AI正促使科技公司重新思考云计算的基础架构。随着越来越多的企业采用人工智能工具，该行业在运行这些工具所需的硬件和数据中心方面投入巨资。
目前的大部分支出都集中在基础设施而非软件上。芯片、网络设备、电力系统和大型数据中心正成为企业应对人工智能系统计算需求的主要优先事项。
投资规模正在迅速增长。路透社援引的一项分析显示，包括Alphabet、亚马逊、Meta和微软在内的美国科技公司预计将在2026年投入约6500亿美元用于人工智能相关基础设施建设。这一数字较2025年的约4100亿美元将大幅增长。
这些投资正在重塑云平台的构建方式。挑战不再仅仅在于创建新软件，还在于构建能够让人工智能模型大规模运行的物理系统。
人工智能工作负载正在增加对云计算能力的需求
运行大型人工智能模型需要强大的处理能力。训练和运行这些系统通常需要数千个图形处理器在分布式数据中心协同工作。
这种需求正在推动对网络和数据传输技术的新投资。
据路透社报道，英伟达近日宣布计划分别向光子学公司 Lumentum 和 Coherent 投资 20 亿美元，以改进人工智能数据中心内部使用的技术。此举旨在支持处理器之间更快的通信，并提高人工智能系统在芯片间传输数据的速度。
光子技术使用光而非电信号传输数据。这种方法比传统连接方式传输信息速度更快，能耗更低。随着人工智能集群规模的扩大，处理器之间更快的连接变得越来越重要。
这类投资表明，人工智能开发的瓶颈正在发生转变。对许多公司而言，主要制约因素不再是软件开发，而是支持人工智能工作负载所需的基础设施。
企业采用云技术正在推动云需求。
对人工智能基础设施的需求也在上升，因为大型组织开始在其运营中使用人工智能工具。
企业正在采用人工智能系统来完成数据分析、客户支持自动化和内部生产力工具等任务。许多此类应用需要访问强大的计算资源，而大多数公司自身并不运营这些资源。
相反，各组织依赖于云平台，这些平台提供对大型 GPU 集群和专用 AI 硬件的访问。
路透社报道称，科技行业的各公司正在建立合作伙伴关系并签署长期协议，以确保获得处理这些工作负载所需的计算能力。由于各公司竞相争夺人工智能基础设施的使用权，这些交易通常涉及价值数十亿美元的多年期承诺。
因此，云服务提供商和硬件制造商正在对数据中心以及建设数据中心所需的供应链进行大量投资。
人工智能基础设施成本日益增长
构建人工智能基础设施远不止安装额外的服务器那么简单。
人工智能数据中心消耗大量电力，需要先进的冷却系统来确保处理器安全运行。网络设备还必须处理数千个处理器之间传输的大量数据。
更广泛的投资趋势反映了人工智能行业的快速增长。
根据斯坦福人工智能指数报告，2024 年全球私人对生成式人工智能的投资达到 339 亿美元，比上一年增长 18.7%。
虽然该数据主要关注初创企业和私人投资，但大型科技公司在基础设施方面的支出要大得多。目前，大部分资金正用于建设新的数据中心、保障能源供应以及开发大型人工智能系统所需的网络技术。
为了支持未来人工智能的需求，多个大型基础设施项目正在涌现。例如，由OpenAI、软银和甲骨文联合支持的“星门计划”（Stargate project）就是其中之一。据业内广泛报道，该计划计划在未来几年内向美国的人工智能基础设施投资高达5000亿美元。
这种规模的项目凸显了人工智能计算正在成为科技领域最大的基础设施投资之一。
人工智能对企业云战略的意义
对于企业技术团队而言，基础设施支出的激增标志着云计算的发展方式正在发生转变。
云服务提供商目前更加注重专为人工智能处理而设计的专用硬件、大型GPU集群和高速网络系统。对于计划大规模部署人工智能工具的组织而言，获取这些资源可能成为关键因素。
这种转变也可能改变企业评估云服务提供商的方式。数据中心位置、人工智能硬件的可用性以及长期计算成本正变得越来越重要。
人工智能基础设施的快速增长表明，云计算的下一阶段将同样受到物理能力和软件创新的影响。
对于正在探索采用人工智能的企业而言，获得合适的计算基础设施可能很快就会成为其云战略中最重要的一部分。
