软银计划在法国AI基础设施领域投资最高750亿欧元(约合850亿美元),并在全国范围内建设高达5吉瓦的数据中心容量。这一大规模建设计划表明,电力获取正逐渐成为AI行业最重要的竞争优势之一。
这家日本科技巨头表示,此次计划将率先在敦刻尔克、博斯克尔和布尚三个地点启动,目标是在2031年前实现3.1吉瓦的装机容量,此后再扩展至全国5吉瓦。第一阶段将在上述三个站点投入450亿欧元(约合510亿美元),计划于2031年前完成。
与此同时,法国电力公司(EDF)也宣布将软银选定为其前布尚热电站旧址上400兆瓦数据中心园区的优先开发商。
法国只是软银AI基础设施布局的最新一站。软银是美国"星际之门"AI基础设施项目的主要投资方之一,该项目目标投资额高达5000亿美元,规划数据中心容量达10吉瓦。OpenAI、甲骨文和软银曾于去年9月透露,"星际之门"已完成近7吉瓦的规划容量和逾4000亿美元的投资承诺。软银还在与数据中心及电力基础设施开发相关的SB Energy项目中持有投资。
电力优先
"法国作为主要能源生产国和出口国的地位,是我们做出投资决定的决定性因素,"软银创始人兼CEO孙正义在宣布投资的声明中表示,"凭借充裕、具有竞争力且低碳化的电力资源,加上战略性的地理位置和工业专业能力,法国具备成为全球AI重要中心所需的全部条件。"
Synergy Research Group首席分析师兼研究总监约翰·丁斯代尔表示:"选址涉及多重因素,包括与客户的距离、土地的可用性和成本、电力的可用性和成本、网络基础设施、营商便利程度、当地财税激励政策、政治稳定性、自然灾害风险最小化,以及本地监管和数据驻留要求。"
"但近两年来,电力可用性已成为越来越重要的选址决策标准,"他在接受采访时说道。
美国能源部贷款项目办公室前主任吉加尔·沙阿表示,此次公告进一步印证了电力供应在AI基础设施建设中日益凸显的核心地位。
"电力可用性已成为大规模AI基础设施投资中最关键的选址变量,"沙阿说道。
Omdia首席分析师罗伊·伊尔斯利指出,电力和水资源的获取对数据中心建设至关重要。"在一些国家,电力资源存在,但并不在合适的位置,"他表示,成本和可靠性同样是选址决策中不可忽视的因素。
此类规模的项目能否落地,很大程度上取决于是否能够获得电力、水资源,以及在园区规模下实现两者有效供给的基础设施。
电力为先的选址策略
多年来,数据中心开发商的惯常做法是先确定土地,再寻求电力保障。而现在,许多开发商已经转变为"追电而来"。
布尚项目正是这一转变的典型案例。法国电力公司没有简单地为第三方开发商提供电力,而是将一处前电厂旧址与现有电网基础设施打包,发起竞争性招标,寻找合适的开发商。软银最终从中脱颖而出,成为该园区的优先竞标方,该园区预计可支持高达400兆瓦的装机容量。
过去一年,法国电力公司持续推进旗下站点的数据中心开发招商工作,借助既有电网基础设施和工业地产,吸引大型AI项目落地。布尚项目的落定,为其引来了全球最激进的AI基础设施投资者之一。
Q&A
Q1:软银为何选择法国作为AI基础设施的重点投资地?
A:软银CEO孙正义明确表示,法国作为主要能源生产国和出口国的地位是决定性因素。法国拥有充裕、具有竞争力且低碳化的电力资源,叠加战略地理位置和工业专业能力,具备成为全球AI重要中心的条件。电力可用性已成为大规模AI基础设施投资中最关键的选址变量,法国在这一核心要素上具有明显优势。
Q2:软银在法国的数据中心建设计划具体包括哪些内容?
A:软银计划投资最高750亿欧元,在法国建设高达5吉瓦的数据中心容量。第一阶段将在敦刻尔克、博斯克尔和布尚三个地点启动,投入450亿欧元,目标是在2031年前实现3.1吉瓦装机容量,此后进一步扩展至全国5吉瓦规模。此外,软银还被法国电力公司选定为布尚旧电厂旧址上400兆瓦数据中心园区的优先开发商。
Q3:为什么电力可用性正在成为数据中心选址最重要的因素?
A:随着AI基础设施规模不断扩大,数据中心对电力的需求急剧增长。Synergy Research Group首席分析师指出,过去两年电力可用性已成为选址决策中越来越重要的标准。Omdia首席分析师也强调,电力和水资源的获取对数据中心建设至关重要,且并非所有地区都能在合适位置提供充足电力。此类大规模项目能否落地,很大程度上取决于电力与水资源的稳定供给能力。
好文章,需要你的鼓励
OpenAI在与多家新闻机构的版权诉讼中陷入困境。以《纽约时报》为首的原告指控OpenAI在长达两年时间里向法庭撒谎,刻意隐瞒其已对ChatGPT日志进行大规模搜索的事实。据悉,OpenAI实际上已拥有包含1000万和7800万条记录的日志样本,并曾用于研究版权内容过滤器,却对外声称无法进行此类搜索。原告据此提出制裁动议,要求法院追责。OpenAI则否认相关指控,坚称其立场基于合理使用原则。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
美国加州大学圣地亚哥分校研究团队在《自然》期刊发表研究成果:外科医生通过远程操控宇树G1仿人机器人,成功完成两例活体猪胆囊切除手术,创下全球首例。与造价数十至数百万美元的达芬奇手术机器人相比,仿人机器人成本更低、体积更小,未来有望部署于农村、战地乃至太空等资源匮乏的医疗场景。但目前仍存在需频繁重新校准、机械臂活动范围受限等挑战。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。