比印钞机还快？5个关于AI烧钱的残酷真相

它是NASA预估能让人类完成火星登陆的全部预算，能买下1.36个阿里巴巴，或者3.5个NBA联盟。但今天，这笔巨款，据说只够OpenAI建一座名为“Stargate”的AI数据中心。

这引出了一个核心问题：为什么这么烧钱？在全球对AI泡沫的疑虑声中，为什么科技巨头们不仅没有收手，反而像着了魔一样疯狂加码？ 这笔天文数字般的账单背后，藏着许多颠覆我们常识的秘密。今天，我们就来剥开层层表象，看看AI数据中心背后，那5个最可能让你感到意外的真相。 1. 一座数据中心84%的成本，竟然只花在“机柜里” 当我们谈论数据中心时，脑海里可能会浮现出巨大的建筑、复杂的供电系统和嗡嗡作响的冷却风扇。但一个令人惊讶的事实是，根据美国银行的分析，一座AI数据中心高达84%的初始资本支出，都花在了那些我们看不见的“机柜里”。 这个部分被称为IT设备，主要包括三样东西： 服务器 ：每GW（吉瓦）成本约375亿美元，包含CPU、GPU、内存等核心部件。 网络设备 ：每GW成本约37.5亿美元。 存储设备 ：每GW成本约19亿美元。 三项相加，总计431.5亿美元，占了每GW总成本（516亿美元）的绝大部分。这些设备的主要玩家，是我们耳熟能详的名字：服务器由鸿海（富士康母公司）这类ODM厂商制造，网络设备有思科和英伟达，存储则有三星、美光等巨头。 意外之处在于 ：尽管供电和制冷是数据中心的生命线，但在初始建设成本上，它们与核心的计算硬件相比，几乎微不足道。绝大部分的钱，都实实在在地砸在了算力本身。 2. 各大投行的预算差了2000亿，只因猜不透“老黄的刀法” 更有趣的是，关于建一座数据中心到底要花多少钱，华尔街的顶级投行们竟然给出了天差地别的答案。以OpenAI的Stargate项目为例，不同机构的估算总额，差距高达2000亿美元。 为什么会这样？原因主要有两个。 第一个原因出奇地简单： 他们假设使用的芯片不同。 美国银行（估算最高）的分析，是基于英伟达计划在2026年才上市的Rubin架构芯片。 而Bernstein和摩根士丹利（估算较低）的分析，则基于2024年发布的Blackwell架构。 仅仅是GPU成本这一项，美国银行的预测就比Bernstein高出了超过200亿美元。而英伟达创始人黄仁勋（老黄）本人给出的预测甚至更高，他认为每GW数据中心的成本在600亿到800亿美元之间。正如一位业内人士所说：“他自己知道他想定什么价。” 第二个关键原因，在于 计算范围的不同 。美国银行计算的是数据中心 建筑本身 的成本，其电力系统预算主要考虑的是备用的柴油发电机。而Bernstein的估算则涵盖了 整个数据中心园区 ，包括为园区提供主动力、类似小型发电厂的燃气轮机系统。 意外之处在于 ：AI基建的成本预测，与其说是一门严谨的科学，不如说是一场对英伟达未来产品定价和项目建设范围的豪赌。整个行业的未来成本，很大程度上就掌握在一家公司的“刀法”和项目规划者的蓝图之中。 3. 预算仅占3%的“空调”，却能成为黑客的“人质” 让我们来看一个真实的故事。2018年，美国亚特兰大的一个数据中心遭到网络攻击，导致法院、机场等城市服务瘫痪。黑客除了用勒索软件锁住数据，还做了一件更狠的事：他们入侵了冷却系统。 系统失控后，机房温度飙升到 100华氏度以上 ，大量芯片因过热而损坏。黑客甚至将服务器和冷却系统的控制权当作“人质”，要求支付 价值51000美元的比特币 。这个故事告诉我们，冷却系统虽然在总预算中占比极小（约3%），但却是整个数据中心的“阿喀琉斯之踵”。 如今，随着算力密度越来越高，传统的风冷技术已独木难支， 液冷 正从“备选方案”变为“必需品”。这不仅是为了散热，更因为散热能力直接决定了GPU性能能否被完全释放。 意外之处在于 ：这是一个典型的“四两拨千斤”的例子。一个在预算表上看似不起眼的项目，其重要性和脆弱性却超乎想象，甚至能成为决定整个数据中心成败的关键。 4. 真正的瓶颈不是芯片，而是“插座” 当所有人的目光都聚焦在芯片和算力竞赛上时，科技巨头们在建设数据中心时，最头疼的问题其实是 电力 。 简单来说，美国的电网根本无法满足AI带来的爆炸性用电需求。因此，科技公司们不得不自己投资建发电厂，而这笔“隐形成本”极其高昂。据估算，为一座10GW的数据中心配套建设发电厂，可能需要额外增加120亿到200亿美元的成本。谷歌为此改造水电厂，马斯克则直接收购发电厂，这样的例子比比皆是。这个瓶颈是真实存在的供应链危机：电力设备巨头GEV的燃气轮机订单，据说已经排到了三年之后。 正是因为地球上的电力遇到了瓶颈，“逼”得巨头们开始探索一个更大胆的方案： 太空数据中心 。在太空中，可以利用效率高出地球8倍的太阳能，实现近乎无限的免费能源供应，同时还能利用真空环境解决散热难题。 意外之处在于 ：AI竞赛的战场早已从芯片设计室，延伸到了能源领域，现在甚至扩展到了外太空。这场技术革命的背后，是对人类最基础资源——能源——的一场极限争夺。 5. 最大的风险不是“投多了”，而是“没上车” 回到最初的问题：既然市场担心AI泡沫，巨头们为何还要如此疯狂地砸钱？背后的战略考量主要有两点。 第一，也是最核心的一点是： Under investment is riskier than over investment. (投资不足的风险，要远远大于过度投资的风险。) 这背后的逻辑非常冷酷和清晰。 投资不足的风险是生死存亡 ：如果竞争对手最先获得最强的AI模型（或通用人工智能AGI），它就可能主导整个市场，其他公司的生存空间将被极大压缩。而**过度投资的风险呢？**无非是多买了一些地、电和服务器。这些都是有形资产，可以出租、出售，风险是可控且有上限的。 第二点原因则来自硅谷一句老话：“Bill will always eat Andy”，即软件和服务总会想方设法用光所有可用的硬件基础设施。科技公司们深知，只要有算力，总能找到用处。例如，Meta就表示，即便有多余闲置的GPU算力，也可以用来做内部降本增效，比如加强Instagram和Facebook的内容审核。 意外之处在于 ：这种看似“非理性”的狂热投入，背后其实是一种深刻的战略理性。在这场决定未来的牌局中，“缺席”的代价，远比“下错注”的代价要高得多。 结语 这场上万亿美元的投资狂潮，从机柜里的芯片到外太空的太阳能，本质上是一场关于“谁能最先抵达未来”的激烈博弈。它正在以前所未有的方式，重塑科技、能源乃至我们对世界的认知。 对于这些走在最前沿的巨头而言，真正的问题或许已不是投入是否过于疯狂，而是无论多么疯狂的投入，是否真的足以买到那张通往未来的、确定性的船票？ END 往期内容： 硅谷专家警告：关于AI与教育，我们可能都想错了的5个惊人真相 上市即巅峰？摩尔线程万倍回报神话背后的5个惊人真相 从95%到0：我们从黄仁勋的最新访谈中能读懂的5个惊人观点 从语言模型到抗癌模型：AI正在帮人类改写医学史 更多内容请 阅读原文