隨著人工智能（AI）行業(yè)的蓬勃發(fā)展，數(shù)據(jù)中心的建設(shè)熱潮也隨之興起。許多科技巨頭紛紛宣布新投資計劃，計劃建設(shè)新的 AI 基礎(chǔ)設(shè)施，投入金額甚至高達數(shù)千億美元。然而，IBM 首席執(zhí)行官阿文德?克里希納(Arvind Krishna)在最近的一次采訪中對這種巨額投資的回報提出了質(zhì)疑。

根據(jù)報道，當前建設(shè)一個吉瓦算力的數(shù)據(jù)中心需要約80億美元，而全球承諾建設(shè)的相關(guān)算力接近100吉瓦，意味著總投資已經(jīng)接近8萬億美元。如此巨大的資金投入需要達到8000億美元的利潤才能支付利息，這幾乎是一個難以實現(xiàn)的目標。

克里希納強調(diào)，這一估算與目前硬件、折舊和能源的成本直接相關(guān)，而不是基于長期的預(yù)測。他指出，硬件的貶值速度往往被投資者低估，通常這些數(shù)據(jù)中心需要每五年更換一次大部分硬件，這將進一步增加長期資本支出的壓力。最近，一些投資機構(gòu)也對這種情況表示擔憂:隨著 AI 性能提升和模型規(guī)模擴大，舊款 GPU 的加速退役使得企業(yè)必須在高昂的成本下進行硬件更換，而不是簡單地擴張規(guī)模。

克里希納還提到，雖然預(yù)計新一代的生成式 AI 工具將顯著提升企業(yè)的生產(chǎn)力，但當前形態(tài)的 AI 基礎(chǔ)設(shè)施的物理規(guī)模與其經(jīng)濟性之間的關(guān)系，依然是一個亟待解決的問題。那些投入巨資建設(shè)大型數(shù)據(jù)中心并選擇縮短更新周期的企業(yè)，必須證明其投資回報足以彌補前所未有的資本支出。

劃重點: