5000亿美元，是NASA预估能让人类完成火星登陆的预算、能买下1.36个阿里（3670亿美元）、3.5个NBA联盟（1400亿美元）、建设100座Apple Park（50亿美元）、买1400亿杯咖啡（3.5美元），却只够OpenAI建一座Stargate数据中心。
但这，也许只是开始，业内人士认为，OpenAI的野心甚至是这个数据的十倍。xAI、Meta等科技巨头，都开始疯狂在AI数据中心砸钱，全球开启了一波基建狂潮，押注新一轮的万亿级市场。但在狂潮背后，我们不禁想问：这么多钱，都花哪去了？
本篇文章我们就来扒一扒AI数据中心背后的资本支出。数据中心由哪些部分构成？上下游主要公司和玩家有哪些？到底要怎么花钱？有意思的是，我们翻遍了各大报告后，发现大家给出的预算各不相同，究竟谁才是对的？更有数据中心，被“逼”上了太空，原因是什么？在AI被质疑存在泡沫的情况下，又为什么资本依然疯狂涌入呢？
我们将数据中心的支出大致上可以分为4大类，分别是IT类设备、供电设备、冷却设备和工程建设。为便于对比，我们将计算单位统一到每GW的支出。
服务器包含了CPU、GPU、内存、主板这些重要原件，通常直接由ODM（原始设计制造商）供货，比如工业富联等，他们会从英伟达和AMD这些芯片设计企业拿到服务器的设计标准，并制造成整机，直接向Oracle、Meta、亚马逊这类超大规模的客户供货。
ODM占据了服务器市场46%的份额，而其他的中小企业要购买服务器，那就得找戴尔（Dell）、超微（Super Micro）、惠普（HP）这类OEM（原始设备制造商）厂商购买。
值得一提的是，虽然英伟达在其中的市场占比只有5%，但业界有观点会认为，尽管英伟达的InfiniBand（网络通信标准）更贵，但凭借低延迟、无丢包风险的优势，更适用于AI数据中心。
最后是存储，也就是硬盘，每GW则需要19亿美元的存储设备。大玩家包括了三星、SK、美光 (Micron)、希捷 (Seagate)等玩家。我们将以上三项相加，最终得出IT类设备每GW支出为431.5亿美元。这就是数据中心支出的大头了。
2018年，亚特兰大的一个数据中心遭受了网络攻击，导致法院、警察局、机场等多个城市服务机构被迫关闭。攻击者除了用勒索软件锁住了数据外，还干了一件事，那就是侵入了冷却系统。
冷却系统被入侵后，环境和温度骤升至100华氏度（约37.8摄氏度）以上，一时间不少芯片受到损坏。黑客甚至还将服务器和冷却系统的控制权作为“人质”，要求支付51000美元的比特币。
后来，攻击冷却系统的方式越来越常见，花样也慢慢变得多。这个故事告诉大家，冷却系统对于一个数据中心的重要性，虽然建造预算只占总成本的3%。
而对于配备液冷系统的数据中心来说，冷却设备主要包含冷却塔、冷水机组、CDU（冷却分配单元）和CRAH（机房空气处理机组）。要承担1GW的散热，它们分别需要支出0.9亿、3.6亿、4.5亿、5.75亿，总共14.75亿美元。
主要供应商由于分散在所有的环节，数量众多，我们就不一一列举了，但其中维谛（Vertiv）、江森（Johnson Controls），世图兹（Stulz）和施耐德（Schneider）等等，都是这样的领域的大玩家。
我们再来看看核心基建的电力部分。供电设备大致上可以分为应急供电的备用柴油发电机、负责配电总控的开关设备、保障不断电的UPS（Uninterruptible Power Supply）、给各机柜配电的母线槽及其他配电设备。
美国银行认为，典型的柴油发电机每MW的成本为40～55万美元，燃料箱、燃料泵和安装费用加起来约为35～50万美元，因此每MW的发电机成本大约为80万美元，要提供1GW的电力，则需要8亿美元的应急发电机。
最后一项的工程建设费用包含了建筑成本、安装成本、总承包商费用等等，每GW的工程预计花费约42.8亿美元。
我们合计下，要建成1GW的数据中心，最后的总支出大约是516亿美元，其中IT设备占比最高，成本达到了84%。这么算下来，OpenAI 10GW的Stargate项目就得5160亿，与官方宣称的5000亿投资非常接近。
但与此同时，我们在翻各种研报的时候发现一个很有意思的事情，就是不同机构给出的数据差距非常大，就拿Stargate为例，不同机构估算出的总预算甚至差出了2000亿美元，这是怎么回事？大多数人应该怎么去看这样的计算分歧？
Bernstein 11月1日的报告：每GW的AI数据中心成本约为350亿美元。而且各项目的支出占比也与美国银行的预测不同。例如IT设备相关的GPU、网络、CPU、存储总占比为56%，远低于美国银行计算的84%。
为什么各家的预测数据相差会如此大呢？主要有两个原因，第一是，假设使用的芯片不同。
美国银行的计算对象，为英伟达在今年9月初发布的Rubin架构的芯片，将于2026年底上市；而Bernstein和Morgan Stanley的计算对象，是2024年3月发布的Blackwell架构。
这个天然气涡轮发电机，它在设计的时候就是考虑到了像一年365天，几乎每一个小时都在运行这样使用的场景。还有一些其他的原因是，柴油的话它其实就是一种比较贵的燃料，然后相对于天然气发电机的话，它用的是天然气，它能够最终靠管道去输送，发同一度电的成本，柴油发电机的成本很可能是，天然气发电机成本的3~8倍。
谷歌最近的消息说，计划在2027年将数据中心送上太空。根本原因就在于，在太空中利用太阳能板来发电，效率能够达到地球上的8倍，还能解决晚上没有太阳能的困扰，能够说是免费且无限的能源供应。除此之外，在太空的真空，还能利用辐射散热方式，降低冷却系统的需求。
除了谷歌，微软、亚马逊，还有马斯克的SpaceX都开启了这方面的探索。那么建设太空数据中心又得花多少钱呢？在Linkedin有人预测，目前建设一座1MW的太空数据中心，算上发射费后，成本约为3550万美元，如果是1GW，那将是355亿。
既然建设AI数据中心耗费如此大，而且在市场纷纷怀疑充满泡沫的情况下，为什么这股基建热潮只增不减呢？在我们采访的嘉宾看来，根本原因有两点，第一是，投资不足比投资过度的风险更大。
大部分公司现在都意识到一点，Under investment is riskier than over investment，是所谓的投资不够，给你带来的风险要远大于你过度投资带给你的风险。为何会这样呢？有很大的可能性谁最先获得最好的AI模型，或者所谓的AGI的话，此公司就会占据比较大的一个市场占有率，其他公司的生存空间就会很快地缩小。
那我们再看一下过度投资会有咋样的风险，你无非就是买了更多的地、更多的电、更多的房子，建数据中心。最后你发现，可能你买多了，无非就是你可以把它用作自己企业内部的一些使用、效率的提升，或者你可以把它租给其他人，或者就把这些地、电卖给其他公司，总体来说就是过度投资的风险，它其实就是有一个封顶的。
在硅谷有一句话就是，Bill will always eat Andy。你只要有Infra（基础设施），你只要有Hardware（硬件），Server（服务商）总有办法，可以想办法把你运用掉的。这周早一点的时候OCP Meta的人就在里面说，其实他们目前的GPU，光用来去做他们内部一些AI，比如Instagram或者Facebook，然后去筛除一些不合适的内容，他们其实也已经需要很多算力了，就算有多余闲置的算力，用来做内部的降本（cost reduction），他实际上也是完全是可以用的，所以我觉得现在主流的这一些企业，都不会担心说这些会overinvest（过度投资）。
实际上的意思就是这些hyper scaler（超大规模云服务商），它的这些自生的钱，我自己赚的钱我再投回去，我自己欠的钱我再投回去，后面其实就是要靠这些public market（公开市场），就是债券市场，美国的investment grade（投资级）或者high yield grade（高收益级）。
然后还有最近新起来的，我们叫美国的影子银行，所谓这些private credit（私募信贷），你把它break down（拆分），基本上就是这些大的融资渠道，来撑起这个整个的AI build out（基建热潮），这在历史，美国历史上也不是没见过。我觉得AI更像全球的基建的大的周期，只要你（AI）能挣到钱，你是全球的增长的这个driver（驱动者），真的是不用特别担心钱这个事情。
站内信息搜索
微信公共号
