5000亿美元 ，对NASA而言 ，是预估能助人类完成火星登陆所需的预算 ，它能买下1.36个阿里 ，这个阿里价值3670亿美元 ，能买下3.5个NBA联盟 ，此NBA联盟价值1400亿美元 ，能建设100座Apple Park ，一座Apple Park价值50亿美元 ，能买1400亿杯咖啡 ，一杯咖啡售价3.5美元 ，然而这5000亿美元 ，只够OpenAI建一座Stargate数据中心 。

但这，或许仅仅只是开端，业内相关人士觉得，OpenAI的野心甚至于这个数据的十倍之多。xAI、Meta等一众科技巨头，均已开始毫无节制地在AI数据中心投入资金，全球范围内涌起了一阵基础设施建设的狂热浪潮，纷纷对新一轮的万亿级市场进行押注。然而在这股狂热浪潮的背后，我们不由自主地会去思索：如此巨额的资金，究竟都花费到哪里去了呢？

来到这篇文章，咱们就要深入探究一下AI数据中心背后的资本支出情况。数据中心是由哪一些部分所构成的呢？上下游的主要公司以及玩家都有谁呢？到底应该怎样去花钱呢？有意思的是，当我们将各大报告都仔细翻阅之后，发觉大家所给出的预算是各不相同的，究竟哪一个才是正确的呢？还有数据中心，被“逼迫”到了太空之上，原因究竟是什么呢？在AI遭受质疑存在泡沫的境况之下，又为何资本仍旧会疯狂地涌入呢？

01 看懂万亿投资，数据中心的钱流向哪里？

先去瞧瞧今年10月15日，美国银行针对下一代AI数据中心的耗费剖析 。

对于数据中心的支出，我们主要把它分成4大类，这4大类包括IT类设备，供电设备，冷却设备以及工程建设。为了能够更利于对比，我们会把计算单位转化为每GW的支出 。

Chapter 1.1 IT类设备

首先存在着和计算直接关联的IT类设备，它被划分成服务器、网络、存储这三块，其中占主要部分的是服务器，每GW大约需要用到375亿美元。

服务器含有这些重要元件，即CPU、GPU、内存、主板，通常是由ODM也就是原始设计制造商直接供货的，像工业富联等就是如此， 他们会从英伟达和AMD这类芯片设计公司那里获取服务器的设计标准，然后制造成整机， 进而向Oracle、Meta以及亚马逊这类超大规模的客户直接供货。

针对服务器市场，ODM占据了其中46%的份额，存在那些其它的中小企业，当该类型企业有购买服务器的需求时，就得去寻找戴尔（Dell）、超微（Super Micro）、惠普（HP）这样的OEM（原始设备制造商）厂商来采购。

就网络这一层面而言，每GW所需的37.5亿美元是归属于网络设备范畴的费用，里头的主要涉入参与者分别是Arista，还有Cisco，另外还有华为，以及英伟达等等。

需值得指出一点，英伟达于其中的市场占比仅为5%，然而业界存在这样一种观点，即纵然英伟达的InfiniBand（网络通信标准）价格更高，可是依靠其具备低延迟，且不存在丢包风险的优势，会更适宜应用于AI数据中心，是这样的情况。

最后的环节是做存储，而存储所涉及的就是硬盘，每GW的情况下，就需要支出19亿美元用于存储设备。其中的大玩家包含了三星，还有SK，以及美光(micron)还有希捷(Seagate)等玩家。我们把以上三项进行逐个相加，最终得出的结果是，IT类设备每GW的支出为431.5亿美元。这便是数据中心支出占据大头的部分了。

Chapter 1.2 冷却系统

2018年，在亚特兰大，有一个数据中心遭受了网络攻击，致使法院被迫关闭，警察局被迫关闭，机场以及其他多个城市服务机构也被迫关闭，攻击者除了运用勒索软件将数据锁住之外呢，还做了一件事情，这件事情就是侵入了冷却系统 。

冷却系统遭入侵，环境温度猛地急剧升至100华氏度（大概约37.8摄氏度）以上，一时间好多芯片遭受损坏。黑客居然还把服务器以及冷却系统的控制权当作“人质”，索要支付51000美元的比特币。

之后，针对冷却系统的攻击途径愈发频繁出现，其形式种类也越发繁杂多样。此故事向众人表明，冷却系统对一个数据中心而言具有重要意义，即便其建造预算仅在总成本中占据百分之三的比例。

全球AI算力需求呈指数级提升，传统风冷技术难以满足高密度算力设备散热需求，英伟达的GPU散热能力在一定程度上成为制约算力的核心瓶颈，所以对于数据中心而言，液冷已从散热备选方案变成必需品。

配备液冷系统的数据中心内，冷却设备含冷却塔，冷水机组，CDU即冷却分配单元，CRAH即机房空气处理机组。承担1GW散热时，冷却塔需支出0.9亿美元，冷水机组需支出3.6亿美元，CDU需支出4.5亿美元，CRAH需支出5.75亿美元，开支总数达14.75亿美元。

主供应商因分散于各环节，数量繁多，我们不再逐一列举，不过其中维谛（即Vertiv）、江森（也就是Johnson Controls）、世图兹（Stulz）以及施耐德（Schneider）等，都是此领域的重要参与者 。

Chapter 1.3 供电设备

瞅瞅核心基建里的电力这一块儿。供电设备有分类的咧，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即不间断电源啦，给各上机柜配电的母线槽，还有其他配电设备哟。

美国银行持有这样的观点，即平常的柴油发电机当中，每MW所具备的成本处于40至55万美元这个范围，燃料箱、燃料泵以及安装所产生的费用总计约为35至50万美元，因而每MW的发电机成本大概是80万美元，若要供应1GW的电力，那么就需要8亿美元的应急发电机。

不过呢，在咱们嘉宾以为的情况看，实际上真正成本可不只这些，缘由是冗余性而致 。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

要是你的IT设备它的容量功耗达到一种水平，像所说到的1GW这种情况话，通常来讲是需要配备不止1GW的柴油发电机的，存在好几个方面的缘由，实际上最为关键的缘由是要确保冗余性。

如下这般，存在一些对可靠性有着特别高要求的数据中心，其柴油发电机的量，约莫是两倍于数据中心算力的量。举例来讲，要是数据中心的量为1GW，那么或许得配备2GW的柴油发电机 。

于柴油发电机这个市场里头，最大的那个玩家是卡特彼勒（Caterpillar），康明斯（Cummins）跟罗尔斯·罗伊斯（Rolls Royce）二者的实力处于不相上下的状态。

除此以外，1GW数据中心所需要的开关设备有着6.15亿的金额，需要的UPS有着9.85亿的金额，还需要3亿美元的配电设备。对于这些呈现的电气设备而言的三大玩家，涵盖了施耐德，涵盖了维谛，也涵盖了伊顿 。

所有供电设施的花销，计算得出每GW要27亿美元，仅仅是IT设备的十三分之一，如此来看是不是显得颇为价廉呢？

虽说供电无需花钱，然而在美国，供电却成了诸多数据中心至关重要的核心瓶颈，此内容我们会在后续文章里予以展开。我们先将这个开支的饼状图绘制完整，瞧瞧最后一项支出：工程建设 。

Chapter 1.4 工程建设

那最后一项的工程建设费用之中，涵盖了建筑成本的部分，还有安装成本的部分，以及总承包商费用等诸多方面，每GW的工程，预计会花费大约42.8亿美元。

我们进行合计，要建成规模为1GW的数据中心，最终的总支出大概是516亿美元，当中IT设备所占比例是最高的，成本占到了84%。按照这样来计算，OpenAI的规模为10GW的Stargate项目所需金额就是5160亿，这与该项目官方所宣称的5000亿投资极为接近。

然而，在同一时刻，当我们翻阅各类研报之际，察觉到一件饶有趣味之事，即不同机构所给出的数据，其差距极为显著，比如说以Stargate为例，不同机构估算所得的总预算，竟然相差出2000亿美元之多，此情此景，原因何在呢？大家面对这般计算分歧，该当如何看待呢？

02 计算分歧，千亿预算差从何而来？

我们先来看看几个不同机构的预测：

伯恩施坦11月1日所出的报告显示，每GW的AI数据中心成本大概是350亿美元。并且，各个项目在支出方面所占据的比例于美国银行的预测存在差异。举例来说，和IT设备有关的GPU、网络、CPU以及存储加起来的总占比是56%，这远远低于美国银行所计算出来的84%。

巴克莱银行，10月底形成了报告：人工智能数据中心，每GW所对应的支出，处于500到600亿美元这个范围，其中，占据65%至70%份额的部分，统统都被运用在了计算以及网络方面。

摩根士丹利8月所采用的研究模型显示，对应于1京瓦的成本数额规定为335亿美元，此成本里计算设备所占比例是41%，其余的59%则被投入到电力、冷却等基础设施的建设进程当中。

究竟是何种缘由致使各家所给出的预测数据之间的差距会这般巨大呢？主要存在着两个方面的原因，其一乃是，所假设采用的芯片并非相同的情况标点符号。

英伟达在今年9月初发布的Rubin架构的芯片，对于美国银行来说是计算对象，该芯片将于2026年底上市，而Bernstein和Morgan Stanley的计算对象呢，是2024年3月发布的Blackwell架构。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

Bernstein的GPU的成本为136.5亿美元，BofA也就是美国银行的Future即未来的数据中心成本是375亿美元，仅这一项两者就相差200多亿美元每GW，这是我所感觉到的最大差别 。

据此可知，各家所算出的金额，其间最大的差异之处便在于芯片价格有所不同，每GW相差了200亿，然而诸如供电、冷却等其他设施的成本相差并非很大。不过这也从侧面表明了，老黄的下一代芯片是又要涨价的这一情况。

全新的“黄氏数学”（Jensen’s Math）提出，一座具备1GW规模的AI数据中心，其总成本处于600亿美元至800亿美元之间，甚至已然高于了其他机构所给出的预测数值，当中的“计算成本”，也就是属于英伟达的潜在收入部分，为400亿美元至500亿美元 。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

可我会这么想说不定老黄应该讲的仍是靠谱的，究竟就是他内心里清楚他所预期制定的价格是怎样的数据；他亲身计算过此项能耗究竟是多少数量，随后对于价格他想要标定好多的值，最终察觉到自己能够获取利益的多少金额 。

第二个原因，就是计算范围不同。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

BofA（美国银行）所算及的就相当于是数据中心那个building（建筑）类的房子内部的成本。Bernstein所算的呢，是涵盖了房子成本的同时，还包含整个数据中心园区的成本，也就是说它把园区内的配电系统以及（涡轮）发电机全部都纳入其中了。

关于美国银行里的发电机，我觉得它更多属于备用电源的那种，也就是柴油发电机，贝恩斯坦里面的发电机却是涡轮发电机，这相当于一种能够自行发电的发电机 。

所以，综合起来看，我们的嘉宾持有这样的观点，那就是，对于巨头们往后要去建设的数据中心而言，或许美国银行给出的预算会更贴近实在的情形，所以，我们这期作出的预估也是依据美国银行的报告来进行整理的。

之前提及，电力将会变成数据中心的瓶颈所在，这便是为何大家能够看到，在我们的动画当中，处于数据中心里面以及外面均设有发电机。实际上，在电力这个方面，会存在一项规模不算小的隐形支出，即电力投资。

03 隐形支出，巨头亲自下场建电厂

前期，我们制作了一期视频，还做了一期播客。视频与播客中讲述了AI引发的用电荒，还阐述了美国缺电之所因。然而，一年半后的当下，情形依旧未见好转。现如今，巨头們为了能获取电力，不得不自行投资去建厂 。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

OpenAI，或者其合作伙伴如Oracle，他们需设法创造新容量，于电网上。当下诸多科技公司，要自建发电机，建发电站，建变电站，建一些配电网络设施，甚至架起稍短些的电力传输线等，以满足自身需求。

如若针对一个具备10GW规模的数据中心来讲，要为之配备一座发电厂，这般情况下，其成本或许会攀升至，并且还可能增添120至200亿美元的费用成本。

所以，我们能够看到，因为AI数据中心进行了大规模基础建设，进而使得原本被视作“夕阳产业”的电力股GEV变得火热起来，它所拥有的燃气轮机订单甚至已经排列到三年之后了 。

曾谷歌斥资30亿美元，用于改造宾夕法尼亚州的两座水力发电厂，其目的在于换取3000MW的电力，这意味着获取1GW得花费10亿，而这还仅仅只是改造的费用。另外马斯克，为了Colossus2项目，收购了一家发电厂 。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

数据中心在抢电方面呈现出极为厉害的态势。接着，存在一些分析师，他们持有这样的观点，即如若像GE这般的公司，其具备有溢价的能力。购买1GW的发电机，这一行为所对应的金额大概是25亿美元。这或许属于比较高的数值，我认为倘若为20亿的话，大致是较为合适的，也就是说资本支出是20亿 。

这样一来就出现一个问题，数据中心不是原本就配备了应急发电机吗，那为何不直接借助这些发电机来进行供电呢？

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

和大型的天然气涡轮发电机相比，应急用的柴油发电机是存在本质区别的。柴油发电机更多时候用作备用电源。因而在设计时，其所有组件都是针对高功率、短时爆发进行优化的。所以它无法承受24小时随时都处于运行状态标点符号。

这个天然气涡轮发电机，在设计时就考虑到，像一年当中365天，几乎每一个小时都有在运行这样的使用场景。还有一些别的原因是，柴油乃是一种较为昂贵的燃料，而相对于天然气发电机而言，它使用的是天然气，能经由管道去输送，发同一度电的成本，柴油发电机的成本极有可能是，天然气发电机成本的3至8倍。

所以，当下数据中心建设，卡在获取电力这一点上。美国电网没办法提供充足功率，想买天然气涡轮发电机却买不到，如此便催生些其他方式。举例而言，燃料电池开始愈发受欢迎，甚至巨头们都被“逼”到太空去了。

谷歌近期传出消息，称计着到二零二七年的时候，要把数据中心给送上太空去。其主要诱因在于如此这般，在太空当中运用太阳能板当作是发电装备，发电效率能够达到在地球上的八倍之多程度，并且还一样行得通去解决夜晚时段没有太阳能这种一直以来困扰下去。可以这样子说，这属于免费的并且是无限量的能源供应状态。除此之外的另外一番境况则是这样一般，在太空存在的真空环境里头呢，还能够借助辐射散热方面的方式方法，进而做到降低冷却系统整体所必需的需求。

谷歌之外，微软、亚马逊，以及马斯克的SpaceX也都展开了这方面的探索。那么，建设太空数据中心，又需要耗费多少钱呢？在Linkedin上，有人做出预测，当下建设一座1MW的太空数据中心，算上发射费用之后，成本大约是3550万美元，要是1GW的话，那便是355亿。

看起来这跟地球上标的数值的差异好像也不算特别大，至于太空数据中心有没有实际施行的可能性，包括其背后所潜藏的挑战以及蕴含的机遇，后续我们还会专门开辟一期内容来深入细致地探讨一番呢。

04 狂潮下的理性，过度投资也有退路

既然构建人工智能数据中心所消耗的资金如此之多，同时在市场都纷纷猜疑其充斥着泡沫的情形下，为何这一基建热潮不仅没有减少反而持续增强呢？对于我们所采访的嘉宾而言，主要缘由存在两点，其一便是，相较于投资过度状况，投资不足所蕴含的风险更为巨大。

徐熠兴（Ethan Xu）

前微软能源战略经理，前突破能源科研总监：

现如今，多数公司都察觉到这么个情况，即投资不足所带来的风险，相较于过度投资所产生的风险，要大得多，那么为何会出现这种状况呢？极有可能若是谁最早致使最好的人工智能模型，或者造成所谓的通用人工智能，那么这家公司便会占据较大的市场份额，与之相对，其他公司的生存空间将会迅速缩减 。

那么，我们再次审视过渡投资会存在怎样的风险之时，情况是这样的，你所做的大致便是购买了数量更为可观的土地、电量以及房屋，进而去建造数据中心了。最终你会察觉一件事，那就是或许你购置的数量过多了，而这无非意味着你能够将其用于自身公司内部的适量用途、实现效率的增进，要么你能够把它租赁给别的人，要么就是把这些土地、电量售卖予其它公司。一般来讲，这就是过度投资所具备的风险，实际上它是存在一个上限限制的。

第二个原因就在于，只要有算力，科技公司们总会有办法用掉。

王辰晟

前特斯拉供应链总监：

地处硅谷流传着这样一句话，那便是Bill始终会吞并Andy。只要你拥有Infra，也就是基础设施，只要你同时拥有Hardware，即硬件 ，Server那个服务商总会有法子，能够设法将你消耗掉的 。这周早些时候，OCP Meta那些人在里面讲，实际上他们当下的GPU，就是专门用来做他们内部的一些AI的，像Instagram或者Facebook，接着去筛除掉一些不合适的内容，他们其实已极为需要诸多算力了，即便是有多余闲置的算力，用以做内部的降本，也就是cost reduction，实际上它完全是能够被利用的，所以我认为现在主流的那些公司，都并不担忧说这些会出现overinvest，也就是过度投资的情况 。

于是我们能够看到，即便当下市场都在纷纷质疑AI处于存在过度投资的情形之中，巨头们却依旧在疯狂地涌入。那么接下来的最后一个问题便是，拥有上万亿美元的需求，钱究竟是从哪里来的呢？

Bruce Liu

美国Esoterica Capital（济容投资）

首席执行官兼首席投资官：

其实呢，就是这些超大规模云服务商，其自身所拥有的资金，我自己赚取的钱财再投入回去，我自己所欠下的款项也再投入回去，而后呢，实际上就是要倚靠这些公开市场，也就是债券市场，在美国所存在的投资级或者高收益级 。

随后，还有近期新兴起的，我们称作美国影子银行的，对于所谓的这些私募信贷，你若将其进行拆分，基本上来说此乃这些 large，big 的融资渠道，以此去全力支撑起整个的人工智能基建热潮，这在美国历史上并非未曾出现过。我认为人工智能更像是全球基建的大规模大型周期，只要你也就是人工智能能够获取到收益，你身为全球增长的驱动者，真的是不必着重担忧资金这个问题的。

这场看上去好似疯狂的投入，实际上本来就是一场围绕着“谁先到达未来”的博弈。说不定这条路到处都充满着风险，然而对于巨头来讲，“缺席”付出的代价会比“投资有误”付出的代价还要更高。你针对这场疯狂的AI基建投资持有什么样的想法呀？欢迎在评论区跟我们一块儿聊一聊吧。