中國儲能網(wǎng)訊：在全球AI算力競賽的宏大背景下，千億乃至萬億資本正涌向數(shù)據(jù)中心建設(shè)。當(dāng)行業(yè)巨頭紛紛宣布GW級（吉瓦級）智算中心的宏偉藍圖時，一個根本性的問題浮出水面：建設(shè)一座1GW的智算中心，錢究竟會花在哪里？這不僅是投資者的核心關(guān)切，也決定了產(chǎn)業(yè)鏈中誰將成為最終贏家。本文結(jié)合知名投行Bernstein最新發(fā)布的專業(yè)報告（參考與行業(yè)專家深度訪談和第三方專業(yè)數(shù)據(jù)），對一座基于NVIDIA GB200架構(gòu)的1GW智算中心的成本進行全方位、深度的拆解，揭示其投資的真實圖景。
350億美元都投在了哪里？
據(jù)Bernstein測算，建設(shè)并配置一座1GW的智算中心，總資本支出（Capex）約為350億美元。這一數(shù)字背后，是一個由IT設(shè)備與物理基礎(chǔ)設(shè)施共同構(gòu)成的復(fù)雜成本結(jié)構(gòu)。
智算中心單個全配置的AI機架（以NVIDIA NVL72為例）總投資為590萬美元，其中，機架內(nèi)的IT硬件成本約340萬美元，而支撐其運行的物理基礎(chǔ)設(shè)施（電力、散熱、建筑等）成本則高達250萬美元。
這意味著，IT設(shè)備與物理設(shè)施的投資比例大致為6:4，顯然后者的“隱形成本”不容小覷。
核心成本結(jié)構(gòu)深度分析
01
智算中心的“心臟”：GPU的主導(dǎo)地位與驚人利潤
如上圖所示，GPU已經(jīng)成為當(dāng)前智算中心絕對的成本核心。在350億美元的總投資中，GPU芯片獨占38.8%，是最大的單一支出項。在一個價值340萬美元的AI機架中，僅GPU部分的成本就高達230萬美元。
更為值得關(guān)注的是價值分配。據(jù)悉，GPU的設(shè)計者（即英偉達）所獲取的毛利潤，竟占到了整個數(shù)據(jù)中心總資本支出的29.1%，接近30%。這意味著，投資者為1GW數(shù)據(jù)中心付出的每100美元中，有近30美元直接轉(zhuǎn)化為了英偉達的毛利。清晰地展示了其在AI價值鏈中無與倫比的議價能力和核心地位。
02
智算中心的“血脈”：不可或缺的網(wǎng)絡(luò)設(shè)備
如果說GPU是心臟，那么高速網(wǎng)絡(luò)就是連接數(shù)萬個GPU的“血脈”，是僅次于GPU的第二大成本中心，占總資本支出的12.6%。但和GPU的高度集中不同，這部分支出相對分散，涵蓋了多個關(guān)鍵組件：包括DPU / 網(wǎng)絡(luò)加速器(3.2%)、交換機(3.1%)、銅纜(2.1%)、網(wǎng)卡 (NICs)(1.7%)、背板連接器(1.7%)。
可見，在一個高性能的算力中心集群中，網(wǎng)絡(luò)互聯(lián)的價值大概可以占到總投資的八分之一，為相關(guān)供應(yīng)商創(chuàng)造了巨大的市場機會。
03
智算中心的“基石”：電力與機械設(shè)施的龐大開銷
支撐智算能力的物理基礎(chǔ)設(shè)施，是一項非常龐大且復(fù)雜的工程，成本合計占總投資的31.9%。這部分開銷主要包括：備用電源： 柴油/燃氣發(fā)電機和渦輪機 (6.1%)、電力配送： 變壓器 (5.1%)、供電保障： 不間斷電源 (UPS) (4.6%)、土地與建筑： 占總成本的10.7%。近年來特別特別需要的是，公用事業(yè)規(guī)模的電力供應(yīng)正成為智算中心建設(shè)的核心瓶頸。而散熱、存儲與其他組件占比相對較小。
可見誰能解決電力問題，誰就掌握了下一階段競爭的主動權(quán)。
ASIC替代GPU，對智算中心成本結(jié)構(gòu)帶來的影響分析
分析顯示，首先從成本節(jié)省的角度： 假設(shè)ASIC芯片的毛利率為50%（低于GPU的70%），那數(shù)據(jù)中心總資本支出大概可以節(jié)省約19%。但即使如此，ASIC芯片本身仍然是最大的成本支出項，占總投資的24%。其次，對上游的影響： 對于芯片代工廠（如臺積電）和HBM內(nèi)存供應(yīng)商而言，ASIC方案在同等預(yù)算下意味著更高的芯片采購量，因此更為有利。
從1GW智算中心建設(shè)成本預(yù)見3大產(chǎn)業(yè)趨勢
投資的真實成本與折舊風(fēng)險巨額的資本支出主要流向了GPU、網(wǎng)絡(luò)和電力設(shè)施。但更值得關(guān)注的是資產(chǎn)的生命周期。從谷歌、亞馬遜等巨頭的財報數(shù)據(jù)可以看出，服務(wù)器、網(wǎng)絡(luò)等IT硬件的折舊年限通常僅為4-6年，遠低于建筑物的25-40年。這意味著，占總投資一半以上的IT硬件，其真實的經(jīng)濟成本（TCO）遠高于初始資本支出所顯示的比例，這對運營商的長期財務(wù)模型構(gòu)成了巨大挑戰(zhàn)。
未來產(chǎn)業(yè)鏈價值面臨重構(gòu)：電力與機架內(nèi)創(chuàng)新隨著芯片功耗的爆炸式增長，價值正在從芯片本身向“賦能芯片”的技術(shù)轉(zhuǎn)移。Bernstein報告甚至做出了一個大膽預(yù)測：到2027年的NVIDIA Rubin Ultra架構(gòu)，機架內(nèi)電源組件（PSU、BBU等）的價值含量將是當(dāng)前GB200時代的7-8倍！這意味著，能夠解決機架內(nèi)高密度供電和配電難題的公司，將捕獲巨大的價值增長。電源組件市場規(guī)模預(yù)計將從2025年的38億美元增長至2027年的83億美元。
供應(yīng)鏈的機遇與挑戰(zhàn)從上游的芯片代工、HBM內(nèi)存，到中游的PCB、連接器、散熱方案，再到下游的ODM廠商，AI的浪潮正在重塑整個電子制造供應(yīng)鏈。Bernstein的供應(yīng)鏈地圖清晰地展示了這一生態(tài)系統(tǒng)中的復(fù)雜關(guān)系。對于投資者和決策者而言，理解資金在價值鏈條上的具體流向，是識別未來贏家、規(guī)避潛在風(fēng)險的關(guān)鍵。
