从炒作周期到基础设施周期
生成式AI投资的第一波以盲目的热情为特征——公司仅通过在新闻稿中提及AI就看到估值上升。高盛研究部门辩称,这个阶段正在结束,取而代之的是更有选择性且基于物理现实的阶段。
该公司的分析师描述了一种流向优质资产的动态,老练的投资者正在将关注力转向AI经济的基础层:数据中心和填充它们的计算硬件。推理很简单。模型能力将继续改进,应用程序会出现和消失,但训练和提供这些模型所需的物理基础设施是绝对必要的,其供应受到能源可用性和无法通过软件加快的建设时间表的制约。
转变背后的数字
高盛估计,基于已宣布的超大规模云计算企业资本支出计划,AI工作负载将在两年内占数据中心总容量的约30%,代表数百亿美元的新建设。
能源维度更为显著。该公司估计,全球数据中心电力需求到2030年可能比2023年水平增长约175%,主要由AI训练和推理的能源密集性驱动。仅这一增幅就相当于向电网添加整个全球前十大经济体的电力消耗。这不是AI战略的背景考虑——它是已经在塑造发展地点和速度的主要制约因素。
基础设施约束重新塑造战略
建设大规模AI数据中心不仅仅是资本的问题。必须在可靠能源附近获取和区划土地。电网连接必须与公用事业公司协商,这可能需要多年的提前期来扩展传输容量。大型电力变压器已成为真正的瓶颈;在某些市场中,提前期已延长至两年或更长时间,受限于有限的制造能力和可再生能源建设的竞争需求。
因此,场地选择已成为主要AI公司的战略职能。可获得水力发电或地热能、环境温度较低且现有高容量光纤的偏远位置现已成为真正稀缺的资产。AI计算的地理集中反映了有利基础设施条件的聚集。
投资含义
对于投资者来说,高盛的分析指向了以前计算周期的一种模式。在互联网建设期间,拥有物理电缆和数据中心的公司获得了稳定的收入,而应用层公司经历了不稳定的周期。类似的动态可能正在AI中形成。
数据中心运营商、为AI园区提供服务的公用事业公司、冷却技术专家和网络硬件制造商距离基础设施基础更近,而不是大多数AI软件公司。该公司指出,超大规模云计算提供商,尽管其市场资本化巨大,但当通过其资本实际部署的位置进行分析时,主要是基础设施企业。
能源通配符
高盛将能源确定为最有可能在计算能力之前成为约束的变量。现有电力基础设施的建设并未考虑AI预期的增长率。公用事业公司正在投资电网扩展,但监管批准和建设时间表意味着新的发电和传输容量滞后需求数年。
这已经促使AI公司探索非常规解决方案:核电力购买协议、专用天然气发电和与数据中心并置的长期电池存储。能源问题不再是AI战略的外围问题——它可能是决定哪些公司可以扩展以及哪些公司不能的决定因素。
本文基于AI News的报道。阅读原始文章。
Originally published on artificialintelligence-news.com


