算力需求将继续超过供给。
如果数据中心投资即将放缓,那显然没人告诉扎克伯格这个消息。1月29日,在一次财报电话会议上,这位掌门人豪言壮语,称他正计划建造一个AI数据中心,“如果放置在曼哈顿,将占据这座城市相当大的面积”。
他的这番表态恰逢敏感时刻。就在两天前,从芯片制造商到数据中心服务器生产商,英伟达、戴尔等公司的股价都出现暴跌,原因是中国公司DeepSeek发布了一款新的AI模型。这个模型的训练成本仅为西方同等性能模型的一小部分,这引发了人们对开发AI系统所需计算能力以及投资规模的重新思考。
虽然许多公司的股价已经反弹,但这一事件却让人们对投入数据中心的巨额资金更加关注。Meta与美国三大云服务提供商Alphabet、亚马逊和微软去年在数据中心基础设施上的总投资达到1800亿美元。若加上小型科技公司、电信提供商、大型企业以及Digital Realty和Equinix等数据中心运营商的支出,这一数字攀升至约4650亿美元。其中,土地、建筑物和电力设备等基础设施约占30%,其余则用于芯片、服务器机架和网络设备等。黑石等资金雄厚的私募股权公司也被这轮投资热潮所吸引,去年创下700亿美元的数据中心交易纪录。
从美国弗吉尼亚州北部到马来西亚的柔佛巴鲁,全球目前估计拥有多达11000个数据中心。这些设施总计消耗约55吉瓦的电力,相当于荷兰的总发电量,占地约3亿平方英尺,超过4500个足球场。从电力消耗来看,美洲占据目前总量的略高于50%,亚洲略低于30%,欧洲、中东和非洲则占剩余约20%(见地图)。
这场投资热潮丝毫没有降温的迹象。2月4日,Alphabet的掌舵人桑达尔·皮查伊在财报电话会议上宣布,公司今年的资本支出将达到750亿美元,主要投向数据中心,不仅超过去年的530亿美元,也超出了分析师预期。研究公司Omdia的数据显示,未来几年全球将新增至少63吉瓦的数据中心容量。
然而,那些担心世界很快就会被多余的数据中心产能淹没的人大可不必担心,原因有二。首先是供应问题,目前供应严重不足。房地产公司世邦魏理仕(CBRE)的数据显示,北美的数据中心空置率仅为2.8%;新增产能通常在建成前就被“预租”,租期一般为10-15年。
Alphabet和微软都将2024年第四季度云业务增长低于预期归因于产能限制。为满足需求,这些云计算巨头不得不向数据中心运营商租赁设施。但扩大供应的速度仍然跟不上需求。Equinix的高管Jon Lin指出,如今建造一个数据中心需要三年时间,而此前仅需12~18个月。
供应链瓶颈是一大问题。世邦魏理仕指出,由于电力短缺,越来越多的项目陷入“延长建设阶段”。数据中心的关键电力部件变压器的等待时间甚至可能长达数年。
各国政府的政策限制也阻碍了发展。在新兴的区域数据中心枢纽马来西亚,官员们以节约水电为由拒绝了新设施申请。去年,都柏林否决了Alphabet计划建设的一个数据中心。其他城市也对新建设施实施了暂停令。在拥有美国四分之一数据中心产能的弗吉尼亚州,地方当局正在收紧分区规定,限制数据中心的选址。
第二个原因是需求依然强劲。高盛的数据显示,截至2024年底,人工智能仅占用了约十分之一的数据中心产能。在DeepSeek出现之前,该投资银行预测到2026年底,人工智能的数据中心使用量将增长两倍。即便如此,这也仅占总量的约四分之一(见图表)。
数据中心需求还受到其他因素推动。众多企业仍在推进数字化转型,将业务迁移至云端。随着发展中国家民众接入互联网,发达国家用户沉迷视频内容,互联网使用量持续攀升。从冰箱、汽车到工业机械在内的设备也在产生海量数据。
即使AI对算力的需求随着模型训练效率提升而放缓,数据中心运营商表示,他们的设施可以灵活转向其他用途。AI数据中心与普通数据中心最大的区别在于每平方英尺的功耗:运行高性能AI芯片需要更多能量。这意味着需要升级冷却系统,但其他方面差异不大。一位数据中心运营商高管表示,不同用途之间的转换“非常顺畅”。
此外,许多技术专家乐观地认为,更经济的AI将刺激对这项技术的需求。有人指出,新的“推理”模型在响应查询时会使用更多算力以生成更优质的答案。这些因素能否抵消模型训练所需算力下降的影响尚未可知。目前,数据中心的繁荣仍在持续。
来源:经济学人
编译:未来学人