Kobeissi Letter称，AI增长速度超越摩尔定律：每年需投入5000亿美元建设数据中心
新闻要点
市场评论员Kobeissi Letter警告称，全球人工智能（AI）热潮已打破摩尔定律，计算需求正以摩尔定律历史速度的两倍增长，导致大规模短缺。 为满足当前需求，到2030年每年必须向数据中心投资5000亿美元，预计到2028年全球数据中心支出将达到9000亿美元。报告指出，计算能力已成为全球“最有价值的商品”，数据中心正面临8000亿美元的收入缺口，美国在建数据中心价值自2022年以来增长了400%，即将超过办公楼。 AI驱动的电力需求预计将在未来十年翻两番，到2035年数据中心将消耗全球约4.4%的电力供应（1600太瓦时）。Kobeissi Letter将AI繁荣描述为“世代性机遇”，S&P 500指数公司近40%的资本支出（CapEx）与AI项目相关，早期采用者有望获利。 当前市场正就AI繁荣是否类似于2000年代的互联网泡沫展开激烈辩论，GQG Partners、OpenAI CEO Sam Altman、亚马逊创始人Jeff Bezos和Meta CEO Mark Zuckerberg均对市场过热发出警告。然而，高盛（Goldman Sachs）反驳称，本轮周期由AI采用和企业投资的根本性增长驱动，而非投机。
背景介绍
摩尔定律（Moore's Law）是集成电路行业的一项经验法则，由英特尔联合创始人戈登·摩尔于1965年提出，预测集成电路上可容纳的晶体管数量大约每两年翻一番，计算能力因此呈指数级增长。这一趋势在过去几十年中推动了信息技术的快速发展和成本下降。 当前，人工智能技术的飞速进步，尤其是大型语言模型和生成式AI的兴起，对计算能力提出了前所未有的需求。这些AI模型需要海量的计算资源进行训练和推理，导致对高性能芯片、数据中心基础设施以及电力供应的需求激增。 市场对AI领域的投资热情高涨，但同时也引发了关于当前估值和投资潮是否可持续的辩论。一些观察家将其与互联网泡沫时期相比较，而另一些则认为AI的变革性潜力及其带来的实际企业投资和应用落地使其有本质区别。
深度 AI 洞察
AI计算需求超越摩尔定律的真正投资含义是什么？ - 这意味着AI领域的创新和增长将不再仅仅受限于芯片层面的进步，而是越来越多地受到基础设施（如数据中心、电力）和供应链瓶颈的制约。资本密集型投入将成为决定AI领导者地位的关键因素，而非纯粹的算法或芯片设计优势。 - 能源和水资源等传统基础设施的供应将成为AI发展的核心战略考量，可能催生能源生产、存储和传输领域的重大投资机遇，并可能引发围绕这些关键资源的地缘政治竞争。 - 摩尔定律的放缓加上需求倍增，将加速计算成本的上升，从而可能导致AI技术的普及成本更高，并有利于那些拥有强大资本和现有基础设施的大型科技公司进一步巩固其市场主导地位。 “数据中心是新石油”的比喻对全球经济和地缘政治意味着什么？ - 计算能力和数据中心将从纯粹的商业资产转变为国家战略资产，类似于曾经的石油储备。各国政府可能加大对本土数据中心建设和半导体供应链的补贴和保护，以确保国家在AI时代的数据主权和技术领导力。 - 对数据中心建设和运营所需的土地、电力和水等资源的需求将激增，可能加剧资源稀缺地区的竞争和环境压力。这将促使投资流向可再生能源、智能电网和高效冷却技术。 - 拥有先进AI基础设施的国家和地区，其经济和战略影响力将显著提升。这可能导致全球技术力量格局的重新分配，以及新形式的“计算资源民族主义”的出现，影响国际贸易和技术合作。 尽管有高盛的支持，AI繁荣与互联网泡沫的相似之处和根本差异在哪里？投资者应如何权衡？ - 相似之处在于，两者都伴随着巨大的资本支出和对新兴技术的狂热，以及部分领域可能存在的估值泡沫。对未来的过度乐观和非理性繁荣是历史的常见模式。 - 根本差异在于，互联网泡沫时期许多公司缺乏清晰的盈利模式和实体资产，而当前AI的资本支出（如数据中心建设）是投资于有形、高价值、且具有明确实用性和商业需求的物理基础设施。AI技术已在多个行业产生真实的生产力提升，并拥有坚实的底层技术支撑。 - 投资者应权衡的是，虽然AI的长期潜力巨大且有实际应用支撑，但短期内市场可能对某些公司或技术领域存在过度追捧。关键在于识别那些拥有核心技术、稳健商业模式和可持续盈利能力的AI基础设施提供商（如芯片制造商、数据中心运营商、电力设备公司）而非仅仅依赖概念或高估值的“讲故事”公司。