阿里、高盛唱衰AI基建，国产服务器产业链竟闷声发大财

电子发烧友网报道（文/黄山明）在人们已经对AI越来越习以为常的今天，AI相关的基础建设也随之快速发展，不论硬件上的数据中心、GPU/TPU、超级计算机、高速网络以及分布式存储系统，还是软件层面的开发工具、操作系统以及数据管理工具等，都将因此而受益。

不管是美国的5000亿美元的“星际之门”计划，还是欧盟达到2000亿欧元的InvestAI计划，亦或是日本的10万亿日元投资，以及国内超过万亿元的投入，都证明对AI技术的看好。不过近期，阿里巴巴及高盛都开始提出对AI基础设施的风险预警，AI相关设施开始过剩了吗？

阿里巴巴与高盛的警告

前不久，阿里巴巴主席蔡崇信在香港举行的汇丰全球投资峰会上表示，开始看到人工智能数据中心建设出现泡沫苗头，美国的许多数据中心投资公告都是“重复”或相互重叠的。

无独有偶，日前高盛的分析师团队下调了机架级AI服务器(Rack-level AI Server)的销量预期，将2025年级2026年预计出货量从3.1万台和6.6万台下调至1.9万台和5.7万台。高盛给出的理由是，高性能AI服务器的需求不会被机架级形态完全取代，因为一些客户仍然倾向于使用主板解决方案，以获得设计上的灵活性。

因此高盛方面表示，尽管今年二季度对中国台湾的ODM/散热供应链而言是需求强劲的季度，但全年而言，对出货量持更为保守的态度，并且预计产品的转型期可能会在今年三季度对出货量造成影响。

对此，高盛下调了中国台湾ODM和散热供应链相关的公司，包括广达、鸿海、FII、纬创、艾维克、双鸿等企业的目标价，降幅在7%-21%之间。不过高盛也表示，ASIC AI服务器相关企业表现普遍优于GPU AI服务器供应商，这一趋势可能将持续。

除了阿里和高盛外，前不久微软对市场进行回应，表示本财年超过800亿美元用于AI基础设施建设的计划仍然在进行中，努力的冲淡此前微软取消在美国“数百兆瓦”容量的数据中心租约的传闻。

要知道微软在今年1月份才刚刚决定豪掷800亿美元用于建设AI数据中心，并表示其中超过一半的资金会投向美国本土。但此次的回应中尽管表示计划仍将继续，但微软可能会在某些地区战略性地调整基础设施的步伐或规模。

不过在前不久，微软方面透露将于今年年中在马来西亚推出首个云区域，涵盖三间被命名为“马来西亚西部云”的数据中心，并计划于今年第二季度开始营运，这或许是其计划调整的一环。

另一方面，由OpenAI所主导的1000亿美元的星际之门基础设施合资企业第一个数据中心综合体，将可以容纳多大40万片的英伟达AI芯片。据开发商Crusoe称，该项目位于得克萨斯州小城阿比林，建设工作将于2026年年中完成，功率容量为1.2GW。

更有趣的是，虽然此前微软已经宣布将对投资方向进行调整，但就在前几天，微软宣布和贝莱德、英伟达以及马斯克的xAI一起，共同建设价值300亿美元的数据中心和其他AI基础设施。

以此来看，美国的AI基础设施建设仍然在狂奔，不仅没有停止，而且还有加速的意思。而随着阿里和高盛的警告，是否意味着AI算力设施真的已经到了快要溢出的程度了？

AI算力设施已经溢出？国产产业链受益

如果要论AI算力设施是否已经溢出，可以先来看什么是机架级AI服务器。这是一种以整机柜为单元设计的高密度、高性能AI计算系统，专为大规模人工智能训练和推理任务优化设施。简而言之，就是通过整个多个计算节点，实现的高密度算力集群。

打个比方，英伟达的DGX GB200 NVL72机柜包含18个1U计算节点，每个节点搭载2颗Grace CPU和4颗B200 GPU，总计72颗GPU和36颗CPU，再通过NVLink-C2C互连技术实现高速协同，形成单一逻辑GPU的算力池，这就是一种机架级AI服务器。

而高盛方面也表示，普通高性能AI服务器的需求不会被机架级形态完全取代，因为一些客户仍然倾向于使用主板解决方案，以获得设计上的灵活性。甚至AI推理服务器的需求是在增长的，高盛报告显示，预计2025年-2026年销量将增长41%、39%。

显然，这意味着主要是高端的AI算力设施目前确实受到了影响，但普通的AI服务器仍然在高速增长中。为何会出现这种情况，这就与DeepSeek的出现密切相关了。

简而言之，DeepSeek的出现给了AI技术发展另一条路，即优化算法的方式，来实现同样的AI技术水平，而不单单只是简单的堆砌算力。一边是价格越来越昂贵的显卡，另一边则是普通AI服务器也能够实现的技术，市场会如何选择一目了然。

加上如今美国方面不仅开启了星际之门计划，微软、贝莱德、英伟达、xAI等企业又开始另起炉灶，从技术路径来看，就像蔡崇信所言，几乎是“重叠”的，这显然加剧了高端AI服务器的冗余，并且其高昂的费用，可能很少会有开发者能够承担。

相比之下，DeepSeek的出现，让相关开发者能够以更低的成本来完成AI应用，借助工具链可以将算法部署周期从3个月压缩至7天，DeepSeek-V3模型训练成本仅557.6万美元，是GPT-4的1/20。短期来看，未来两年，由DeepSeek主导的金融、医疗、制造领域将贡献约1200亿元增量市场。

与此同时，国内的算力基建迎来发展窗口期。尽管性能上还无法与英伟达的产品相比，但胜在成本更低，性能也已经够用。

因此，DeepSeek的轻量化模型与低成本特性推动国产芯片大规模适配，包括华为昇腾910B、沐曦MTT S4000、天数智芯天垓100、海光信息DCU等16家厂商完成模型部署。

其中华为昇腾与硅基流动联合发布的DeepSeek推理服务首次实现与英伟达A100性能对标，燧原科技部署数万张自研加速卡，推理成本降低40%。以华为昇腾910B为例，支撑2000万日活需2.78万张GPU，而硬件成本超38亿元，有望将这款产品的市占率从16%提升至25%。

不仅成本下降，同时效率还得到了提升。例如中国电信“息壤”平台实现全栈国产化推理，联通云支持私有化与公有化部署自由切换，三大运营商算力价格战推动单价下降27%，利用率提升1.8倍。

即便是提出预警的阿里，此前也宣布，在未来三年将投入超过3800亿元，用于建设云和AI硬件基础设施，总额超过去十年总和，这也创下中国民营企业在云和AI硬件基础设施建设领域有史以来最大规模投资纪录。

高盛方面预计，阿里的3800亿支出，约80%将用于AI服务器，其余部分将用于通用服务器、数据中心基础设施及其他业务板块。而在AI服务器投资中，约73%用于GPU，27%用于其他硬件。显然，AI设施真的过剩了吗？至少阿里自己投入。

写在最后

如今在国内，服务器整机上，有浪潮信息、中科曙光、宁畅、安擎、华鲲振宇、新华三、智谷算网等厂商充分竞争，算力芯片上，海光信息、寒武纪、华为等都已经开始站稳市场。包括完备的工业制造能力，以及强大的技术设施建设，加上DeepSeek推动的低成本AI应用，国内的AI产业还远未到瓶颈，或者说还处于爆发的前期。

相比之下，OpenAI如今越来越庞大的算力集群，以及更加昂贵的API费用，让AI只能为少数人服务。而微软为了构建独立的AI能力，不惜与贝莱德、xAI另起炉灶，但其AI基建项目与星际之门项目没有太大区别，唯一影响的，可能是未来美国的AI费用会越来越贵了吧。