能源的利用，以降低碳足迹和满足日益严格的环保要求。
03
硬件刚需：钢铁与电力的关键作用
数据中心需要依托庞大的物理基础设施。钢铁、混凝土和电力供应是这些设施建设的核心要素。
首先由钢筋混凝土造楼确保其能够承载大量服务器和其他计算设备。数据中心的供电需求非常巨大，通常需要独立的电力供应系统，以确保在高负荷运行时不出现断电问题。
3.1 前线后勤-激增的电力高需求
在数据中心建设过程中，电力供应是最关键的因素之一。AI模型的训练和推理需要大量电力，特别是在高性能计算集群运行时，电力消耗极其庞大。为了满足这一需求，科技公司不得不与电力公司合作，确保数据中心能够获得稳定且足够的电力供应。
例如，谷歌在全球范围内布局的多个数据中心，已经开始采用风能、太阳能等可再生能源，既保证了电力供应的稳定性，也满足了公司对环境保护、全球生态建设的承诺。
3.2 粮草先行-必须的硬件设备保障
钢铁和混凝土的需求同样巨大。一个典型数据中心项目通常需要数千吨钢材和数万立方米的混凝土，用于建造数据中心的基础设施，包括承重结构、防护墙和冷却系统。由于数据中心通常设计为长时间运行，材料结构必须非常坚固，能够承受极端环境条件。这意味着，数据中心建设不仅是一项昂贵的投资，也是一项需要高水平技术和管理能力的复杂工程。
为了应对上述挑战，科技公司需要斥巨资选择与经验丰富的建筑公司和承包商合作，负责从设计到施工的所有环节，确保项目能够按计划进行。
例如，DPR等知名建筑公司，专门从事数据中心的设计和建设，无疑为业内首选。科技公司“该花花”以确保数据中心的建设达到预期的质量和性能标准，为未来的AI模型训练和推理提供坚实基础。
04
未来展望：基础设施建设的战略意义
随着AI进入基础设施驱动的新阶段，未来几年内，数据中心的扩展和升级将决定AI产业的成败，不仅因为它们提供了AI模型所需的计算资源，更因其代表了公司在AI领域的长期战略投入。就如微软、亚马逊、谷歌和Meta等公司已经抢占先机，通过大规模投入确保在未来的竞争中占据优势。
未来，能在基础设施建设方面取得优势的公司，将更能在AI市场中脱颖而出。随着资本支出计划的逐步落实，AI领域的竞争格局将日益清晰。钢铁、服务器和电力等物理设施将成为决定AI产业未来的关键因素。同时，基础设施建设的战略意义还体现在支持未来技术发展上。
科技公司必须在设计和建设数据中心时考虑未来需求，确保设施具备更高的灵活性和可扩展性。随着生态文明建设推进和“降本增效”，“可持续发展”也应该成为数据中心考虑重点，科技公司需要更多地采用可再生能源，提升能源效率，减少碳排放，以实现环保目标并获得社会认可。
05
结语：基础设施拥抱AI的未来
随着资本支出计划的稳固实施和竞争格局的形成，新的人工智能时代开始了，AI领域的竞争也将变得更加激烈。在人工智能的这个新阶段，钢铁、服务器和电力将取代模型、计算和数据，成为任何希望领先的人势在必得。
联系我们咨询电话：18674883479（熊）
咨询电话：13787098701（黄）
联系邮箱：webmaster@datascore.cn
进入官网：
详细地址：北京市西城区新街口外大街28号C座302室
