该报告分析了AI基础设施建设的快速发展阶段,由大型语言模型计算需求增长和AI技术采用驱动。预计到2035年全球数据中心容量将增至近350GW,其中AI负载占比近60%。报告指出超大型企业资本支出大幅超过AI相关收入,存在融资缺口和供应链瓶颈风险。美国在全球数据中心容量中占主导地位,欧洲则面临电网接入、能源成本和监管复杂性等挑战。欧洲需通过改进电网规划、简化许可流程等措施支持AI基础设施建设。
AI数据中心建设正处于快速发展阶段,预计到2035年全球数据中心容量将增长至近350GW,其中AI负载占比将上升到近60%。超大型企业资本支出将持续增长,预计到2026年将达到7500亿美元,主要用于数据中心建设。美国凭借便利的电网接入、低能源成本和简化监管环境,占据全球近58%的数据中心容量。欧洲数据中心电力需求预计每年增长15%,但面临电网接入时间长、能源成本高和监管复杂等问题,需采取结构性改革措施支持AI基础设施建设。
报告重点分析了AI基础设施建设的驱动因素、潜在风险和全球竞争格局。驱动因素包括LLM计算需求指数级增长和AI技术快速采用;潜在风险包括超大型企业资本支出大幅超过AI相关收入、融资缺口和供应链瓶颈;全球竞争格局方面,美国占据主导地位,欧洲面临结构性挑战,需要通过改进电网规划、简化许可流程、降低能源成本和制定有利的监管政策来支持AI基础设施建设。
当前AI数据中心市场正处于快速发展阶段,全球数据中心容量预计到2035年将增长至近350GW,其中AI负载占比将上升到近60%。超大型企业资本支出预计到2026年将达到7500亿美元,其中大部分用于数据中心建设。美国拥有全球近58%的数据中心容量,而欧洲的份额预计将下降至10%。欧洲数据中心电力需求预计每年增长15%,而美国和中国则分别为22%和19%。市场竞争激烈,参与者需建立具有弹性的运营和财务结构以应对潜在调整。
AI数据中心建设面临潜在的风险和周期性波动。超大型企业资本支出大幅超过AI相关收入,可能导致融资缺口和供应链瓶颈,引发短期调整。欧洲面临电网接入时间长、能源成本高和监管复杂等问题,可能制约AI基础设施建设的快速发展。数据中心生态系统参与者需关注竞争加剧和周期性风险,建立具有弹性的运营和财务结构以应对潜在挑战。欧洲需要采取果断行动弥合与美国差距,通过结构性改革和有利的政策环境支持AI基础设施建设。