微软与OpenAI星际之门基建成本或超五千亿 芯片升级驱动资本支出飙升

AI最烧钱的战场：数据中心的真实账单【硅谷101】 — 硅谷101

硅谷101

科技巨头宁可承受过度投资风险也要激进扩张算力，是因为落后将导致彻底出局，而过剩的硬资产仍可通过内部降本和租赁来收回损失。

AI-assisted summary of AI最烧钱的战场：数据中心的真实账单【硅谷101】 — original source. Check the original for full context.

Source published:

Detailed notes

## Background 该内容由Bilibili平台的“硅谷101”频道于2025年12月1日发布。视频简介指出，5000亿美元作为NASA预估的人类登火星预算，如今却仅够OpenAI建造一座“星际之门”数据中心，随着各大科技巨头纷纷加入这场万亿级资本竞赛，视频将深度拆解AI数据中心的全部成本结构并探讨巨头们甘愿冒着过度投资风险也不愿停下脚步背后的深层逻辑。

## TL;DR 本期内容深入拆解了AI数据中心每吉瓦（GW）支出的庞大真实账单。数据中心的成本主要由IT设备、冷却系统、供电设备和工程建设四大板块构成，其中包含CPU、GPU等核心元件的服务器占了绝对的大头。面对算力升级带来的散热瓶颈与美国电网的供电限制，科技巨头们不仅需要亲自下场重金投资、改造发电厂以创造新容量，甚至开始畅想将数据中心送入太空以利用天然的能源和散热优势。尽管市场充满AI泡沫的争议，但在“投资不足的风险远大于过度投资”的共识下，巨头们正通过丰厚利润和私募信贷等多元资金渠道，进行一场谁先抵达通用人工智能（AGI）终点的科技博弈。

## Atmosphere & style 视频整体呈现出一种宏大、理性且充满科技震撼感的叙述风格。主持人通过将天文数字般的预算具象化为“登火星”或“购买几百亿杯咖啡”，将观众瞬间带入这场动辄万亿的硬核军备竞赛中。叙事逻辑层层递进，既有对过去真实网络勒索黑客案的生动讲述，也有对巨头自建电厂甚至飞向太空等科幻般现实的硬核剖析，带给观众一种在看科技大片与顶尖金融分析报告交织的视听体验。整期内容充满对巨头狂热博弈的冷峻观察，让人切实感受到全球科技版图正在发生剧烈的板块漂移。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV1DcSkBxE7E?t=0s) 全球科技巨头正掀起一场万亿级的AI算力基础设施资本竞赛，OpenAI规划的“Stargate”数据中心预算高达5000亿美元，而这仅仅是个开始。 - [00:00](https://www.bilibili.com/video/BV1DcSkBxE7E?t=0s) 根据美国银行的成本分析，AI数据中心支出主要分为IT设备、供电设备、冷却设备和工程建设四大类，并以每吉瓦（GW）作为统一计算单位。 - [00:00](https://www.bilibili.com/video/BV1DcSkBxE7E?t=0s) IT设备是数据中心建设成本的绝对大头，每GW支出高达431.5亿美元，占总成本的84%，其中以包含CPU和GPU的服务器成本最高。 - [04:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=299s) 随着AI算力需求的指数级升级，传统的风冷技术已无法满足散热需求，液冷技术已从数据中心的备选方案转变为必需品。 - [04:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=299s) 出于可靠性与冗余性的极高要求，数据中心实际配备的应急备用柴油发电机容量往往需要达到算力容量的两倍（即1 GW算力配2 GW发电机）。 - [04:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=299s) 不同金融机构对每GW数据中心成本的估算存在高达2000亿美元的分歧，核心原因在于假设使用的芯片架构不同（Rubin与Blackwell的价格差）以及计算的地理范围不同（仅大楼内部还是包含整个园区）。 - [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) 电力已成为制约美国AI数据中心建设的核心瓶颈，科技巨头不得不亲自下场通过自建发电厂或出资改造旧电厂来“创造新的电网容量”。 - [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) 数据中心自带的应急柴油发电机因设计初衷仅为短时爆发且燃料昂贵，无法代替可24小时重载运行的天然气涡轮发电机来作为常态化供电手段。 - [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) 为了追求超高的太阳能发电效率和天然的散热优势，谷歌、微软、亚马逊及SpaceX等巨头开始探索在太空中建设AI数据中心的可能性。 - [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) 面对AI泡沫质疑，巨头们坚持基建投资的核心逻辑在于“投资不足的风险远大于过度投资”，最先做出最好模型的公司将卷走绝大部分市场份额。 - [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) 硅谷名言“Bill will always ease Andy”表明软件总有办法消耗掉新增的硬件算力，即便存在闲置算力，科技巨头也可以用于内部业务的降本增效。 - [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) AI数据中心大基建的资金来源不仅依赖巨头自身的利润回流，还大量依靠公开债券市场以及近年来兴起的影子银行（私募信贷）。

## Detailed walkthrough 以下是根据您提供的视频转录文本整理的详细、忠实的走读记录：

### [00:00](https://www.bilibili.com/video/BV1DcSkBxE7E?t=0s) 5000亿美元的“Stargate”与AI数据中心狂潮 5000亿美元是一个令人难以想象的天文数字。在过去，这笔预算被美国国家航空航天局（NASA）预估足够让人类完成火星登陆；在商业和文体界，它能买下1.36个阿里巴巴、3.5个NBA联盟，或者建设100座苹果总部（Apple Park），甚至能买下1400亿杯咖啡。然而，在当今的AI军备竞赛中，这笔巨资却只够OpenAI建造一座名为“Stargate”（星际之门）的数据中心。更令人震惊的是，这或许仅仅是个开始，OpenAI的野心可能是这个数字的10倍甚至更多。除了OpenAI，包括xAI、Meta等在内的科技巨头都在疯狂地向AI数据中心砸钱，全球开启了一波极其激进的投资狂潮。

面对如此庞大的资本支出（CapEx），人们不禁要问：这么多钱到底花在哪了？本期视频将深入拆解AI数据中心背后的资本构成、上下游的主要玩家与公司，以及资金的具体流向。同时，视频还将探讨为什么在AI被质疑存在泡沫的情况下，资本依然在疯狂涌入，甚至有数据中心因为电力和散热问题被“逼上了太空”。

根据美国银行（Bank of America）2024年10月15日发布的下一代AI数据中心成本分析，数据中心的支出主要分为四大类：IT设备、供电设备、冷却设备和工程建设。为了便于对比，所有计算单位均统一到每吉瓦（Gigawatt, GW）的支出。

首先是与计算直接相关的IT设备，分为服务器、网络和存储三块，其中绝对的大头在服务器身上： * **服务器**：每GW大约需要375亿美元。服务器包含了CPU、GPU、内存和主板等核心元件。这些设备通常由红海（Foxconn）等ODM（原始设计制造商）直接供货。ODM厂商从英伟达（NVIDIA）和AMD等芯片设计公司拿到设计标准并制造成整机，直接向Oracle、Meta、亚马逊等超大规模（Hyperscale）客户供货，占据了服务器市场46%的份额。而中小企业购买服务器则需要通过戴尔（Dell）、超微（Supermicro）、惠普（HPE）等OEM（原始设备制造商）厂商。 * **网络设备**：每GW需要37.5亿美元。主要玩家包括Arista、思科（Cisco）、华为和英伟达等。值得一提的是，虽然英伟达在网络市场的占比只有5%，但业界普遍认为，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，它依然是AI数据中心的首选。 * **存储设备**：每GW需要19亿美元。主要玩家包括三星、SK海力士、美光和希捷等。

将上述三项相加，IT类设备每GW的支出高达431.5亿美元，占了数据中心建设成本的绝大部分。

### [04:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=299s) 冷却、供电与工程建设的成本拆解 虽然IT设备是核心，但整个数据中心的辅助支持系统同样关键。首先是冷却系统。视频中分享了一个2018年发生在亚特兰大某数据中心的真实故事：该数据中心遭遇网络攻击，导致法院、警察局和机场等多个城市服务机构被迫关闭。黑客除了用勒索软件锁住数据外，还侵入了冷却系统，导致环境温度骤升到100华氏度（约37.8摄氏度）以上，一时间大量芯片受损。黑客甚至将服务器和冷却系统的控制权作为人质，勒索51000美元的比特币。这个故事充分说明了冷却系统对数据中心安全运行的致命重要性。

虽然建造预算只占总成本的3%左右，但随着AI算力需求的指数级升级，传统的风冷技术已无法满足高密度算力设备的散热需求。对于英伟达的GPU来说，散热能力在一定程度上已经成为制约算力的核心瓶颈，因此液冷已从备选方案变为必需品。一个配备液冷系统的1 GW数据中心，冷却设备主要包括： * **冷却塔**：0.9亿美元 * **冷水机组**：3.6亿美元 * **冷却分配单元（CDU）**：4.5亿美元 * **机房空气处理机组（CRAH）**：5.75亿美元 * **冷却系统总计**：14.75亿美元。该领域的主要玩家包括维谛技术（Vertiv）、江森自控（Johnson Controls）、施图兹（STULZ）和施耐德电气（Schneider Electric）等。

其次是供电设备。供电设备主要包括应急备用柴油发电机、负责配电总控的开关设备、保障不断电的UPS（不间断电源）、给各机组配电的母线槽以及其他配电设备。美国银行认为，典型的柴油发电机每兆瓦（MW）的成本在40-55万美元之间，加上燃料箱、燃料泵和安装费用（约35-50万美元），每MW的发电机成本大约为80万美元。因此，提供1 GW的电力需要8亿美元的应急发电机。

然而，视频嘉宾指出，真实的供电成本远不止这些，核心原因在于“冗余性”。如果IT容量达到1 GW，往往需要配备远超1 GW的柴油发电机。对于可靠性要求极高的数据中心，备用发电机的容量可能是算力容量的两倍（即1 GW的算力配2 GW的发电机）。在柴油发电机市场中，卡特彼勒（Caterpillar）、康明斯（Cummins）和罗尔斯·罗伊斯（Rolls-Royce）三足鼎立。此外，1 GW的数据中心还需要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（主要玩家为施耐德、维谛和伊顿）。整个供电设施的花费算下来是每GW 27亿美元。

最后是工程建设，包含建筑成本、安装成本和总承包商费用等，每GW预计花费42.8亿美元。

综合美国银行的数据，建成一个1 GW的数据中心总支出大约为516亿美元，其中IT设备占比高达84%。照此计算，OpenAI规划的10 GW的Stargate项目确实需要大约5160亿美元，与官方宣称的5000亿美元投资额高度吻合。

然而，不同机构给出的预算估算存在巨大分歧，甚至能差出2000亿美元： * **伯恩斯坦（Bernstein）**（11月1日报告）：每GW成本约为350亿美元，IT设备占比仅为56%。 * **巴克莱银行（Barclays）**（10月底报告）：每GW支出为500-600亿美元，计算与网络占比65%-70%。 * **摩根士丹利（Morgan Stanley）**（8月模型）：每GW成本为335亿美元，计算设备占比41%，其余59%用于电力和冷却等基础设施。

造成这种巨大差异的主要原因有两个： 1. **假设使用的芯片不同**：美国银行基于英伟达将于2026年底上市的Rubin架构芯片进行计算，而伯恩斯坦和摩根士丹利则是基于2024年3月发布的Blackwell架构。Rubin架构的芯片价格大幅上涨，光是芯片价格差异就导致每GW的估算相差了200亿美元。这也印证了“黄氏数学”（Jensen's Math）——黄仁勋认为1 GW的AI数据中心总成本在600到800亿美元之间，其中英伟达能拿走的计算成本就高达400到500亿美元。 2. **计算范围不同**：美国银行只计算了数据中心主体建筑（Building）内部的成本；而伯恩斯坦则算入了整个数据中心园区（Campus）的成本，包括了园区内的自发电系统（如燃气轮机 Gas Turbines），而不仅仅是美国银行所计算的备用柴油发电机。

### [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) 电力瓶颈、自建电厂与太空数据中心的畅想 在美国，电力已成为制约数据中心建设的核心瓶颈。如今，科技巨头们为了获取电力，不得不亲自下场投资建厂。OpenAI及其合作伙伴（如Oracle）必须想办法在电网上“创造新的容量”，自己建设发电机、发电站、变电站、配网设施，甚至建设短途输电线路。如果要为一个10 GW的数据中心配建发电厂，可能会额外增加120亿到200亿美元的成本。

这股大基建热潮甚至带火了曾被视为夕阳产业的电力股。例如通用电气航天航空（GE Vernova）的燃气轮机订单已经排到了三年之后。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，仅为了换取3000 MW（即3 GW）的电力，相当于每获取1 GW电力就要花10亿美元的改造费。马斯克为了Colossus 2项目也直接收购了一家发电厂。分析师指出，像GE这样的设备商如今拥有极强的溢价能力，每GW的电力投资CapEx大约在20亿到25亿美元左右。

至于为什么不能直接用数据中心自带的应急柴油发电机供电，嘉宾解释称，柴油发电机与大型天然气涡轮发电机有本质区别：柴油发电机是为“高功率、短时爆发”的备用场景设计的，无法承载24小时不间断运行；而天然气涡轮发电机在设计之初就是为了满足一年365天、每小时都在运行的重载场景。此外，柴油燃料极其昂贵，而天然气可以通过管道输送，柴油发电的成本通常是天然气发电的3到8倍。

由于电网供电不足且天然气涡轮发电机供不应求，燃料电池开始流行，甚至有巨头将目光投向了太空。谷歌计划在2027年将数据中心送上太空，主要原因在于： 1. **超高发电效率**：太空中利用太阳能板发电的效率是地球上的8倍，且没有昼夜交替限制，能提供免费且无限的能源。 2. **天然的散热优势**：可以利用太空的真空和辐射散热，极大降低对冷却系统的需求。

除了谷歌，微软、亚马逊以及马斯克的SpaceX都在开展太空数据中心的探索。根据LinkedIn上相关人士的预测，目前在太空建设一座1 MW的数据中心（算上火箭发射费）成本约为3550万美元，折算下来1 GW大约需要355亿美元。这个价格甚至没有比在地球上建数据中心贵多少。

在市场纷纷质疑AI存在泡沫的当下，为什么这股基建热潮不降反增？嘉宾认为主要有两个原因： 1. **“投资不足”的风险远大于“过度投资”**：在AGI（通用人工智能）的竞赛中，最先做出最好模型的公司将卷走绝大部分市场份额，落后者的生存空间会被迅速挤压。而如果过度投资，无非是多买了地、电和房子，这些资产可以留作内部提升效率、租给别人或卖掉，损失是有封顶的。 2. **“Bill will always ease Andy”（只要有硬件，软件总能用掉它）**：硅谷的这句名言说明，只要有算力基础设施，科技公司总有办法消耗掉。例如Meta在OCP大会上透露，他们目前的GPU光是用来做Instagram和Facebook内部的内容审核和推荐就已经消耗了极大算力。即使有闲置算力，用来做内部降本也完全可行。

至于这动辄数千亿美元的资金来源，除了超大规模企业（Hyperscalers）自身丰厚的利润回流外，主要依靠公开债券市场（投资级或高收益债）以及近年来兴起的影子银行——私募信贷（Private Credit）。这在美国历史上并非没有先例，AI更像是一个全球性的基建大周期，只要能持续产生增长，资金问题并不需要过度担心。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，对于科技巨头而言，缺席的代价远比投资错误的代价更为高昂。

## Notable quotes > [00:00](https://www.bilibili.com/video/BV1DcSkBxE7E?t=0s) 因为电力和散热问题被“逼上了太空”

> [04:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=299s) 散热能力在一定程度上已经成为制约算力的核心瓶颈，因此液冷已从备选方案变为必需品

> [04:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=299s) 如果IT容量达到1 GW，往往需要配备远超1 GW的柴油发电机 — 视频嘉宾

> [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) 在美国，电力已成为制约数据中心建设的核心瓶颈。如今，科技巨头们为了获取电力，不得不亲自下场投资建厂

> [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) 在电网上“创造新的容量”，自己建设发电机、发电站、变电站、配网设施，甚至建设短途输电线路

> [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) 柴油发电机是为“高功率、短时爆发”的备用场景设计的，无法承载24小时不间断运行 — 嘉宾

> [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) 太空中利用太阳能板发电的效率是地球上的8倍，且没有昼夜交替限制，能提供免费且无限的能源

> [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) “投资不足”的风险远大于“过度投资”：在AGI（通用人工智能）的竞赛中，最先做出最好模型的公司将卷走绝大部分市场份额 — 嘉宾

> [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) “Bill will always ease Andy”（只要有硬件，软件总能用掉它） — 硅谷名言

> [09:59](https://www.bilibili.com/video/BV1DcSkBxE7E?t=599s) 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，对于科技巨头而言，缺席的代价远比投资错误的代价更为高昂

## Mentioned OpenAI, Stargate, NASA, 阿里巴巴, NBA, Apple Park, Meta, xAI, 美国银行, Foxconn, 英伟达, AMD, Oracle, 亚马逊, 戴尔, 超微, 惠普, Arista, 思科, 华为, InfiniBand, 三星, SK海力士, 美光, 希捷, 维谛技术, 江森自控, 施图兹, 施耐德电气, 卡特彼勒, 康明斯, 罗尔斯·罗伊斯, 伊顿, 伯恩斯坦, 巴克莱银行, 摩根士丹利, Rubin, Blackwell, 黄仁勋, 通用电气航天航空, 谷歌, 马斯克, Colossus 2, 微软, SpaceX, LinkedIn, Instagram, Facebook

[Source](https://www.bilibili.com/video/BV1DcSkBxE7E)

中文简报

微软与OpenAI星际之门基建成本或超五千亿 芯片升级驱动资本支出飙升 科技巨头宁可承受过度投资风险也要激进扩张算力，是因为落后将导致彻底出局，而过剩的硬资产仍可通过内部降本和租赁来收回损失。 本期内容深入拆解了AI数据中心每吉瓦（GW）支出的庞大真实账单。数据中心的成本主要由IT设备、冷却系统、供电设备和工程建设四大板块构成，其中包含CPU、GPU等核心元件的服务器占了绝对的大头。面对算力升级带来的散热瓶颈与美国电网的供电限制，科技巨头们不仅需要亲自下场重金投资、改造发电厂以创造新容量，甚至开始畅想将数据中心送入太空以利用天然的能源和散热优势。尽管市场充满AI泡沫的争议，但在“投资不足的风险远大于过度投资”的共识下，巨头们正通过丰厚利润和私募信贷等多元资金渠道，进行一场谁先抵达通用人工智能（AGI）终点的科技博弈。 全球科技巨头正掀起万亿级AI基建竞赛，OpenAI规划的“Stargate”数据中心预算达5000亿美元；据美国银行测算，每GW数据中心成本约516亿美元，其中服务器等IT设备支出达431.5亿美元，占总成本的84%。 (0:00) 高算力密度使液冷技术成为刚需，且因极端可靠性要求，备用柴油发电机配置常需达到算力容量的两倍；不同机构间每GW高达2000亿美元的预算分歧，核心源于芯片架构（Rubin与Blackwell）及园区统计边界的差异。 (4:59) 电力已成为美国AI数据中心扩张的核心瓶颈，科技巨头不得不亲自下场自建或出资改造发电厂，甚至探索具备8倍发电效率和天然散热优势的太空数据中心方案。 (9:59) 巨头在AI泡沫争议中持续加码，在于AGI竞赛中“投资不足”被淘汰的风险远大于“过度投资”资产闲置的风险，而数千亿美元的资金主要依托巨头自身利润、债券市场及私募信贷共同支撑。 (13:00)

Reading summary

《硅谷101》拆解了生成式AI引发的数据中心基建浪潮，指出在每吉瓦（GW）高达数百亿美元的资本开支中，IT计算设备占据绝对大头，而严峻的电力与散热瓶颈正迫使科技巨头自建电厂甚至探索太空方案。 万亿军备竞赛下的每吉瓦成本账单 (0:00) 以OpenAI规划的5000亿美元“Stargate”为代表，科技巨头对算力中心展开了激进的资本开支竞赛。根据美国银行2024年10月的分析，建设一座1吉瓦（GW）的下一代AI数据中心总成本约为516亿美元，其中IT设备占比高达84%（431.5亿美元）。在IT支出细分中，服务器占375亿美元，主要由鸿海等ODM厂商直接供应超大规模客户；网络设备占37.5亿美元，尽管英伟达在网络市场份额仅5%，但其低延迟、无丢包的InfiniBand标准仍是首选；存储设备则占19亿美元。工程建设及承包商费用每吉瓦预计另需42.8亿美元。 不过，华尔街各机构的单GW成本预测存在巨大分歧：伯恩斯坦预估为350亿美元（IT占56%），摩根士丹利预估为335亿美元（IT占41%），巴克莱则估算在500亿至600亿美元之间。差异核心在于芯片代际假设与测算口径：美银假设采用英伟达2026年底的Rubin架构，芯片溢价直接拉开200亿美元差距；而伯恩斯坦将园区自发电设施计入预算，美银仅统计主体建筑内部硬件。这也契合黄仁勋的测算，即1 GW数据中心总成本在600亿至800亿美元之间，英伟达拿走绝大部分计算硬件份额。 高密算力逼出液冷刚需与双倍电力冗余 (4:59) 算力密度的大幅升级使传统风冷难以为继，散热能力已成为制约英伟达GPU性能的核心瓶颈，促使液冷成为标配。以2018年亚特兰大数据中心遭黑客入侵冷却系统致芯片大面积损毁为例，冷却失效具有毁灭性风险。美银测算显示，1 GW液冷数据中心的基础散热设备需花费14.75亿美元，涵盖冷水机组、机房空气处理机组（CRAH）、冷却分配单元（CDU）和冷却塔，主要市场由维谛技术、施耐德电气等掌控。 在供电支持设施方面，1 GW的数据中心需配置约27亿美元的电气设备，包括开关设备、UPS不间断电源与配电设备。为保障全天候可用性，高可靠性数据中心要求极高的“冗余性”，应急备用柴油发电机的装机容量往往要求达到实际算力负荷的两倍（即1 GW算力需配2 GW发电机），由卡特彼勒、康明斯和罗尔斯·罗伊斯主导。这部分仅应急发电设备及安装成本就可达8亿至16亿美元。 电网枯竭倒逼巨头自建电厂与畅想太空 (9:59) 供电已成为阻碍数据中心落地的核心瓶颈。由于应急柴油发电机仅用于短时爆发且燃料成本为天然气的3至8倍，无法连续承载重负荷，科技巨头被迫亲自涉足能源大基建。OpenAI与Oracle等企业需额外承担120亿至200亿美元的发电厂、变电站及输电设施投资。此类需求带火了GE Vernova等设备商（燃气轮机订单已排至三年后），也促成了谷歌斥资30亿美元改造水力发电站、马斯克直接收购发电厂的动作。 在地面电网与发电机供不应求的背景下，谷歌计划在2027年将数据中心送入太空，微软、亚马逊与SpaceX亦在评估类似路径。支持者认为，太空太阳能发电效率是地面的8倍且无昼夜间断，真空环境还提供了天然的辐射散热优势。业内人士估算，太空建造1 GW数据中心（含发射费）约需355亿美元，其综合造价已具备与地面数据中心正面竞争的可能性。 算力泡沫质疑背后的非对称博弈逻辑 (9:59) 面对市场对AI资本支出回报率的担忧，科技巨头仍加速注资，其驱动逻辑在于“投资不足的风险远大于过度投资”。在AGI的竞争体系中，最先构建出前沿模型的先行者能垄断核心市场份额，落后者生存空间将被直接挤压；若出现产能过剩，土地、电力与建筑等重资产仍可保值，软件工程亦有消耗多余算力以实现降本的传统（如Meta将算力用于社媒推荐与审核）。这轮全球基建周期的资金来源，主要由超大规模科技公司的净现金流、公开债券市场以及快速扩容的私募信贷（影子银行）提供支撑。 数据中心军备竞赛本质上是一场巨额资本主导的时间争夺战。尽管在技术架构迭代、电网审批及能源供给上存在长期物理约束与高额溢价，但在赢家通吃的行业预期下，主流玩家普遍认为承受基建溢价的代价低于错失下一代智能入口的代价。

Source quotes

[0:00] 因为电力和散热问题被“逼上了太空” [4:59] 散热能力在一定程度上已经成为制约算力的核心瓶颈，因此液冷已从备选方案变为必需品 [4:59] 视频嘉宾: 如果IT容量达到1 GW，往往需要配备远超1 GW的柴油发电机 [9:59] 在美国，电力已成为制约数据中心建设的核心瓶颈。如今，科技巨头们为了获取电力，不得不亲自下场投资建厂 [9:59] 在电网上“创造新的容量”，自己建设发电机、发电站、变电站、配网设施，甚至建设短途输电线路 [9:59] 嘉宾: 柴油发电机是为“高功率、短时爆发”的备用场景设计的，无法承载24小时不间断运行 [9:59] 太空中利用太阳能板发电的效率是地球上的8倍，且没有昼夜交替限制，能提供免费且无限的能源 [9:59] 嘉宾: “投资不足”的风险远大于“过度投资”：在AGI（通用人工智能）的竞赛中，最先做出最好模型的公司将卷走绝大部分市场份额 [9:59] 硅谷名言: “Bill will always ease Andy”（只要有硬件，软件总能用掉它） [9:59] 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，对于科技巨头而言，缺席的代价远比投资错误的代价更为高昂

Original transcript

[0:00] 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3.5个NBA联盟建设100座Apple Park买1400亿杯咖啡却只够OpenAI建一座Stargate数据中心但这也许只是开始它的野心可能是这个的10倍甚至更多除了OpenAI之外XAIMeta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激进狂潮压住新一轮的万一集市场但是在狂潮背后我们不禁想问这么多钱都花哪去了哈喽大家好欢迎收看贵贵101我是陈倩那这期视频啊我们就来扒一扒AI数据中心背后的资本支出数据中心有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啊我们翻遍了各大报告之后发现大家给出的预算啊都各不相同究竟谁才是对的更有数据中心啊被逼上了太空原因是为什么在AI被质疑存在泡沫的情况下又为什么资本依然在蜂蚂的涌入呢那先来看看今年10月15号美国银行对于下一代AI数据中心的成本分析我们将数据中心的支出主要分为四大类分别是IT类设备供电设备冷却设备和工程建设为了便于对比我们将计算单位同一到每Gigawatt的支出首先是与计算指级相关的IT类设备分别为服务器 网络 存储三块其中的大头就在服务器身上每Gigawatt大概需要375亿美元服务器就包含了CPU GPU内存主板这些重要的元件通常直接由ODM供货比如说红海等等他们会从英伟达和AMD这些芯片设计公司拿到服务器的设计标准并制造成整机直接像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,超威,惠普这类的OEM厂商购买在网络方面每Gigawatts需要37.5亿美元的网络设备其中主要的玩家呢分别是AristaCisco华为英伟达等等那值得一提的是啊虽然英伟达在其中的市场占比只有5%但是业界啊就有观点会认为尽管英伟达的Inveniband所谓的网络通信标准更贵但是凭借着低延迟无丢包风险的优势还是更加适用于AI数据中心的最后是存储也就是硬盘每GW则是需要19亿美元的存储设备但大玩家就包括了三星SK 美光 吸节等玩家我们将以上的三项相架那么最终得出IT类设备每GW支出为431.5亿美元那么这就是数据中心支出的大头了当然IT类设备是核心但是整个数据中心的支持系统也同样关键那接下来呢我们来看一下冷却系统首先呢我们给大家讲一个小故事2018年亚特兰大的一个数据中心遭受到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之外呢还干了一件事就是侵入了冷却系统冷却系统被入侵之后环境温度骤升到100华氏度以上一时间不少芯片受到了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美金的比特币后来供给冷却系统的方式就越来越成见花样也越来越多这个故事就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%随着全球AI算力需求的指数及升级传统的风冷技术已经很难满足于高密度算力设备的散热需求了同时对于英伟达的GPU来说散热能力也在一定程度上成为制约算力的核心瓶颈因此对于数据中心来说液冷已经从数据中心散热备选方案变为必需品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机防空气出力机组如果要承担一个Gigawatts的散热它们分别需要支出0.9亿3.6亿4.5亿5.75亿总计14.75亿美元主要供应商由于分散在各个环节数量众多我们就不一一列举了但是其中的维蒂江森仕图兹和施耐德等等都是这个领域的大盘家那么说完了智冷电力也是核心基建我们就再来看看供电设备的情况供电设备主要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给各机组配电的母线槽以及其他配电设备美国银行就认为典型的 [4:59] 柴油发电机每MW的成本是在40-55万美元燃料箱 燃料泵和安装费用加起来大约是35-50万美元因此每MW的发电机成本大约是在80万美元要提供一个GW的电力则需要8亿美元的硬级发电机但是在我们的嘉宾看来其实真是成本远不止这些原因是冗余性如果你的IT的容量是达到了比如说一个GW的话往往是需要配不止一个GW的柴油发电机的就几方面的原因其实最重要的原因就是你要保证冗余性像有一些可靠性要求特别高的数据中心它柴油发电机的量可能是两倍于数据中心的算力的量比如说数据中心如果是一个GW的量的话可能要配备两个GW的柴油发电机在柴油发电机的市场中最大的玩家是卡特比勒康明斯和卢尔斯·罗伊斯其谷相当除此之外一个Gigawatts的数据中心还需要6.15亿美元的开关设备9.85亿的UPS和3亿美元的配电设备那么这些电器设备的三档玩家分别是施耐德、维蒂和伊顿所以整个供电设施的花费算下来就是每Gigawatts 27亿美元那持有IT设备的是三分之一是不是还显得挺便宜的但虽然供电不花钱但是在美国供电却成了很多数据中心的核心瓶颈那么这一点呢我们在视频后面再来展开说说那我们先把这个开制的PiChart给画全来看一下最后一项支出工程建设那么最后一项的工程建设费用呢就包含了建筑成本安装成本总承包商费用等等每Gigawatts的工程预计花费大约是42.8亿美元我们合计算了一下他们要建成一个Gigawatts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%那这么算下来OpenAI10Gigawatts的Stargate项目就得要5160亿美元那与官方宣称的5000亿美元的投资也是非常接近了那与此同时呢我们在翻各种研报的时候呢哎发现一个很有意思的事情啊就是不同的机构它给出来的数据差距呢非常的大那比如说就拿Stargate为例啊不同机构估算出来的总预算呢甚至是差出了有2000亿美元这是为什么大家应该怎么去看这样的计算分歧呢那这里我们就再多说一嘴我们首先来看看几个不同机构的预测Burrsting在11月1号发布的报告就说每Gigawatts的AI数据中心成本大约为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比如说IT设备相关的GPU、网络、CPU存储总占比为56%远离于美国银行计算的84%Barclays Bank在10月底给出的报告中表示利益数据中心每GW对应支出为500-600亿美元其中65%-70%都用在计算与网络当中而在今年8月的Morgan Stanley的研究模型中一个GW对应的成本是335亿美元其中计算设备占比为41%而剩下的59%用于电力冷却等基础设施的建设中那么为什么各家的预测数据相差会如此大呢主要有两个原因那么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年年底上市而Burstein和Morgan Stanley的计算对象曾是2024年3月发布的Blackwell架构Burstein的GPU的成本是13.65BBOA的Future成本是37.5就光这个就差了20几个Billion就这个差别我感觉是最大的差别所以各家计算的金额最大的差别就是在于芯片价格不同每GW相差了200亿美元而像供电冷却等其他设施的成本相差其实并不大不过这也侧面说明了老黄的下一代芯片就要涨价了新的黄氏数学所谓Jensen's Math认为一座一个Gigawatts的AI数据中心总成本是在600到800亿美元甚至还高于了其他机构给出的预测那么其中的计算成本也就是英伟达的潜在收入是大约400到500亿我会觉得可能老黄应该还是说得准的就是他自己知道想定什么价他自己算过能耗是多少然后价格他想定多少他觉得自己能赚多少那么第二个原因就是计算范围的不同BOA它相当于算的是什么它算的是数据中心那个building那个房子里边的成本然后Burston它算的是包括房子的成本然后它还包括了整个数据中心园区的成本也就是它把园区里边的配电系统还有这个发电器 [9:59] 电机全部都包裹进去了BOA里面的那个发电机的话我感觉它更多的是那个备用电源的那个发电机然后那个Burston里面的那个发电机是Gas Turbines就那个相当于是一个自发电的发电机所以综合看下来我们的嘉宾就认为说对于巨头们未来建设的数据中心可能美国银行给出来的这个预算会更加接近于真实的情况一些所以我们这期的预估也就是根据美国银行的报告来整理的那我们前面说到电力会成为数据中心的瓶颈那这就是为什么大家会看到我们的动画当中数据中心里面和外面呢其实都有发电机那其实呢在电力这一块会有不小的一项隐形支出电力投资那我们就再接着讲一讲这一块我们之前做过一期视频和播客是分别讲述了AI带来的用电荒以及为什么美国如此缺电而在一年半后的晶片情况依然没有好转如今巨头们为了获取电力不得不自己投资建厂OpenAI或者它的合作的伙伴像Oracle他们需要想办法去创造新的容量在电网上现在的很多科技公司它得自己去建发电机建发电站变电站和一些配网的设施甚至建一些稍微短一点的电力传输线等等去满足自己的需求如果要给一个10个G瓦的数据中心配上一个饭店厂的话它的成本可能会达到再加上可能120到200亿美元的成本所以我们还看到由于AI数据中心的大基建还带火了被认为是西洋产业的电力股GEV它的燃气轮机订单甚至都排到了三年之后谷歌曾经斥资30亿美元改造宾夕法尼亚州的两座水利发电厂费的就是换取3000MW的电力这相当于获取一个GW得花10亿美元这还仅仅是改造的费用还有马斯克为了Colossus 2项目也是收购了一家发电厂数据中心抢电抢得很厉害也有一些分析师他们觉得像GE这样的公司的话它是会有溢价能力的一句话的话可能就是相当于25亿25亿是可能比较高的点我觉得你用20亿的话差不多就capx到这就有一个问题了数据中心不是本来就有应急发电机了吗那为什么不直接去用这些发电机来供电呢应急的柴油发电机和大型的天然气涡轮发电机还是有本质的区别的柴油发电机的话它更多的是作为一个备用电源来使用的所以它在设计的时候它的所有的组件都是为了高功力短时爆发而优化的所以它并不能承载24小时随时随地就在运行的这样一个状态这个天然气涡轮发电机它在设计的时候就是考虑到了一年365天几乎每一个小时都在运行这样一个使用的场景还有一些其他的原因是柴油的话它实际上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可以通过广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到8倍所以现在数据中心的建设就卡在了获取电力上美国电网又无法提供足够的功率想买天然气污轮发电机又买不到由此也是催生了一些其他的方式比如说燃料电池就开始变得越来越受欢迎甚至巨头们都被逼上了太空了谷歌的最新消息说计划在2027年将数据中心送上太空主要原因就在于在太空中利用太阳能板来发电效率可以达到地球上的8倍还能够解决晚上没有太阳能的困扰可以说是免费且无限的能源供应除此之外呢在太空中还能够利用真空和辐射散热的方式降低冷却系统的需求那除了谷歌 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那么在LinkedIn上面啊我们就看到有相关人事预测目前建设一座一个MW的太空数据中心算上发射费之后成本大约为3550万美元如果是一个Gigawatts那将是355亿不过呢这好像也没有比地球上贵多少那关于太空数据中心是否可行背后的挑战与机遇我们之后呢也会计划单开一期视频来好好聊聊别忘了关注我们那既然建设AI数据中心后会如此之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那在我们采访的嘉宾看来主要原因有两点那么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就是就是所谓的 [14:59] 资不够给你带来的风险要远远大于你过度投资带给你的风险为什么会这样呢很有可能谁最先获得最好的AI模型或者所谓的AGI的话这家公司就会占据比较大的一个市场份额其他公司的生存空间就会很快的缩小那我们再看一下过度投资会有什么样的风险呢你无非就是买了更多的地更多的店更多的房子建税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公司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啊电啊卖给其他公司总体来说就是过度投资的风险它实际上是有一个封顶的而第二个原因就在于呢只要有算力科技公司们总会有办法去用掉在硅谷有一句话就是Bill will always ease Andy你只要有infra你只要有hardwaresoftware总有办法可以想办法帮你运营掉的这周早些时候OCPMeta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比方说Instagram或者Facebook然后去筛除一些不合适的这些内容他们其实也已经要需要很多算力了他就算有多余的闲置的算力他用来做内部的降本cost reduction他其实也是完全是可以用的所以我觉得现在主流的这些公司都不会担心说这些会overinvest所以我们看到哪怕现在市场纷纷质疑AI存在过度投资的情况巨头们依然在疯狂的投入那么最后一个问题是上半亿美元的需求钱从哪里来呢其实就是这些hyperstealer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那后面其实就是要靠这些public market公开市场就是这个债券市场美国的investment grade或者high yield grade然后还要说最近这个新权我们管叫美国的引资银行就是所谓这些private credit你把它break it down基本上就是这些大的融资渠道来撑起这个整个的AI这个build down这在美国历史上也不是没有见过我觉得AI更像一个全球的这么一个基建的大的这么一个周期只要你能挣到钱你是全球的增长的这个driver真的是不用特别担心钱这个事情那么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是对于科技巨头们来说缺席的代价比投资错误的代价要更高好 以上就是这期视频的全部内容了我是硅谷101的联合创始人陈倩您的点赞留言和转发是支持我们做好深度科技与商业内容的最佳动力那我们就下期视频再见了Bye