AI算力投资规模与巨头策略 - OpenAI计划建设10吉瓦Stargate项目，其野心可能是该规模的十倍，达到5万亿美元级别投资[3] - 黄仁勋及咨询公司预测未来五年数据中心基础设施投资规模达5-7万亿美元[5] - OpenAI与英伟达、AMD、博通分别达成10吉瓦、6吉瓦、10吉瓦合作意向，累计26吉瓦，按每吉瓦500亿美元计算达1.5万亿美元[7] - OpenAI包下三星和海力士每月90万片晶圆产能，占DRAM市场1/3，HBM市场60%[7] - xAI横扫美国70%以上燃气涡轮发电机库存，Colossus-2数据中心使用160台涡轮发电机[38] - Meta在爱达荷州或俄亥俄州建设5吉瓦数据中心，规模占大半个曼哈顿[8] 投资逻辑与风险权衡 - 公司普遍采取"Power First"策略，认为电力资源获取决定模型训练能力与市场份额[14] - 投资不足风险远大于过度投资风险，未获得最佳AI模型可能导致生存危机，而过度投资风险有上限[14] - 过度投资可转化为内部效率提升或资产转售，GPU等硬件易于转卖其他公司[15] - 公司宁愿承受华尔街对过度投资的质疑也不愿在竞争中落后[15] - 大规模数据中心经济效益显著，Google在爱荷华州建1吉瓦AI数据中心比分布式每年节省5亿美元运营成本[18] 算力需求与技术演进 - GPT-4训练需16000张H100显卡耗时90天，GPT-4.5需25000张GB200显卡耗时90-120天[19] - AI军备竞赛推动算力需求从万卡集群向十万卡、百万卡集群演进，数据中心规模从30兆瓦向1吉瓦、5吉瓦发展[19] - 算力应用比例从两年前训练占60-70%转变为推理占六成，未来推理可能占比80%以上[20] - 训练型数据中心可建在能源丰富地区如德州西部，可靠性要求可降至99.9%，无需靠近城市[24] - 推理型数据中心需靠近用户，训练型数据中心需要大规模集群集中计算[23] 美国电力供应挑战 - 美国电力系统年增速低于1%，过去20年经济发展与电力发展脱钩[25] - 数据中心占美国新增电力负载40%，年需增加80吉瓦发电量，但实际仅增50-60吉瓦，年缺口20吉瓦[26] - 20吉瓦缺口相当于2-3个纽约市发电量水平[27] - 2024年数据中心预计新增8吉瓦用电，60%靠天然气发电，40%靠光伏、风能和储能[29] - 太阳能容量系数仅25%，核电达93%，天然气达85%，不同发电技术实际输出差异大[32] - 美国电网建设缓慢，长距离传输线需7-12年审批，几乎无大规模传输线新建项目[49] 供应链瓶颈与技术突破 - GE Vernova涡轮发电机年产能不足100台，峰值2019-2020年达70余台，每台30-50兆瓦[37] - 变压器交期从3个月延长至18-24个月，美国仅一家公司年产25万吨硅钢，中国宝钢年产200万吨[42] - 英伟达推出800伏直流供电标准，可将1兆瓦机柜传输损耗从54伏时的22%降至0.6%[44] - 现有415伏交流电转54伏直流电架构下，1吉瓦数据中心需50万吨铜，800伏标准可解决铜短缺问题[45] - 800伏直流电架构可将端到端效率从92-98%提升至98.5-99%[46] 中美基础设施建设对比 - 中国2024年电力建设495吉瓦，美国仅50吉瓦[48] - 中国电网集中规划，美国局部规划且审批复杂，受土地所有者制约[49] - 中国一年太阳能装机容量相当于全球其他国家总和，设备成本为美国一半[53] - 科技公司采取自建发电站策略，将发电设施建在数据中心附近以规避电网限制[51]

美国AI数据中心建设规模与投资 - 美国正在规划或建设的数据中心项目总容量超过45吉瓦，预计总投资额将超过2.5万亿美元 [1][4] - 这轮扩张的主要推手是OpenAI的Stargate项目、亚马逊、Meta、微软以及埃隆·马斯克的xAI等超大规模厂商 [4] 主要参与者与具体项目 - 微软正在威斯康星州建设一个900兆瓦的AI工厂，并已在美国其他地区规划多个类似项目 [6] - xAI正在田纳西州孟菲斯市将其数据中心扩容至1.4吉瓦，用于训练其Grok模型 [7] - OpenAI的Stargate项目计划到2025年底实现10吉瓦、5000亿美元的投资目标，目前已承诺约7吉瓦容量 [8] - Meta正在推进多个"泰坦集群"，包括俄亥俄州的1吉瓦Prometheus项目和路易斯安那州计划扩展至5吉瓦的Hyperion项目 [8] - 亚马逊在过去12个月全球新增了3.8吉瓦容量，并预计到2027年容量将再次翻倍，推算其在2026-2027年间仅在美国就可能增加约13吉瓦的容量 [8] 项目成本与资本密度 - 数据中心的建设成本（不含IT设备）已达到每兆瓦1700万美元以上 [11] - 以OpenAI的Stargate项目为例，其7吉瓦容量对应超过4000亿美元的投资承诺，折合每兆瓦成本高达5700万美元（含IT设备） [11] 电力基础设施挑战与应对策略 - 激增的电力需求正撞上美国现有电网的"电力墙"，电网容量不足、审批延迟和供应限制正迫使科技巨头采取"自备电力"策略 [4][12] - 即使在电网连接获批的情况下，项目方仍倾向于建设现场发电设施，以加快"通电时间"并确保电力可靠性，例如Stargate 1项目计划部署约350兆瓦的现场天然气发电容量 [12] - 为应对AI工作负载带来的毫秒级功率剧烈波动，行业正采取复杂电力解决方案，如Meta的Prometheus项目采用燃气轮机、燃气内燃机和柴油发动机的组合 [13] 融资结构与新兴模式 - 巨额投资背后，除了科技巨头自身的资本支出，私募股权公司和专业基础设施基金扮演关键角色，例如Blue Owl Capital与Crusoe成立了150亿美元的合资公司为Stargate 1项目提供资金 [1][14] - "能源即服务"模式正在兴起，能源公司如Williams正与数据中心运营商签订长期购电协议，投资数十亿美元为其建设和运营专用发电设施，例如为Meta的Prometheus项目投资了20亿美元 [14] 供应链压力与设备交付 - 需求的爆炸式增长给电力设备供应链带来巨大压力，重型燃气轮机的价格在不到两年内上涨了50%，且交付周期显著延长 [15] - 设备制造商如GE Vernova和卡特彼勒虽然在增加产能，但仍面临零部件和劳动力短缺的制约 [15] - 一些公司正通过收购二手或"在箱"新设备来规避漫长的订单排队，例如Fermi America公司通过收购未使用的燃气轮机获得发电能力 [15]

文章核心观点 - 一场由人工智能驱动的数据中心基建竞赛正在美国全面展开，已规划项目总容量超过45吉瓦，预计将吸引超过2.5万亿美元的投资 [1] - 此轮扩张主要由OpenAI的Stargate项目、亚马逊、Meta、微软和埃隆·马斯克的xAI等超大规模厂商推动 [1] - 激增的电力需求对美国现有电网构成“电力墙”挑战，促使科技巨头采取“自备电力”策略 [1] 建设规模与投资 - 美国目前已规划的大型数据中心项目总容量超过45吉瓦（GW）[1] - 这股建设热潮预计将吸引超过2.5万亿美元的投资 [1] - 数据中心的建设成本（不含IT设备）已达到每兆瓦1700万美元以上 [3] - OpenAI的Stargate项目7吉瓦容量对应超过4000亿美元的投资承诺，折合每兆瓦成本高达5700万美元（含IT设备）[3] 主要参与方与项目 - 少数几家科技巨头是45吉瓦项目建设狂潮的核心 [2] - OpenAI的Stargate项目计划到2025年底实现10吉瓦、5000亿美元的投资目标，目前已承诺约7吉瓦容量 [5] - Meta正在推进多个“泰坦集群”，包括俄亥俄州的1吉瓦Prometheus项目和路易斯安那州计划扩展至5吉瓦的Hyperion项目 [5] - 亚马逊在过去12个月全球新增了3.8吉瓦容量，预计到2027年容量将再次翻倍，巴克莱推算其在2026-2027年间仅美国就可能增加约13吉瓦容量 [5] - 微软正在威斯康星州建设一个900兆瓦的AI工厂，并已在美国规划多个类似项目 [5] - xAI正在田纳西州孟菲斯市将其数据中心扩容至1.4吉瓦，用于训练其Grok模型 [5] 电力基础设施挑战 - 电网容量不足、审批延迟和供应限制正迫使科技巨头采取“自备电力”策略 [1] - 即使在电网连接获批的情况下，项目方仍倾向于建设现场发电设施，以加快“通电时间”并确保电力可靠性 [4] - Stargate 1项目尽管已获得1.2吉瓦的电网接入批准，但仍计划部署约350兆瓦的现场天然气发电容量以加速通电时间表 [4] - 为应对AI工作负载的功率剧烈波动，行业采用复杂电力解决方案，如Meta的Prometheus项目结合燃气轮机、燃气内燃机和柴油发动机 [6] 融资与成本结构 - 巨额投资背后是复杂的融资结构，私募股权公司和专业基础设施基金扮演关键角色 [7] - Blue Owl Capital与Crusoe成立了150亿美元的合资公司，为Stargate 1项目提供资金 [7] - “能源即服务”模式正在兴起，能源公司如Williams为Meta的Prometheus项目投资了20亿美元，并与另一客户签订31亿美元合同 [7] 供应链压力 - 需求的爆炸式增长给电力设备供应链带来巨大压力，重型燃气轮机价格在不到两年内上涨了50%，交付周期显著延长 [8] - 设备制造商如GE Vernova和卡特彼勒在增加产能时面临零部件和劳动力短缺的制约 [8] - 一些公司正通过收购二手或“在箱”新设备来规避漫长的订单排队 [8]