麦肯锡2025计算成本AI驱动下数据中心基础设施万亿级投资竞赛报告英文版12页_682kb

报告摘要

全球人工智能（AI）的发展正推动数据中心对计算能力的巨额需求，预计到2030年，数据中心全球资本支出将达7万亿美元，其中AI相关需求为5.2万亿美元，传统IT需求为1.5万亿美元。这一增长主要由生成式AI的普及、企业AI应用扩展、竞争性基础设施建设和地缘政治驱动等因素共同推动。

计算需求的不确定性成为投资者面临的核心挑战。AI应用的扩展速度、技术进步（如芯片效率提升）和市场需求变动均可能导致投资预测偏差。尽管部分效率优化（如DeepSeek的V3模型减少训练和推理成本）可能短期内缓解需求压力，但AI市场实验和训练频率的增加可能抵消这些效益。此外，地缘政治因素和供应链约束可能进一步影响投资节奏。

五类数据中心核心投资者在计算成本竞争中扮演关键角色：

** Builders**（建筑商）：负责数据中心选址、建设及升级，需投入约8000亿美元用于AI需求，1000亿美元用于非AI需求。机会在于优化选址和模块化设计；挑战包括劳动力短缺、冷却和能效问题。
Energizers（能源供应商）：提供电力、冷却和网络连接，AI相关支出占1.3万亿美元。需应对电网瓶颈和清洁能源转型，解决方案包括投资核能、地热能等新型发电技术，以及加快可再生能源部署。
Technology Developers and Designers（技术开发者）：生产芯片和算力硬件，AI相关支出达3.1万亿美元，占比最高。挑战在于市场集中度高（少数半导体厂商主导）和需求预测困难，需通过扩大产能和分散供应链应对风险。
Operators（运营商）：包括云服务商和企业，负责数据中心运营与优化，主要投资软件、自动化和定制芯片。侧重于平衡能效与算力，需通过改进冷却系统和研发低计算需求架构降低成本。
AI Architects（AI架构师）：开发模型和应用，需关注算法优化和推理成本控制。如OpenAI的o1模型推理成本是GPT-4o的6倍，需通过稀疏激活等技术降低计算负担。

当前投资水平仍低于需求，企业因对未来AI采用率的不确定性而谨慎决策。投资者需采取三层策略：