美媒：硅谷算力狂飆下藏隱憂

來源：環球時報

美國《大西洋月刊》7月18日文章，原題：硅谷已經失去其最大優勢 人工智能（AI）的繁榮讓美國一些最知名公司的市值大幅飆升。OpenAI和Anthropic目前是全球估值最高的兩家私營公司。谷歌、微軟和英偉達的規模也達到了歷史峰值。但在最大的贏家之中，還有卡特彼勒——一家以生產黃色卡車和起重機聞名的設備供應商。過去一年里，卡特彼勒的股價翻了一倍多。它的崛起與其廣為人知的工程建筑車輛關系不大，反而是因為其巨大的燃氣發動機——這些發動機正助力美國數據中心的擴張。

為訓練和運行大模型，AI行業要進行大規模實體建設

盡管人們將大量注意力放在提升大模型能力上，但AI最重要的投入不是比特，而是原子和電子。為了訓練和運行大模型，AI行業需要進行大規模的實體建設。數據中心是極其復雜的技術和工業運營系統——需要建造發電廠、建設廢水處理設施，并安裝各種電氣設備、輸電線路和先進的冷卻設備。這就需要消耗大量的混凝土、鋼鐵、硅、玻璃、銅和液化天然氣。

美國數據中心的建設早已處于狂熱狀態，但現在它正迅速逼近一個既令人驚嘆又令人擔憂的轉折點。亞馬遜、谷歌、微軟、Meta和甲骨文等主要參與者，預計到今年年底在數據中心上的支出將超過其運營收入。這意味著，那些非聊天機器人業務每年能帶來數百億美元收入的科技巨頭，可能需要舉債來繼續為其AI雄心買單。從2022年底ChatGPT發布到去年年底，這些公司的資本支出已遠超5000億美元，且打算僅在2026年就花費同等規模的金額。

硅谷長期以來享有一個明顯優勢：其產品和服務的制造成本相對較低，卻能創造巨額收入。但在許多方面，運營數據中心與其說是在運行一款智能手機應用，不如說是在經營一家鋼鐵廠。特別是，數據中心需要消耗驚人的電力，尤其是隨著AI模型變得越來越強大。5年前，一個標準的數據中心可能需要10兆瓦到50兆瓦的電力，這足以滿足數萬戶家庭的用電需求。一年前，需要一兩千兆瓦電力的數據中心就已堪稱巨無霸。日前，Meta宣布將其旗艦AI數據中心的規模擴大一倍以上，這將使其峰值電力需求增至5吉瓦。而猶他州提議建設的一個數據中心，如果建成，將需要9吉瓦的電力。這意味著數個大數據中心將消耗相當于幾個大城市的能源。

電網通常沒有足夠的電力來供應這些超大型項目，因此讓數據中心投入運營的最快方式就是自建發電廠。這正是卡特彼勒大顯身手的地方：該公司的發電設備積壓了大量未交付訂單，全球每一家主要的天然氣渦輪機制造商也面臨著同樣的情況。據報道，今年5月，埃隆·馬斯克花費至少10億美元收購了一家擁有一批燃氣輪機的能源公司，很可能是為了給他的AI大模型Grok提供動力。

電力只是挑戰的一部分

電力只是挑戰的一部分。數據中心需要將數十個尖端AI芯片連接到一個冰箱大小的機架上，然后再將數據中心內成千上萬個這樣的機架互聯。這些芯片運行時的溫度極高，可達93攝氏度，通常需要通過水冷和工業風扇的組合來散熱。

OpenAI自稱其目標是讓“人工智能隨著時間的推移變得更便宜、更好、更普及”，這實際上歸結為盡可能高效地為數據中心供電和散熱。此外，用于訓練和運行AI模型的芯片，還涉及一個由激光和稀土等要素組成的復雜全球供應鏈。

隨著AI行業向數據中心投入前所未有的巨資，美國企業高管們的言辭聽起來簡直像是建筑工程承包商。OpenAI首席執行官奧爾特曼表示，制約其公司發展的最大瓶頸是“電力”。馬斯克、微軟首席執行官納德拉、谷歌前首席執行官施密特等人也表達了相同觀點。英偉達首席執行官黃仁勛最近表示，缺乏熟練的“水管工和電工”將成為AI繁榮期“最難”克服的瓶頸。

盡管如此，硅谷似乎才剛剛開始正視其核心業務轉向實體領域究竟意味著什么。或許最能體現AI行業急于擴建之迫切的例子是：最具安全意識的公司Anthropic正每月斥資10億美元向馬斯克租賃數據中心，而就在幾個月前，馬斯克還曾將Anthropic斥為“邪惡”。作為回應，Anthropic首席執行官阿莫代伊則指責馬斯克存在“令人不安的嚴重失職”。

工業資源被集中起來處理“詞元”

事實上，AI正變得愈發類似于鉆探油井。投入數據中心建設和運營的所有銅、硅、電力和勞動力，都被集中起來處理和輸出“詞元”（token）——大模型處理信息的最小信息單元。美國國務院最近宣布了一項旨在加強AI供應鏈的國際協議，名為“硅和平”（Pax Silica）。美國副國務卿雅各布·赫爾伯格在宣布該協議時宣稱：“如果說20世紀依靠石油和鋼鐵運轉，那么21世紀則依靠算力以及支撐它的礦物來運轉。”金融市場和投資者已經開始將“詞元”視為現代文明的原始投入要素：各類企業正在推出算力交易市場，就像你可以在證券交易所交易石油、鋼鐵和玉米一樣。

硅谷通過主宰數字世界，已對物理世界施加了間接的控制。如今的數據中心建設完全是另一個量級的存在。從最具體的層面（如冷卻、電力、土地）到最抽象的金融工具，AI已經演變成了一種重工業。（作者Matteo Wong，陳欣譯）