共计 1241 个字符，预计需要花费 4 分钟才能阅读完成。
AI 基建大决战
当 AI 竞争上升到大国博弈的层面, 芯片出口管制已成为常态 。然而, 一个更深层的结构性变化正在浮现: 决定 AI 企业商业成本的最大变量, 已从“能否买到芯片”转向“能否养得起算力中心”。电力、散热、机房等传统配套投入, 正成为压在 AI 企业案头的真正大山。
📌 芯片封锁倒逼基建转向
- 重点: 电力、散热、机房等传统上被视为“配套”的基础设施投入, 正成为压在 AI 企业案头的真正大山, 也成为了一段时间以来 AI…
- 重点: 当前公开信息主要集中在产品、策略或节奏变化上。
- 重点: 后续仍需关注官方更新、落地范围以及实际反馈。
自 2022 年 10 月起, 美国商务部对高端 AI 芯片实施多轮出口管制 , 从 A100、H100 到 H800、H20, 英伟达的“特供版”芯片性能一降再降, 却始终未能摆脱被限制的命运。到 2026 年, 英伟达中国区收入占比已不足 6%, 其在华 AI 加速卡市场份额被国产芯片反超。
高端芯片引进之路基本被焊死, 国产替代成为唯一选择 。虽然国产芯片单卡性能仍与 H200 存在差距, 但华为昇腾 910B、寒武纪思元 590 等已显著优于 H20, 且国产方案价格仅为 H20 的四分之一左右。芯片获取的边际难度正在下降, 但算力中心的运营成本却在大幅抬升。
🔍 算力中心的“吞电”真相
算力中心是名副其实的“吞电巨兽”。据统计,2025 年美国算力耗电量约占全美总用电量的 5%, 已成为第六大电力用户。在中国,2025 年算力中心总用电量达 1700 亿千瓦时, 占全社会用电量的 1.6%, 预计到 2030 年将增至 8000 亿千瓦时, 占比约 6%。
一个 1GW 的大型算力中心, 满负荷运行年耗电约 87 亿度 , 加上辅助系统接近 100 亿度。即便按 0.35 元 / 度的低价计算, 年电费也高达 35 亿元。而一张 700W 的 AI 芯片, 耗能是传统 CPU 的 10 倍以上, 一个万卡集群仅芯片功率就达 7MW, 加上散热、温控等系统, 一天的耗电量相当于一个小县城的年度生活用电。
💡 巨头加码基建投资
面对高昂的运营成本, 科技巨头们不得不加大资本开支 。2025 年, 字节跳动全年资本开支超 1500 亿元, 其中 900 亿元用于 AI 算力采购,2026 年或超 2000 亿元; 阿里巴巴宣布未来三年投入超 3800 亿元建设云和 AI 基础设施; 腾讯上半年开支已达 847.2 亿元, 主要用于模型训练和算力基础设施。
这些巨额投入直接影响利润表现。 阿里 2026 财年第四季度净利润骤降 84%, 字节跳动也因 AI 基建投入拉低利润增长。但巨头们依然选择“烧钱”布局, 因为算力基建已成为决定 AI 竞争力的关键。
📊 行业观察: 成本迁移与涨价潮
随着下游需求暴涨,AI 算力基建服务商已开启涨价潮 。AI 高密度机柜租赁价格上涨 10%-20%, 液冷高功率机柜涨幅更高。算力基础设施进入高速扩张期, 从乌兰察布星河基地到各大智算中心, 绿电直供成为趋势。
🚀 总结
围绕“AI 基建大决战”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
