UBS预计到2028年AI基础设施支出将达4.1万亿美元——假设电力供应不成问题
摘要
文章认为，电力互联而非芯片供应，正成为AI基础设施建设的主要瓶颈，预计到2028年支出将达4.1万亿美元，前提是电力供应充足。
大家都说芯片供应是AI建设的瓶颈，但在几个主要市场，电力互联正变得更难解决，而且它与芯片短缺完全不同。芯片短缺是供应问题：工厂全力运转，积压最终会清除，价格会下降。电网互联则是排队问题：一个新的数据中心必须排在该地区所有其他拟建发电和负载项目之后，而该队列的研究通常需要数年时间，而非数月。你无法通过多付钱来买到前面的位置，也无法通过订购更多GPU来解决。就在本月，有三件事表明排队问题正在恶化而非改善。田纳西河谷管理局专门为AI数据中心创建了一个费率类别，这承认了正常工业费率和正常排队处理已不再适合这种负载。丹麦的电网运营商开始将新的数据中心互联请求完全置于其他类别需求之后处理，而不是按到达顺序处理。而PJM的董事会推翻了其自身利益相关方关于削减规则的投票，这表明在美国最大的电网运营商层面上，争夺受限输电容量优先权的斗争正在激烈进行。所有这些都没有出现在资本支出预测中。4.1万亿美元假设是当资金到位时，兆瓦级电力也随之供应。在越来越多的地区，这一假设才是值得关注的，而非芯片供应链。好奇那些接近公用事业/监管方面的人看到了什么：互联现在真的是约束瓶颈吗？还是相对于芯片和冷却被夸大了？
相似文章
AI电力论点现已成为实际数字。
公用事业公司如Constellation Energy、NextEra Energy和Vistra报告了实际盈利增长，并因人工智能数据中心电力需求而上调了业绩指引，得到了与Meta、Microsoft和Google等超大规模企业签订的多年合同支持，尽管如果AI支出放缓存在风险。
大量AI算力即将上线，推动重大飞跃（赠阅文章）
NYT的一项分析详细介绍了全球前所未有的人工智能数据中心和芯片建设，预计到2028年人工智能算力将增长十倍，有望推动AI能力的重大突破。
AI能回答3万亿美元的问题吗？
对AI基础设施支出的分析，红杉资本的David Cahn计算出2026年支出达1.5万亿美元，需要3万亿美元的收入才能证明其合理性；而阿波罗全球管理的Torsten Slok警告称，如果超大规模企业未能实现现金流目标，则存在衰退风险。
AI基础设施投资仍处于早期阶段。
AI基础设施投资持续加速，尤其是在数据中心和先进芯片生产领域，半导体测试设备公司如Teradyne可能成为被忽视的潜在赢家。
AI数据中心：炒作背后的真相
文章认为，大规模AI数据中心的建设是由补贴定价而非实际需求驱动的投机泡沫，AI的未来在于边缘侧更小的开源模型。文章强调了这对能源电网和气候目标的负面影响，并警告泡沫破裂可能导致经济衰退，但不会终结AI。