AI基础设施

AI基础设施是支撑人工智能，特别是大型语言模型运行的底层硬件和软件系统，通常指代数据中心、高性能计算芯片（如GPU）、高速网络以及相关的电力和冷却系统。随着人工智能应用的爆发式增长，这一领域的投资规模巨大，技术迭代迅速，吸引了从芯片设计到数据中心建设的多方力量，成为全球科技竞争的焦点。

AI基础设施近期进展

英伟达为 OpenAI 俄亥俄数据中心提供最高 1050 亿美元担保，并联合六大机构推动 5000 亿美元的 AI 基建融资计划，部分项目甚至获得高达 25% 的残值支持，显示出对老旧 GPU 资产价值的重新评估。这一系列动作凸显了 AI 基础设施项目的巨大规模和潜在风险。

Arm 战略转型，36 年来首次自研芯片，从授权模式转向交付成品，而 Groq 则获得 3.5 亿美元 A 轮融资，估值 35 亿美元，其中英伟达也参与了投资。这表明在 AI 芯片领域，竞争正日趋激烈，传统架构与新兴挑战者都在寻求突破。

支付巨头 Stripe 以 70 亿美元收购 AI 初创公司 OpenRouter，而韩国则筹划建设可容纳 10 万台服务器的海底数据中心，沉入 20 米深的海水以利用海水冷却。这些案例展示了 AI 基础设施在软件服务层和物理建设层上的创新与垂直整合趋势。

AI基础设施的资本密集特性愈发明显。无论是英伟达高达 1050 亿美元的担保，还是 5000 亿美元的宏大融资计划，都反映了构建和运营 AI 数据中心的巨大成本。这种资本投入也带来了新的商业模式，例如英伟达通过担保分担风险，确保其 GPU 在大规模项目中的部署，这已成为行业常态。

硬件领域的竞争正在加剧。Arm 的战略转型和 Groq 的新一轮融资，都挑战着英伟达在 AI 芯片领域的领先地位。这种竞争有望推动技术进步，降低成本，并可能催生出更多样化的 AI 基础设施解决方案，从而避免单一供应商的依赖。

此外，AI 基础设施的形态也在不断创新。Stripe 收购 OpenRouter 体现了对模型路由等上层基础设施服务的重视，而韩国的海底数据中心则探索了利用自然条件解决高能耗和散热问题的物理层创新。这些实践表明，AI 基础设施的建设正从单纯的硬件堆砌，向更高效、更可持续、更智能的方向发展。