AI基础设施供需失衡现状 - 人工智能需求已超过供给，行业面临计算能力短缺，即使投入巨资的科技巨头也无法满足所有需求[4] - 谷歌在2025年投资超过900亿美元用于AI基础设施建设，并计划在2026年将投资翻倍，但仍出现容量不足[7] - 谷歌云部门截至最近一个季度末，拥有超过4600亿美元的剩余履约义务积压订单[11] - 谷歌首席执行官Sundar Pichai确认，若有更多可用容量，云收入本可以更高[11] 具体短缺案例与影响 - 2026年3月左右，谷歌告知Meta无法提供其希望购买的全部Gemini推理容量，这打乱了Meta的部分内部AI项目[6] - 容量短缺迫使Meta优先考虑其使用谷歌模型的方式[6] - 据《金融时报》报道，Meta并非唯一受影响的客户，谷歌仍在限制部分客户的访问权限[8] - 这一事件表明，即使投入7000亿美元的基础设施建设狂潮，也难以跟上AI繁荣的步伐[8] 需求重心从训练转向推理 - 过去两年，行业焦点在于训练更大的AI模型，而当前的限制已转向推理所需的计算能力[9] - 模型训练是一次性的，而推理每天可能发生数百万甚至数十亿次，这反映了企业AI应用正在加速[10] - 企业AI应用在软件开发、客户服务、广告、研究和生产力工具等领域加速普及，每个新的AI驱动应用程序都增加了对推理计算的需求[10] 未来需求预测与行业瓶颈 - 英伟达首席执行官Jensen Huang预测，与生成式AI相比，智能体AI所需的计算量将在两年内增长至少1000%[15] - 扩大AI容量需要时间，涉及新芯片制造、服务器组装、数据中心完工和网络设备安装等环节[14] - 在扩张过程中遇到多个瓶颈点，包括能源、土地和内存等[15] - 谷歌、微软、亚马逊和Meta预计仅2026年就将总计投入超过7000亿美元用于AI基础设施建设[14] 对产业链的影响与启示 - 当前的短缺对AI供应链的大部分环节是好消息，表明市场远未饱和[13] - 供应AI硬件的公司，包括GPU、高带宽内存、网络设备、光学组件和电源系统供应商，未来数年仍将面临强劲需求[13] - AI繁荣不再受限于对技术的兴趣，而是受限于行业提供足够计算能力以满足需求的能力[17] - 在这种不平衡状况收窄之前，供应AI生态系统的公司将继续受益于科技领域有史以来最强劲的基础设施支出周期之一[17]