AI 基础设施建设才刚开始:万亿级投入的早期阶段

2026/06/07 ai 2399 字 · 约 7 分钟 阅读
评论文章指出,当前 AI 基础设施的大规模投入仍处于早期阶段。从芯片到数据中心再到能源,整个配套产业链的长期增长逻辑坚实。本文梳理 AI 基础设施投资的现状、驱动力与未来展望。

上周,一篇引发广泛讨论的评论文章指出,尽管全球科技巨头已在 AI 基础设施上投入了数千亿美元,但这场建设浪潮才刚刚开始

这个观点在当前的市场情绪下尤其值得关注——一面是「AI 泡沫」「回报率存疑」的质疑声此起彼伏,另一面是 Google 刚被曝以每月 9.2 亿美元租用 SpaceX/xAI 的计算资源、Anthropic 宣布 500 亿美元的美国 AI 基础设施投资计划,而所有头部云厂商的资本支出仍在加速上行。

当前投入的规模

拆开 2025-2026 年的资本支出数据,AI 基础设施的投资体量早已不是「实验性投入」:

公司2025年资本支出(含AI)2026年计划同比增速
Microsoft~$60B$80B+~33%
Amazon~$75B$90B+~20%
Google~$55B$70B+~27%
Meta~$40B$50B+~25%
合计~$230B~$290B+~26%

仅这四家公司,2026 年的基础设施投入就将逼近 3000 亿美元。其中绝大部分直接流向 AI——GPU 集群、数据中心扩建、光互联网络和配套电力设施。

为什么说「才刚开始」

文章的核心论点建立在三个观察之上:

1. 模型能力仍有巨大提升空间

当前即使是 GPT-4o、Claude 4 等最先进的模型,在复杂推理、长文理解、多模态融合等方面仍远未达到天花板。Transformer 架构的 scaling law 尚未出现根本性瓶颈,MoE、Mixture of Agents、推理时计算(test-time compute)等新路线还在持续推高算力需求。

Scaling law 没有被证伪——它只是从「堆参数」转向了「堆推理计算」。

2. AI 应用渗透率仍极低

企业级 AI 应用的采纳率虽然从 2023 年的 20% 左右攀升到了 2026 年的约 50%,但这主要集中在大模型 API 调用和对话式助手。真正深度嵌入核心业务流——自动化决策、智能客服全替代、代码全流程生成、工业控制——的应用场景,渗透率还远低于 10%

每一层应用渗透的加深,都会成倍放大对底层推理算力的需求。

3. 基础设施的物理建设周期极长

一个超大规模数据中心从规划到投运通常需要 3-5 年。当前在建的项目大多基于 2023-2024 年的规划,而 2025-2026 年敲定的新项目要到 2028-2030 年才能贡献有效算力。

这意味着:

  • 短期:算力供给持续紧张,头部企业溢价锁定产能
  • 中期:在建产能逐步释放,但难改供需缺口
  • 长期:能源和土地可能成为终极瓶颈

从芯片到能源:全产业链的扩张

AI 基础设施不是某一个环节的投入,而是从芯片设计到电力供应的系统性工程:

GPU 与 AI 芯片:NVIDIA 的数据中心收入从 2023 年的 $47B 飙升至 2025 年的 $120B+,且订单仍在超卖。AMD MI400、Intel Falcon Shores 以及 Google TPU v7、AWS Trainium3 等自研芯片也在快速追赶,但供给缺口至少持续到 2028 年。

数据中心:全球超大规模数据中心数量预计从 2024 年的 900+ 座增长到 2030 年的 2000 座以上。单座数据中心功率从传统的 30-50MW 跃升至 200-500MW,开始与小型核电站的出力相当。

能源:这是最容易被忽略但可能是最大的瓶颈。一座 500MW 的数据中心年耗电约 4.4 TWh,相当于 40 万户家庭。科技巨头已开始大举投资核能——Microsoft 签署了三哩岛核电站的重启协议,Google 和 Amazon 也分别锁定了多个 SMR(小型模块化反应堆)项目。

光互联与网络:数据中心内部的光互联需求随 GPU 规模指数膨胀。NVIDIA 的 InfiniBand 和 Spectrum-X 交换机出货量翻倍增长,全球光模块市场从 2024 年的 $15B 冲向 2028 年的 $40B+。

存在的风险与不确定性

当然,任何投资叙事都有反面。文章也承认以下风险:

  • 需求不确定性:如果模型能力停滞或应用渗透不及预期,大规模的资本支出可能导致严重的产能过剩
  • 能源约束:核电和可再生能源的部署速度可能跟不上需求,部分地区已出现数据中心建设因电力不足被叫停的案例
  • 地缘政治影响:芯片出口管制、跨国数据流动政策变化,可能割裂全球 AI 基础设施的一体化布局
  • 替代路线:如果模型压缩、蒸馏或者全新的计算范式大幅降低了单次推理成本,硬件需求可能不如预期

但这些短期风险并不足以否定长期趋势。正如文章所言,这更像是一场空间巨大的早期竞赛——参与者押注的不是两三年后的回报,而是十年后的行业格局。

参考

  1. 原文出处:Hacker News 热帖讨论(2026-06-06)
  2. CNBC. Google to pay SpaceX $920M a month for compute capacity at xAI data centers. 2026-06-05. https://www.cnbc.com/2026/06/05/google-to-pay-spacex-920-million-a-month-for-xai-compute-capacity.html
  3. Anthropic. Anthropic invests $50B in US AI infrastructure. 2026. https://www.anthropic.com/news/anthropic-invests-50-billion-in-american-ai-infrastructure
  4. Martin Alderson. Are we repeating the telecoms crash with AI datacenters? 2026. https://martinalderson.com/posts/are-we-really-repeating-the-telecoms-crash-with-ai-datacenters/
  5. 各公司财报及投资者关系公开数据(Microsoft FY2026 Q1-Q2、Amazon FY2025 10-K、Google FY2025 10-K、Meta FY2025 10-K)

文档信息

加载评论…