超大规模数据中心运营商在过去三年中为应对AI热潮,基础设施支出增长近两倍,每季度新增运营容量增长了170%,目前尚无放缓迹象。
Synergy Research发布了追踪超大规模公司增长的最新数据,这些公司包括亚马逊、微软、谷歌等大型云服务提供商,以及Meta、阿里巴巴、腾讯和甲骨文等其他公司。
虽然该市场长期以来一直保持强劲增长,但Synergy的数据和图表显示,自2022年底ChatGPT推出后,市场进入了超高速发展阶段。此后,似乎全世界都想训练自己的生成式AI模型,对合适的IT基础设施和数据中心的需求激增。
因此,据该公司研究显示,超大规模运营商报告的季度资本支出大幅膨胀,增长近180%,今年第三季度达到1420亿美元。每季度新增的数据中心容量也增长了170%。
这种影响体现在超大规模提供商运营的大容量数据中心数量上,目前全球已达到1297个,几乎是2018年数量的三倍。
在同一时期,总运营容量增长了四倍多,这是因为数据中心本身变得越来越大。以前典型设施可能支持数十兆瓦(MW)的IT基础设施,现在正增加到数百兆瓦甚至千兆瓦(GW)的容量。
例如,Meta今年早些时候宣布了几个多千兆瓦数据中心集群的计划,包括一个名为"Hyperion"的2GW集群,该集群可扩展到5GW,占地面积几乎与曼哈顿岛一样大。
美国已经是世界上最大的数据中心市场,占全球安装容量的近一半。但据Synergy数据,美国在超大规模运营容量中占据了更大份额,目前为55%,比三年前的52%有所上升,巩固了其作为大型数据中心主导枢纽的地位。
Synergy披露,这些数据来自对全球21家主要云计算和互联网服务公司数据中心布局的分析,包括SaaS、IaaS、PaaS、搜索、社交媒体、电子商务和游戏领域的最大运营商。
正如预期的那样,覆盖范围最广的公司是三大云服务提供商,他们现在合计占所有超大规模数据中心容量的58%。
与此同时,没有明显的放缓迹象。Synergy表示,目前已知的未来超大规模设施管道在全球有770个,这些设施处于规划、建设或装配的不同阶段。
首席分析师John Dinsdale表示:"基于这项分析,Synergy上调了几个核心指标的五年展望。该公司现在预计超大规模数据中心总容量将在仅仅12个多季度内翻一番,这突显了AI驱动的基础设施投资重塑全球云相关市场的规模和速度。"
然而,人们越来越担心,如果AI投资泡沫破裂,所有这些额外的数据中心容量会发生什么。金融巨头高盛最近警告称,如果行业无法将AI模型货币化,数据中心投资可能无法获得回报,在这种情况下,从现在到本十年末,容量实际上可能会下降。
Q&A
Q1:超大规模数据中心运营商的资本支出增长了多少?
A:过去三年中,超大规模数据中心运营商的季度资本支出增长了近180%,今年第三季度达到1420亿美元。每季度新增的数据中心容量也增长了170%。
Q2:目前全球有多少个超大规模数据中心?
A:目前全球超大规模提供商运营的数据中心数量已达到1297个,几乎是2018年数量的三倍。总运营容量在同一时期增长了四倍多。
Q3:AI投资热潮会带来什么风险?
A:金融巨头高盛警告称,如果行业无法将AI模型货币化,数据中心投资可能无法获得回报。如果AI投资泡沫破裂,从现在到本十年末,数据中心容量实际上可能会下降。
好文章,需要你的鼓励
2025年人工智能在企业中实现突破性应用,从实验阶段转向实用阶段。八位代表性CIO分享核心经验:AI工具快速进化、需保持快节奏实验思维、重视工作流程而非组织架构、数据质量成为新挑战、采用前瞻性指标管理项目、无需等待完美时机、AI既是技术也是社会文化现象、需严格项目管理、变革重在人员而非技术、多智能体架构成未来趋势。
这项由加州伯克利分校等机构联合完成的研究开发了MomaGraph系统,首次实现了机器人对空间关系和功能关系的统一理解。该系统通过强化学习训练,能够同时识别物品位置和操作方法,并具备状态感知能力。在综合测试中达到71.6%准确率,超越同类开源系统11.4%,在真实机器人平台上验证了实用性,为智能家庭机器人的发展奠定重要基础。
日本科技投资巨头软银需要在年底前筹集225亿美元,以履行对AI合作伙伴OpenAI的资金承诺。软银是OpenAI价值5000亿美元Stargate数据中心计划的主要资助者之一。为筹集资金,软银CEO孙正义可能动用多种手段,包括利用其持有的英国芯片设计公司Arm股份作为抵押贷款。软银已清仓英伟达股份为该项目提供资金,目前可通过Arm股份借贷115亿美元,还持有价值110亿美元的T-Mobile股份及270亿美元现金储备。
MIT研究团队提出了突破性的双向归一化流(BiFlow)技术,通过训练独立的逆向模型替代传统的精确逆向过程,解决了归一化流方法架构受限和推理缓慢的核心问题。该方法采用创新的隐藏对齐策略,让逆向模型学习高效的生成路径,在ImageNet数据集上实现了高达697倍的速度提升,同时将图像质量提升到新的技术水平,为生成模型领域带来了重要的思路突破。