
中國的AI數據中心繁榮已經破滅:急速擴張留下數十億美元閒置基礎設施
隨著生成式AI應用的興起,中國在2023至2024年間迅速擴展其AI基礎設施,建造了數百個新的數據中心,並依賴國有及私營資金進行投資。然而,這一繁榮的勢頭已經減弱。這些耗資數十億美元的設施現在大多未被充分利用,回報率下降,而GPU租賃市場則遭遇崩潰。更糟糕的是,許多數據中心在尚未全面運營前就已經過時,因為市場環境發生了變化,根據MIT科技評論的報導。
匆忙建立的數據中心無法盈利
自2020年COVID-19疫情以來,房地產活動的突然下降加大了尋找新經濟動力的壓力,而2022年底ChatGPT的崛起讓AI看起來成為下一個大熱潮。根據KZ Consulting的數據,僅在2023年,全國就提出了超過500個數據中心項目。到2024年底,至少有150個項目據報已經投入運營。地方當局推動這些項目,希望能促進地區經濟發展。國有企業、政府相關投資基金以及私營公司和投資者都急於支持這些數據中心。
然而,匆忙的項目往往因為規劃不善而失敗。例如,一些設施在建設時並未考慮實際需求或技術標準,根據MIT科技評論的項目負責人和高管的消息來源,這並不令人驚訝,因為具備相關經驗的工程師非常稀缺,許多高管依賴那些誇大預測或利用採購獲取補貼的中介。因此,許多新建的數據中心未能達到預期,因為其運行成本高昂、難以填滿,並且在當前的AI工作負載中技術上並不相關。
更複雜的是,一些項目根本就沒有計劃從計算中獲利。根據MIT科技評論引用的多份報導和行業內部人士的說法,某些公司利用AI數據中心來獲取政府補貼的綠色能源或土地交易。在某些情況下,專門用於AI任務的電力被以加價的方式售回電網。其他公司則在不使用建築的情況下獲得貸款和稅收優惠。到2024年底,大多數仍在行業內的人士都在尋求從政策激勵中獲益,而非實際的AI工作,報告指出。
AI數據中心市場正在變化
在2023至2024年間建造的巨型AI數據中心,當時所預想的AI訓練和推理性能需求與當前的實際需求有很大差異。
如今,需求正在向推理轉變,這才是AI模型擁有者賺錢的來源。推理工作負載並不一定需要基於數萬個高端Nvidia GPU的巨型集群,這些GPU主要用於訓練。相對而言,推理工作負載可以利用成本和功耗較低、反應速度更快的專用加速器。因此,設計用於訓練的H100伺服器的每月租金已從180,000元(24,000美元)暴跌至75,000元(10,000美元)。有趣的是,儘管有出口限制,H100的供應仍然穩定。
因此,廣大的農村或內陸地區現在的吸引力大大減少,儘管它們的成本較低。因此,一些數據中心現在向當地科技公司提供免費計算券,但仍然未被充分利用。相反,其他數據中心運營商則寧願完全關閉設施,而不是冒著電力和維護成本的損失,因為部分租金收入無法覆蓋這些開支。
隨著DeepSeek的崛起,一個名為R1的推理模型問世,其性能可與ChatGPT o1媲美,但成本卻大幅降低。這使得許多AI公司重新考慮其硬件和規模的需求。
儘管面臨困境,中央當局仍然堅持推進AI發展。2025年初召開的政府研討會重申了在這一領域實現國家自給自足的必要性。主要企業也隨之跟進:阿里巴巴宣佈計劃在雲計算和AI基礎設施上投資超過500億美元,而字節跳動則承諾再投入200億美元。
內部人士認為,中國官員不會放棄這些項目,將其視為成長的痛苦而非失敗。政府預計將接管失敗的數據中心,並指派更有能力的運營商。然而,對於那些無法將其產能租給能夠支付的客戶的運營商來說,泡沫顯然已經破滅。
這一現象揭示了中國在AI基礎設施建設中的急功近利和市場需求的錯配,未來如何調整這些資源以應對實際需求,將成為決定其AI發展成就的關鍵。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。