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
今天讲的出海案例是晶方科技,这家传感器先进封装公司通过 WaferTek 在马来西亚建设生产基地,并把新增 3000 万美元投向设备和产线。
这项研究揭示了大语言模型执行演绎推理时,仅约3%的注意力头构成关键"逻辑电路",分工明确,层层协作,一旦关闭这些电路,AI推理能力即刻崩溃。
随着企业将预算向AI倾斜,并大量采用AI编程助手,持H-1B签证的软件开发者正面临日益收窄的就业空间。Meta、亚马逊等科技巨头的裁员潮使工程类岗位需求进一步萎缩,招聘方越来越倾向于具备机器学习、数据科学等AI相关技能的候选人。分析人士指出,AI工具正压缩初级开发者的成长空间,企业也更偏向雇用绿卡持有者和本地公民,H-1B开发者须及早规划签证策略与技能升级路径。
Clark Hash是一种无需训练的句子嵌入压缩工具,将384维向量从1536字节压缩至48字节,通过稀疏随机投影与标量量化实现32倍压缩,同时保持高相似度相关性。