内容摘要伯恩斯坦研报称,建设1GW AI数据中心约需346亿至395亿美元资本开支。
正文
伯恩斯坦拆解AI基建成本:每吉瓦投资最高395亿美元
PANews 10月10日消息,伯恩斯坦研报显示,采用不同AI加速器架构,建设1GW数据中心所需的资本开支约为346亿至395亿美元。其中,英伟达Vera Rubin架构的建设成本最高,OpenAI自研ASIC架构Jalapeno则相对较低。伯恩斯坦将英伟达Rubin NVL72单机柜成本预期从此前的910万美元大幅下调至752万美元,降幅约17%,主要反映了对HBM价格和NAND存储容量预期的调整。研报还指出,AI数据中心的主要经济负担并非电费,而是巨额资本开支及其产生的折旧。
原文链接:https://www.panewslab.com/zh/articles/01a1259f-d881-7008-9a96-71832906cd45
AI 辅助解读
以下为辅助分析,与已报道事实分开展示;重要信息请进一步核实。
建设AI数据中心不仅要购买计算设备,还要承担配套设施等前期投入。伯恩斯坦的测算显示,不同加速器方案会让1GW规模项目的成本有所不同。即使单机柜成本预期下降,整体资本开支和后续折旧仍被研报视为主要经济负担。
对读者的影响
这些测算反映了大型AI数据中心可能需要很高的前期资金,也说明加速器、存储等成本假设会影响项目预算。
新手可重点区分资本开支与日常电费:前者是建设和购置资产的投入,折旧则是这些资产成本在使用期间的会计分摊。
风险与未知
- 原文是PANews对伯恩斯坦研报的转述,未提供研报原文,无法核对完整测算方法和假设。
- 尚不清楚346亿至395亿美元的测算具体包含哪些设备、设施和其他成本。
- 英伟达Rubin NVL72、HBM及NAND的实际价格和容量未在证据中披露。
- OpenAI Jalapeno ASIC方案的具体成本及与其他架构的差额未披露。