電子發燒友網報道（文/黃山明）在人們已經對AI越來越習以為常的今天，AI相關的基礎建設也隨之快速發展，不論硬件上的數據中心、GPU/TPU、超級計算機、高速網絡以及分布式存儲系統，還是軟件層面的開發工具、操作系統以及數據管理工具等，都將因此而受益。

不管是美國的5000億美元的“星際之門”計劃，還是歐盟達到2000億歐元的InvestAI計劃，亦或是日本的10萬億日元投資，以及國內超過萬億元的投入，都證明對AI技術的看好。不過近期，阿里巴巴及高盛都開始提出對AI基礎設施的風險預警，AI相關設施開始過剩了嗎？

阿里巴巴與高盛的警告

前不久，阿里巴巴主席蔡崇信在香港舉行的匯豐全球投資峰會上表示，開始看到人工智能數據中心建設出現泡沫苗頭，美國的許多數據中心投資公告都是“重復”或相互重疊的。

無獨有偶，日前高盛的分析師團隊下調了機架級AI服務器(Rack-level AI Server)的銷量預期，將2025年級2026年預計出貨量從3.1萬臺和6.6萬臺下調至1.9萬臺和5.7萬臺。高盛給出的理由是，高性能AI服務器的需求不會被機架級形態完全取代，因為一些客戶仍然傾向于使用主板解決方案，以獲得設計上的靈活性。

因此高盛方面表示，盡管今年二季度對中國臺灣的ODM/散熱供應鏈而言是需求強勁的季度，但全年而言，對出貨量持更為保守的態度，并且預計產品的轉型期可能會在今年三季度對出貨量造成影響。

對此，高盛下調了中國臺灣ODM和散熱供應鏈相關的公司，包括廣達、鴻海、FII、緯創、艾維克、雙鴻等企業的目標價，降幅在7%-21%之間。不過高盛也表示，ASIC AI服務器相關企業表現普遍優于GPU AI服務器供應商，這一趨勢可能將持續。

除了阿里和高盛外，前不久微軟對市場進行回應，表示本財年超過800億美元用于AI基礎設施建設的計劃仍然在進行中，努力的沖淡此前微軟取消在美國“數百兆瓦”容量的數據中心租約的傳聞。

要知道微軟在今年1月份才剛剛決定豪擲800億美元用于建設AI數據中心，并表示其中超過一半的資金會投向美國本土。但此次的回應中盡管表示計劃仍將繼續，但微軟可能會在某些地區戰略性地調整基礎設施的步伐或規模。

不過在前不久，微軟方面透露將于今年年中在馬來西亞推出首個云區域，涵蓋三間被命名為“馬來西亞西部云”的數據中心，并計劃于今年第二季度開始營運，這或許是其計劃調整的一環。

另一方面，由OpenAI所主導的1000億美元的星際之門基礎設施合資企業第一個數據中心綜合體，將可以容納多大40萬片的英偉達AI芯片。據開發商Crusoe稱，該項目位于得克薩斯州小城阿比林，建設工作將于2026年年中完成，功率容量為1.2GW。

更有趣的是，雖然此前微軟已經宣布將對投資方向進行調整，但就在前幾天，微軟宣布和貝萊德、英偉達以及馬斯克的xAI一起，共同建設價值300億美元的數據中心和其他AI基礎設施。

以此來看，美國的AI基礎設施建設仍然在狂奔，不僅沒有停止，而且還有加速的意思。而隨著阿里和高盛的警告，是否意味著AI算力設施真的已經到了快要溢出的程度了？

AI算力設施已經溢出？國產產業鏈受益

如果要論AI算力設施是否已經溢出，可以先來看什么是機架級AI服務器。這是一種以整機柜為單元設計的高密度、高性能AI計算系統，專為大規模人工智能訓練和推理任務優化設施。簡而言之，就是通過整個多個計算節點，實現的高密度算力集群。

打個比方，英偉達的DGX GB200 NVL72機柜包含18個1U計算節點，每個節點搭載2顆Grace CPU和4顆B200 GPU，總計72顆GPU和36顆CPU，再通過NVLink-C2C互連技術實現高速協同，形成單一邏輯GPU的算力池，這就是一種機架級AI服務器。

而高盛方面也表示，普通高性能AI服務器的需求不會被機架級形態完全取代，因為一些客戶仍然傾向于使用主板解決方案，以獲得設計上的靈活性。甚至AI推理服務器的需求是在增長的，高盛報告顯示，預計2025年-2026年銷量將增長41%、39%。

顯然，這意味著主要是高端的AI算力設施目前確實受到了影響，但普通的AI服務器仍然在高速增長中。為何會出現這種情況，這就與DeepSeek的出現密切相關了。

簡而言之，DeepSeek的出現給了AI技術發展另一條路，即優化算法的方式，來實現同樣的AI技術水平，而不單單只是簡單的堆砌算力。一邊是價格越來越昂貴的顯卡，另一邊則是普通AI服務器也能夠實現的技術，市場會如何選擇一目了然。

加上如今美國方面不僅開啟了星際之門計劃，微軟、貝萊德、英偉達、xAI等企業又開始另起爐灶，從技術路徑來看，就像蔡崇信所言，幾乎是“重疊”的，這顯然加劇了高端AI服務器的冗余，并且其高昂的費用，可能很少會有開發者能夠承擔。

相比之下，DeepSeek的出現，讓相關開發者能夠以更低的成本來完成AI應用，借助工具鏈可以將算法部署周期從3個月壓縮至7天，DeepSeek-V3模型訓練成本僅557.6萬美元，是GPT-4的1/20。短期來看，未來兩年，由DeepSeek主導的金融、醫療、制造領域將貢獻約1200億元增量市場。

與此同時，國內的算力基建迎來發展窗口期。盡管性能上還無法與英偉達的產品相比，但勝在成本更低，性能也已經夠用。

因此，DeepSeek的輕量化模型與低成本特性推動國產芯片大規模適配，包括華為昇騰910B、沐曦MTT S4000、天數智芯天垓100、海光信息DCU等16家廠商完成模型部署。

其中華為昇騰與硅基流動聯合發布的DeepSeek推理服務首次實現與英偉達A100性能對標，燧原科技部署數萬張自研加速卡，推理成本降低40%。以華為昇騰910B為例，支撐2000萬日活需2.78萬張GPU，而硬件成本超38億元，有望將這款產品的市占率從16%提升至25%。

不僅成本下降，同時效率還得到了提升。例如中國電信“息壤”平臺實現全棧國產化推理，聯通云支持私有化與公有化部署自由切換，三大運營商算力價格戰推動單價下降27%，利用率提升1.8倍。

即便是提出預警的阿里，此前也宣布，在未來三年將投入超過3800億元，用于建設云和AI硬件基礎設施，總額超過去十年總和，這也創下中國民營企業在云和AI硬件基礎設施建設領域有史以來最大規模投資紀錄。

高盛方面預計，阿里的3800億支出，約80%將用于AI服務器，其余部分將用于通用服務器、數據中心基礎設施及其他業務板塊。而在AI服務器投資中，約73%用于GPU，27%用于其他硬件。顯然，AI設施真的過剩了嗎？至少阿里自己投入。

寫在最后

如今在國內，服務器整機上，有浪潮信息、中科曙光、寧暢、安擎、華鯤振宇、新華三、智谷算網等廠商充分競爭，算力芯片上，海光信息、寒武紀、華為等都已經開始站穩市場。包括完備的工業制造能力，以及強大的技術設施建設，加上DeepSeek推動的低成本AI應用，國內的AI產業還遠未到瓶頸，或者說還處于爆發的前期。

相比之下，OpenAI如今越來越龐大的算力集群，以及更加昂貴的API費用，讓AI只能為少數人服務。而微軟為了構建獨立的AI能力，不惜與貝萊德、xAI另起爐灶，但其AI基建項目與星際之門項目沒有太大區別，唯一影響的，可能是未來美國的AI費用會越來越貴了吧。