大量AI算力即将上线，推动重大飞跃（赠阅文章）

# 大量人工智能算力即将上线，推动重大飞跃 来源：https://www.nytimes.com/interactive/2026/07/29/technology/ai-chips-data-center-boom.html?smid=url-share&unlocked_article_code=1.1VA.zAEr.WGac2Ft0wc4x 人工智能的里程碑事件变得越来越宏大。 2023年，人工智能系统通过了律师资格考试。2025年，这项技术帮助科学家识别出了阿尔茨海默病的疑似病因。今年5月，人工智能取得了巨大进展，解决了一个困扰专家80年的复杂数学问题。上周，两个正在测试中的人工智能系统出现了异常行为(https://www.nytimes.com/2026/07/21/technology/openai-attack-hugging-face.html)，并入侵了一家公司的数据库。 而这还仅仅是个开始。 从美国中西部到波斯湾，数百个正在建设中的大型数据中心(https://www.nytimes.com/interactive/2025/03/16/technology/ai-data-centers.html)将在未来几年内投入运营。它们将提供海量计算能力，用于开发和运行人工智能，其规模在科技行业历史上无与伦比，曾经被视为革命性的突破将日益成为常态。 人工智能每一次飞跃的背后，都是计算能力的相应提升。根据研究机构Epoch AI的数据，目前全球支持人工智能能力增长和广泛应用的数据中心中，大约有2000万个AI芯片。这一数字预计大约每九个月翻一番，到2028年底，全球芯片数量将达到约2亿个——是当前水平的10倍。 ### 每九个月翻一番 目前按季度使用的AI芯片数量（相当于英伟达制造的H100半导体），包括近期预测 注：此处的数据代表正在使用的芯片的H100等效数量。来源：Epoch AI。 科技人士认为，这一时刻在规模和雄心方面，可与19世纪的铁路建设、20世纪30年代富兰克林·D·罗斯福总统的新政，以及20世纪40年代制造原子弹的曼哈顿计划相媲美。 芯片公司Etched的联合创始人Rob Wachen说：“这是人类历史上规模最大的基础设施建设。”Etched已筹集超过10亿美元，以满足日益增长的AI组件需求。 亚马逊负责基础AI模型的Peter DeSantis表示，这家西雅图公司自2022年以来计算能力已翻倍，并将在明年再次翻倍。亚马逊为AI公司Anthropic、OpenAI等提供计算能力。“很难想象其规模，”他说。 推动这一激增的信念是，你给予AI更多的数据和计算能力，它就能承担更多的人类责任并解决日益复杂的任务。这一原则，有时被称为“缩放定律(https://www.nytimes.com/2024/04/06/technology/tech-giants-harvest-data-artificial-intelligence.html)”，已成为这个技术时代的驱动力。科技领袖认为，拥有最多计算能力的人将创造出最先进的AI系统，从而获取最大份额的利润和价值。他们说，最大的引擎将赢得比赛。 对缩放定律的信心促使AI领袖们做出更加大胆的预测。Anthropic的首席执行官Dario Amodei曾表示，如果这些定律再持续一两年，AI将能够执行大量白领工作。谷歌AI实验室DeepMind的负责人Demis Hassabis最近写道，AI可以带来“以十倍速度进行的工业化革命十倍成果”。 科学家和技术专家认为，即将到来的计算能力洪流将推动药物发现和机器人技术的进步，而行业分析师表示，这将推动AI在人们个人和职业生活中的日常使用。 但这种建设也引发了反弹，许多社区抗议数据中心可能损害环境、提高电价和消耗水资源。在美国，数据中心正成为11月中期选举的一个重大问题，一场日益壮大的全国性运动(https://www.nytimes.com/2026/04/27/technology/ai-artificial-intelligence-backlash.html)正在抵制科技行业及其亿万富翁。 ### 美国数据中心数量即将激增 随着更多——且更大——的设施投入运营，它们需要更多的能源。 来源：Cleanview 经济学家和投资者(https://www.man.com/insights/the-ai-bubble)担心，科技公司的支出速度超过了其从AI中获利的速度。过去的基础设施繁荣在技术效益实现之前都曾出现过衰退(https://www.bis.org/publ/work1367.pdf)。19世纪的铁路繁荣、20世纪20年代的电气化以及20世纪90年代末的互联网泡沫，都曾因过度支出的公司倒闭而伴随经济衰退和股市崩盘。 “每一次技术革命，都会出现这种泡沫破裂，”Philippe Aghion说，他因创新驱动经济增长的研究于2025年获得诺贝尔经济科学奖。“AI就像第四次工业革命，它也有这种产生泡沫的方面。” 随着更多计算能力上线，地缘政治分歧只会进一步扩大。 美国拥有约5500个数据中心，大约是下一个最接近国家的十倍，远远领先于包括中国在内的世界其他地区。根据Epoch AI的数据，亚马逊、谷歌、微软和Meta等美国公司控制着全球约80%驱动AI的计算能力。据信，仅谷歌一家的AI芯片数量就是所有中国公司的四倍，而中国公司正竞相通过开发自己的新型半导体和AI基础设施来追赶。 亚马逊在印第安纳州新卡莱尔的庞大园区，分布在一片曾是玉米地的区域。AJ Mast为《纽约时报》拍摄 AI行业缺乏透明度，使得衡量全球计算能力（包括芯片供应量、数据中心总数和总电力消耗）变得困难。《纽约时报》依赖于Epoch AI、Cleanview和SemiAnalysis等研究该行业并发布广泛引用的预测的组织提供的估算数据。 目前，没有迹象表明AI支出将放缓。市场研究公司IDC(https://www.idc.com/resource-center/blog/ai-infrastructure-spending-caps-historic-year-at-90-billion-in-q4-2025-2029-spending-to-eclipse-1-trillion/)预测，到2029年，全球AI基础设施投资预计将超过1万亿美元，高于去年的3180亿美元。这将相当于世界第20大经济体瑞士的经济产出。 谷歌首席科学家Jeff Dean表示，这项投资是值得的，因为它将为AI创新提供动力并推广该技术的应用。 “你会看到在更大规模下出现的能力，在较小规模下不会出现，”他说。“而且现在你试图将这些能力带给不仅仅是几百万用户的一个小众产品，而是真正将其带给数亿或数十亿用户。” ## “一场AI军备竞赛” 2022 GPT-4集群 爱荷华州得梅因 2024 巨像 田纳西州孟菲斯 2026 雷尼尔 印第安纳州新卡莱尔 2028 费尔沃特 威斯康星州欢乐山 2022年，OpenAI使用位于得梅因附近35号州际公路旁的一个数据中心，构建了后来成为ChatGPT的东西。 这些起点现在看来已显得微不足道。2024年，埃隆·马斯克的xAI在孟菲斯一个前家电工厂内开设了一个规模大得多的数十亿美元数据中心，装载了超过10万个AI芯片及其自己的天然气涡轮机。 Anthropic最近的模型Mythos因其识别网络安全漏洞的神奇能力而引起情报机构的警觉，目前使用亚马逊拥有的七个相互连接的数据中心，遍布印第安纳州的一片玉米地。 更大规模的数据中心正在建设中。在威斯康星州，微软正在扩建它声称可能成为世界上最强大的数据中心。一旦在2028年完工，其能力将是训练早期ChatGPT版本的机器的100倍以上。 更大规模的数据中心正在建设中。在威斯康星州，微软正在扩建它声称可能成为世界上最强大的数据中心。一旦在2028年完工，其能力将是训练早期ChatGPT版本的机器的100倍以上。 AI能力的增长与数据中心规模的扩大有关。要创建尖端模型，需要大量的计算能力来分析和发现数据中的模式。这个过程被称为“训练运行”，可能需要数亿美元，因为数万个专用芯片在处理数据。当芯片通过超高速连接交换数据时，训练效果最佳，而当硬件出现故障时，训练可能会失败。 一旦AI模型完成，一个更广泛的数据中心网络将扮演不同的角色，为系统提供实时处理查询的计算能力。这项工作被称为“推理”，正日益推动对更多数据中心的需求。就像邮件分发中心一样，将计算能力置于离用户更近的地方，可以使AI模型思考时间更长、响应更快并完成更复杂的任务。 为了满足这种需求，半导体的生产也在飞速增长。2024年3月，全球约有240万个“H100等效”AI芯片，这是一种衡量单位，指的是芯片制造商英伟达在2022年发布的半导体。现在，随着每月数百万个更先进的芯片上线，根据Epoch AI预测，到2028年底，全球将拥有约2亿个H100等效芯片。 H100，英伟达的GPU，经过优化可处理用于创建文本、计算机代码、图像、视频或音频的大型人工智能模型。Nvidia，通过路透社 这种建设可能会因芯片和组件制造问题、融资以及公众反对而放缓。还需要大量电力来支持新的数据中心。根据市场研究公司SemiAnalysis的数据，去年，这些设施全球消耗了64吉瓦的电力，大致相当于德国的电力消耗量。到2030年底，预计这一数字将翻两番，超过南美洲和非洲所有国家的电力消耗总和。 根据行业估计，在最先进的AI数据中心，每吉瓦电力大致相当于400亿至600亿美元的成本，包括服务器、土地、连接和公用事业接入。 “这些公司基本上处于一场AI军备竞赛中，”牛津大学经济学家Carl Benedikt Frey说。“如果他们不投资，就等于承认失败。” （《纽约时报》已起诉(https://www.nytimes.com/2023/12/27/business/media/new-york-times-open-ai-microsoft-lawsuit.html)OpenAI和微软，声称与AI系统相关的新闻内容存在版权侵权。两家公司否认了这些指控。） ## 美国的优势 随着更多计算能力的到来，预计美国公司将扩大其AI领先优势。根据高盛的数据，亚马逊、谷歌、微软、Meta和甲骨文预计今年将在数据中心、芯片和其他AI基础设施上花费约7500亿美元，高于去年的约4000亿美元。 中国是AI领域下一个最接近的竞争对手，正在努力缩小差距。Epoch AI估计(https://epoch.ai/data/ai-chip-owners?view=graph&tab=h100_equivalents)，到2025年底，中国公司大约有116万个H100等效芯片，高于2024年初的约24.4万个，尽管这些数字不包括中国公司使用的走私芯片和其他离岸计算资源。 ### 美国和中国数据中心的计算能力比较 目前运营中最大的美国数据中心与最大的中国数据中心中H100芯片等效数量比较 注：每个方块代表10,000个H100芯片等效。来源：Epoch AI。 中国国家能源局估计，到2030年，该国数据中心的电力使用量将达到相当于约91吉瓦，约占总使用量的6%，高于去年的19吉瓦。 中国一直受到美国对AI芯片和其他关键技术实施的出口管制和其他限制的阻碍。为了应对这些障碍，北京已将AI基础设施作为国家优先事项。今年3月，中国共产党发布了一项五年经济战略，其中提到AI超过50次，并呼吁建设一个互联互通的数据中心网络，以创建“下一代超级计算”。 中国国家主席习近平将中国定位为美国科技主导地位的对冲力量。“人工智能发展不应是少数国家的‘独角戏’，而应是国际合作的‘交响乐’，”他在上海最近的一次演讲(https://www.nytimes.com/2026/07/17/business/xi-jinping-china-ai.html)中表示。 中国顶尖科技公司正在建设新的AI芯片和数据中心。根据伯恩斯坦研究公司的数据，今年华为、字节跳动和阿里巴巴预计将在数据中心和其他AI投资上花费1110亿美元。 即使面临这些挑战，像月之暗面（Moonshot AI）和深度求索（DeepSeek）这样的中国初创公司已经构建了强大的AI模型。这些模型通常作为“开源”软件免费提供，其他人可以自由使用和修改，因此越来越受欢迎。许多用户认为中国模型足够好，比领先的美国模型更高效、更便宜。 尽管如此，SemiAnalysis分析师Jordan Nanos表示，由于缺乏计算基础设施，目前AI在中国的日常使用仍然有限。 Nanos先生表示，美国在数据中心上对中国的领先优势在未来四五年内可能会扩大，之后中国的国产芯片才能实现规模化生产。在那之后，中国应该开始缩小差距。 “优势将会消失，”他说。 美中之间的竞争有可能使世界其他地区落后。根据该地区的AI开发者和政策专家的一份报告(https://europe2031.ai/compute-forecast/)，法国、德国和其他国家正试图鼓励在整个欧盟建设数据中心，而欧盟拥有全球5%的AI计算能力。欧洲一直受到电力、土地接入、许可和融资的阻碍。 在波斯湾，沙特阿拉伯和阿拉伯联合酋长国承诺投入数十亿美元建设数据中心，而伊朗战争已经影响了这些计划(https://www.nytimes.com/2026/03/13/technology/amazon-google-persian-gulf-war.html)。 阿拉伯联合酋长国正在建设的一个数据中心综合体模型，源自G42、微软和OpenAI之间的合资企业。Giuseppe Cacace/法新社-盖蒂图片社 人们对AI的经济收益分配不均的担忧日益加剧，世界可能分裂为拥有利用该技术基础设施的国家和没有的国家。 “如果今天75%的计算能力位于美国的几个邮政编码区，12%至15%在中国，5%在欧盟，那么世界其他地区会怎样？”联合国副秘书长兼技术问题特使Amandeep Gill说。 ## 加速的AI循环 对于AI行业的人来说，增加巨大的数据中心类似于给汽车装上喷气发动机。 这种加速的迹象已经出现。