Why Top Founders Are Racing Into AI Infrastructure

微软、谷歌等巨头 2024 年资本开支将达 1 万亿美元，GPU 预售到 2028 年，铜矿和电工都成 AI 瓶颈。

AI 的需求正以远超互联网的速度膨胀，带来一场从芯片到原材料的全面短缺。GPU 被炒到 4 倍价，铜矿、电力、冷却系统甚至合格电工都成了新战场。顶级玩家正押注新一代硬件和数据中心架构，试图突破这些物理极限。读完你会明白，AI 为什么能让一座城市“断电”，以及未来 5-10 年哪些环节会诞生新巨头。

AI 的需求像蒸汽机、电力时代一样，带来全行业重建，连铜矿都成了新战场。

• 微软、谷歌等云厂商 2024 年资本开支将达 1 万亿美元，GPU、内存等关键部件已预售到 2028 年。
• GPU 价格被炒到原价 4 倍，二手市场甚至出现多天拍卖会抢购几千块卡。
• 铜矿、变压器等原材料成新瓶颈，AI 基础设施的需求已经影响到全球矿业和重工业。

现在不是靠招工程师堆人头，而是直接砸钱买算力，AI 进步速度全看硬件和电力上限。

• “工程师人月瓶颈”被打破，用 30 亿美元买 GPU，能让新模型一夜追上行业领先者。
• AI 自己用 AI 造 AI，比如用 AI 优化 GPU 内核，推高算力需求，形成自我加速循环。

AI 时代的数据中心和芯片架构要从电力、冷却到芯片全部重做，创新机会遍布各环节。

• 单个前沿 AI 模型训练成本高达 30-50 亿美元，哪怕提升 20% 效率都值 20 亿美元，足以支持为每个模型定制专用芯片。
• 数据中心机架功率飙升到 100-150 千瓦，传统空调不够用，必须用液冷、高压直流供电，连地板都要加固。

“以前你砸钱招工程师没用，现在直接砸 30 亿美元买 GPU，AI 就能一夜之间追上行业领先者。”

• 关注非传统 IT 瓶颈：电力、冷却、铜矿等环节的创新和投资机会正变得比芯片还重要。
• 算力分工是新常识：把简单任务交给小模型，复杂任务交给大模型，才能在资源紧张下跑得更远。