"5年烧掉3万亿美元",越来越喂不饱的AI

对人工智能领域而言，每年都是一个“元年”，今年则是AI算力需求爆发真正的元年。

新疆伊吾云上丝路融合算力中心

宏观地看，算力产业链可划分为上、中、下游：上游的核心是AI芯片和服务器；中游是资源和转换器，包括数据中心、云计算平台等算力基础设施的建设；下游即各领域的AI应用。

而随着下游AI应用大爆发，算力需求同步水涨船高。据国信证券研报，今年一季度微软Azure AI基础设施处理超100万亿Token，同比增长5倍；国内豆包大模型tokens使用量在一年内增长137倍，月均复合增长率达43%。

应对需求的同时，企业继续训练大模型也需要持续消耗大量算力，尤其顶级大模型的迭代，背后往往是算力消耗的指数级增长。据国泰海通研报测算，同等训练时长下，ChatGPT-4对于算力的需求是GPT-3的446倍。

这同样只是开始，华为在刚刚发布的《智能世界2035》报告里预测：到2035年，全球算力需求会达到现在的10万倍。

但算力的供给却持续紧张。算力供给主要依赖两件事：一是芯片，二是能源。前者看，英伟达占据了全球AI芯片市场80%的份额，但产能分布不均和地缘政治等因素让这家公司无法喂饱全世界的数据中心。投资机构Wedbush近期调查发现，英伟达B200芯片在亚洲就长期处于缺货状态。

后者看，算力中心是“电老虎”，但全球供电能力已经捉襟见肘。彭博社近期报道指出，到2035年，美国数据中心的电力需求将翻一番，占总需求的近9%，这或将是自20世纪60年代空调普及以来美国能源需求的最大增幅。

不只OpenAI,Nvidia将"砸20亿美元"助攻马斯克xAI

训练AI模型被控侵权巨头愿付15亿美元换和解

巨亏450亿美元,美农民眼巴巴等待特朗普政府救济

供需失衡让用电成本水涨船高，彭博发现，在美国部分算力产业密集的区域，拔地而起的数据中心让附近居民区的电费比五年前上涨了267%。

对算力行业的影响，不仅是电价上涨将不断推高算力成本，而且如果电力持续短缺，可能导致芯片滞销或已售出的芯片闲置，直接拖累算力的供给。

美国数据中心电力消耗与预测

图源：Cisco, IEA, Goldman Sachs Research

缺钱也是原因之一。贝恩报告指出，若想满足2030年的AI运算需求，全球AI行业每年得有2万亿美元的营收进帐，但即使把AI相关成本效益算进去，资金缺口仍将高达8000亿美元。

很多算力不足的企业、机构只能向云计算平台、运营商或第三方数据中心“借”算力，甚至形成了一个新兴产业：算力租赁。据海外咨询机构Verified Market Research预测，到2033年全球算力租赁市场规模将激增至128亿美元，年复合增长率高达13.4%。

但如此巨大的缺口，千亿美元级别的投入还远远不够。