摩根士丹利预测，计算能力将转化为“人工智能数据中心”的投资热潮，这是“芯片”热后市场热点和未来风口的再次挖掘。1.事实上，人工智能数据中心本身的建设离不开高性能芯片的支持。说白了，这也是对芯片的间接投资。当然，这里的投资更多的是芯片的应用和应用水平。而不是研发和相应的制造，也就是说，从原来简单的窄轨道，开始扩展到更广泛的轨道，因为应用程序面临着各种各样的发展机会，其扩展更广泛，制造商可能有更多的独角兽机会，追求投资基金是合理的。摩根士丹利认为，数据中心将带来新一波的人工智能投资浪潮。摩根士丹利在最新的研究报告中表示，下一波投资将更多地关注人工智能数据中心的其他基础设施，如服务器、网络设备、冷却系统、数据存储，甚至实体房地产。摩根士丹利分析认为，每10年的新计算周期将使计算能力的普及程度提高10倍，并遵循类似的货币化路径。这种预测并非没有痕迹。随着人工智能的发展，数据中心的投资也将经历从半导体到基础设施再到软件/服务的传统货币化周期。在过去的2023年，尤其是今年年初的两个月里，英伟达的股价上涨了约250%，半导体行业(如SOX指数上涨了约60%)率先上涨，这表明他们率先受益于人工智能行业的初始增长。我们还观察到，市场对人工智能数据中心的投资正在加速，从土地销售到电力需求。随着对人工智能数据中心基础设施需求的增加，服务器、网络设备、冷却系统、数据存储甚至实体房地产等领域都将迎来新一轮的投资热潮。摩登士丹利担心未来的电力限制会成为一种限制。2.人工智能数据中心对基础设施的需求旺盛，因为未来人工智能数据中心所需的技术和能源基础设施是不同的。除传统技术基础设施外，电力和建筑基础设施的重要性也在增加。相关数据显示，十年前全球数据中心市场耗电量为100亿W，现在1000亿W的水平已经非常普遍。在虚拟货币的兴起之前，“挖掘”背后对基本能源的需求几乎是一个上限应用程序。在人工智能数据中心时代，计算能力需求背后的能源需求也非常巨大。美国的Uptime 根据Institute的预测，到2025年，全球数据中心人工智能业务的用电量将从2%飙升至10%。有趣的是，马斯克之前也表现出对能源前景的担忧。去年年底，他还在一个播客节目中表示，美国芯片短缺，一年后变压器短缺，两年内电力短缺。美国富国投资也在报告中指出，2025年Alphabet、亚马逊、Meta、预计微软的总资本支出将达到2000亿美元，远远超过几大石油巨头的资本支出。在北弗吉尼亚、俄亥俄州哥伦布市和盐湖城，最受欢迎的资产不是酒店和办公楼，而是数据中心。而且现在的数据中心主要是为人工智能服务。人们突然发现，一切都围绕着人工智能转，需要新的、庞大的托管服务才能使人工智能正常运行，这是目前最直接的影响。在人工智能浪潮的刺激下，英伟达、微软、Meta等一些企业已经成为受益者。在一些热点地区，人工智能数据中心市场不再是小市场。过去，市场会盲目增加供应量，影响市场健康。现在不同了。在流行的刺激下，数据中心拥有更多的定价权。3.近年来，科技企业前往北弗吉尼亚租赁数据中心，俄亥俄中部的二级市场需求也在上升。亚马逊投资78亿美元在俄亥俄中部建设数据中心。此外，随着远程办公的普及，大量资金也流向数据中心、通信基础设施、光纤、信号塔及相关科技产业。据相关数据显示，目前世界上有8000多个数据中心，主要分布在美国、亚洲和欧洲。北弗吉尼亚州是世界上最大的数据中心集散地，大约有300个数据中心。从能耗角度看，2023年北弗吉尼亚州数据中心耗电2552mW，达拉斯耗电654mW，硅谷615mW，北京数据中心耗电1799mW，伦敦耗电1052mW，法兰克福耗电864mW。亚马逊AWS在全球市场、微软Aure和谷歌云都在扩张。在国内市场，华为也在香港建立了人工智能数据中心。人工智能对数据中心的需求太大，给基础设施带来了巨大的压力。操作数据中心需要大量的电力和水来冷却。超大数据中心消耗的电量可能与城市相似。如果是运行GPT的新服务器，耗电量是5-10倍。一些从业者还表示，我们相信人工智能建设需要10年甚至更长的时间。目前，全球数据中心的容量约为50GW，未来6-10年将增加到100GW。数据中心已成为人工智能工厂，输入数据，输出智力和洞察力。据悉，目前Meta、在构建和扩展自己的数据中心方面，微软、谷歌、亚马逊、甲骨文、Akamai都非常活跃。据报道，Meta准备在印第安那州Jeffersonvile上投资8亿美元建设数据中心，这是Meta在美国建设的第18个数据中心，也是世界上第22个数据中心。微软将在德国投资34亿美元，主要投资人工智能基础设施和云计算设施。位于英国Walthamm的Alphabet准备扩建数据中心基础设施 Cross。一般认为，生成式人工智能正在影响硬件市场，迫使企业重新设计数据中心。由于人工智能研究呈指数级增长，未来10年人工智能计算需求将大幅增加。可以预测，2024年全球数据中心将发生重大变化，将人工智能集成到Ops中、GPU的大规模部署是转型的方向。这是一种趋势，因为行业所需的计算能力在增加，可持续运行变得越来越重要。为了满足需求，我们需要建立自己庞大的计算能力中心和数据中心。巨头们纷纷布局，这是对未来的规划。