全球打响AI军备赛

蓝鲸财经
12 Feb

作者 | 霞光社 刘景丰

2025一开年,世界的画风,齐刷刷聚集到了AI上。

在中国的DeepSeek惊艳了全球科技界之后,顷刻间全世界似乎都在发大模型、建数据中心。

马斯克说,xAI也将很快发布自己的模型,甚至比DeepSeek更好;法国AI明星创业公司Mistral AI近日也首次发布号称全球最快的“AI超级助手”Le Cha,比ChatGPT还要快13倍;印度政府也宣布,在未来10个月内开发本土的大语言模型,以挑战DeepSeek和OpenAI。

大模型需要大算力。于是,一场围绕数据中心的全球竞赛也拉开帷幕。今年1月,特朗普上任后就宣布了一项名为“星际之门”(Stargate)的计划:未来四年投资5000亿美元,建设多达20个超大型数据中心。

与此同时,今年1月英国首相基尔·斯塔默(Keir Starmer)也宣布了一项雄心勃勃的“人工智能机遇行动计划”,把英国打造成“AI超级大国”。为此,科技公司已承诺投入140亿英镑,创造13250个新工作岗位,其中包括威尔士和利物浦的重大数据中心项目。

英国的邻国法国,昨天刚举办了为期两天的人工智能行动峰会。在峰会前夕,法国总统马克龙就宣布,法国将投资超1090亿欧元(约1130亿美元),打造法国版“星际之门”。现在,法国国内已经确定了35个地点,用于建设数据中心。马克龙希望将欧洲建成人工智能(AI)领域的领导者。

印度也在大举投资AI。今年1月,印度首富穆克什・安巴尼(Mukesh Ambani)领导的信实集团(Reliance Group)宣称,将在印度贾姆纳格尔建设一个全球容量最大的超级数据中心,总投资约200~300 亿美元。

而今年正在沙特举办的LEAP展期间,Datavolt与新未来城(Neom)签署了50亿美元协议,计划建设全球最大的人工智能数据中心之一。中东国家的人工智能建设也走上快车道。

大干快上的2025,真的会是AI改变世界的一年吗?

DeepSeek的爆火来得很突然。1月27日一早,DeepSeek在中国区和美国区苹果App Store免费榜上同时冲到了下载量第一,超过原先霸榜的ChatGPT。而半个月前,DeepSeek的App才刚刚上线iOS和安卓的应用市场。

这是来自中国产的应用首次实现这一成就。而且,一次就吓坏了所有人。

因为DeepSeek-R1的模型在各项能力上追平OpenAI o1,但总训练成本仅为557.6万美元;而GPT-4o模型训练成本约为1亿美元。

于是世界开始真正意识到,中国在AI大模型领域的爆发性潜质——即使在资源极其受限的情况下,中国也能通过调整大模型基础结构,创造自己的大模型。

随后,多个国家展现出“恐慌”的一面:澳大利亚国库部长吉姆·查默斯呼吁公民在使用DeepSeek时须谨慎,并且禁止中国人工智能DeepSeek在政府系统和设备上使用;韩国已经加强了对DeepSeek相关应用的监管,相关部门开始对使用DeepSeek的公司进行审查;法国和爱尔兰则以数据安全为由对DeepSeek进行问询;意大利则直接宣布禁用DeepSeek;而美国国会则以新法案规定,下载DeepSeek最高可判20年监禁。

恐慌之外,更多是的“惊醒”。

时至今日,ChatGPT仍是全球大模型的风向标,但在DeepSeek火爆后,它也不得不做出改变。1月24日,OpenAI将原来每个月200美元订阅价格的ChatGPT O3Mini版本直接免费。并且在2月1日,OpenAI还推出了其最新的推理模型o3-mini。跟DeepSeek类似,o3-mini也加入了联网搜索和展示思考过程的功能。而且在使用权限方面,ChatGPT也向所有用户免费开放了o3-mini模型,ChatGPT Pro用户可享受无限访问,而Plus和Team用户的消息限制从每天50条增加至150条。

马斯克最近在体验了DeepSeek后也表示,“你可以期待,中国会做许多伟大的事情,DeepSeek就是其中之一”。不过他似乎最想表明的是,由他创办的xAI也即将发布自己的模型,甚至比DeepSeek更好。这个新模型名为Grok-3,据称其预训练已完成,所用算力较Grok-2增加了十倍之多。xAI的数学家Greg Yang今年1月19日也在平台上展示了与Grok-3的对话。种种迹象显示,马斯克正在积极加入这场大模型战局。

今年2月6日,法国AI明星创业公司Mistral AI也发布了号称全球最快的“AI超级助手”Le Chat的iOS与Android版App。它能实时访问互联网,具备多模态能力,不仅免费,据说反馈速度比ChatGPT还要快13倍。仅仅几天,Mistral就狂飙登顶法国App Store。法国总统马克龙近日也在一档节目中多次提到该款应用的名字Le Chat,化身“推销员”,还呼吁法国人“下载”。

受当下的AI热潮影响,今年1月30日,印度政府表示,计划在未来10个月内开发本土大语言模型,挑战DeepSeek与OpenAI。印度信息技术部长维什瑙称,随着基础工作已完成,印度政府目前正专注于打造一个符合印度独特需求的人工智能系统。预计到今年年底,将有6家主要开发商推出基础AI模型。据印度媒体,印度政府已经批准了18项提案,旨在加速农业和气候变化等关键领域的AI解决方案落地。这些支持措施包括提供算力、数据和资金。

更早之前,2024年12月17日,阿联酋政府支持的技术创新研究所(TII)宣布推出Falcon 3,这是该所最新一代的开源小语言模型(SLM)。与大型语言模型(LLM)相比,SLM的参数更少,设计更简单,具有效率高、成本低和能够在资源有限的设备上部署等优点。也就是说,它可以在笔记本电脑等轻量基础设施上高效地运行。

当然,在此之前,英国、日本、韩国、俄罗斯、加拿大、以色列也都有了自己的大模型。而今天,这场竞赛到了新轮高潮。

沙特信息技术公司(SITE)高级研究、开发与创新(RDI)执行官穆阿斯·阿尔杜希希(Muath Alduhishy)用“主权AI”来概括这一发展趋势。这说明,当下AI事实上已经超过了技术、商业的范畴,成为一种“主权AI(Sovereign AI)”。

当下全球的AI,各国处在什么样的格局之下?

作为全球AI领域最有影响力的学府斯坦福大学,在2024年11月21日发布了《全球人工智能实力排行榜》,通过42项指标,对36个国家的人工智能活跃度进行综合评估和排名。

全球人工智能活力排名:2023年前十名国家

在这里面,美国加权指数总分位居第一。在开发著名的机器学习模型方面,美国2023年达到61个模型。这其中,最具代表性的是OpenAI旗下的ChatGPT,Google旗下的Gemini等。此外,美国在人工智能监管方面采取了积极的态度,自2017年以来共通过了23项与人工智能相关的法律。

中国位居第二。中国在研发、经济和基础设施方面表现突出。得益于庞大的市场,足够的网络、算力等基础设施,以及大规模的工业生产能力提供的数据支撑,中国也涌现出许多优秀的大模型,既有像百度、阿里、腾讯、字节、华为、科大讯飞等大厂的大模型,也有像DeepSeek、Kimi、MiniMax等创业公司开发的模型。

此外,报告还称,中国在AI创新方面表现出强劲的增长势头,尤其是在专利申请方面,AI专利授权数量几乎是美国的3倍。这也是中国的AI大模型能快速从跟随到突破原创的重要支撑。

英国得分排名第三,在研发、教育、政策与治理方面表现尤为突出。印度位居第四,阿联酋排名第五。法国排名第六,在政策与治理、教育、基础设施方面表现强劲。韩国排名第七,2023年10月韩国电信公司KT发布了该国首个AI模型Mi:dm,但韩国的AI大模型主要由大型财阀公司主导,缺乏活跃的初创企业生态。德国排名第八,是AI研究的重要贡献者,在产生著名机器学习模型方面排名第四。韩国与日本、新加坡一起跻身前十,凸显了AI在亚洲经济体中日益增长的重要性。

斯坦福大学称,本次排名中,不同地区的表现凸显了AI的全球性,以及各国为促进该领域的发展和部署而采取的不同战略。许多国家领导人已经意识到AI的地缘政治意义,并正在努力提高本国的AI发展水平。

2017年至2023年全球人工智能活力不断变化的竞争态势

上图则显示了2017年至2023年全球AI活力不断变化的竞争态势。它揭示了三个不同的竞争层次:第一层始终由美国和中国主导;第二层较为稳定,包括英国和印度;第三层则变化较大,法国、德国、日本、新加坡和韩国等国家在此层中经常互换位置。

毫无疑问,美国和中国已经成为全球AI竞争的焦点,且后来者差距不断拉大。

法国投1090亿欧元打造法国版“星际之门”

2月10日-11日,全球人工智能行动峰会在法国首都巴黎举办。这次峰会,有约100个国家的代表出席,包括国家元首、商界领袖、科学家和民间社会成员,共同探讨人工智能的应用和全球治理问题。

在大会上,法国总统马克龙宣布,法国将投资近1090亿欧元用于人工智能的发展,打造法国版“星际之门”。这其中,包括2月6日法国和阿联酋共同宣布达成的一项战略框架协议——在法国建设一座1吉瓦(GW)的AI数据中心,投资规模预计将达300亿至500亿美元。此外,加拿大投资巨头布鲁克菲尔德资产管理公司也计划在2030年前,向法国AI基础设施领域投资200亿欧元,以帮助欧洲在AI领域追赶中美。

马克龙认为,法国和欧洲如果不想在全球AI发展中被淘汰,就需要加速赶上,他希望欧洲成为人工智能(AI)领域的领导者,而首场战役就是“投资、投资、投资”。目前,法国国内已经确定了35个地点,用于建设数据中心。根据法国2030计划,法国政府将额外投资4亿欧元用于支持9个人工智能集群,包括雷恩、萨克莱、格勒诺布尔、图卢兹等。这些集群将承担跨学科研究,并提供额外培训。

美国投5000亿美元打造“星际之门”

“星际之门”是美国总统特朗普在今年1月上任后提出的一项计划,被称为“史上最大人工智能基础设施项目”。

这项计划是,由OpenAI、日本软银和美国甲骨文公司,设立名为“星际之门”的合资企业,在4年内投资5000亿美元在美国进行AI基建。

实际上,自ChatGPT爆火以来,高性能计算需求和存储需求正不断增加,美国数据中心建设便持续火热,乃至成为美国最热门的商业地产。谷歌微软、Meta等科技巨头纷纷入局,投资数十亿美元用于数据中心扩建。

中国4年前已开始数据中心“新基建”

而中国,更是早在2020年就提出了包含数据中心在内的“新基建”计划。此后,阿里云宣布3年投入2000亿元建数据中心、腾讯则5年投入5000亿元布局新基建、百度则在10年内将智能云服务器台数增到500万台。

为了统筹布局能源、数据等资源,国家也提出“东数西算”工程,以东部数据,结合西部能源优势,布开了一盘数据中心产业变革的大棋局。

印度投300亿美元建数据中心

作为此次巴黎AI行动峰会的另一主办方——印度,最近也在数据中心建设方面大展拳脚。

1月31日,印度信实集团宣布,计划投资200亿至300亿美元,在印度贾姆讷格尔市建设全一个装机容量达到3GW的数据中心。如果该项目按计划实施,将成为全球容量最大的数据中心。

这一雄心勃勃的数据中心计划,吸引众多国际投资者的关注,包括微软、谷歌、亚马逊等科技巨头,纷纷加大在印度的数据中心投资力度。例如,微软在今年1月初宣布,未来两年内向印度投资30亿美元,以建设新的数据中心和推动AI技术的发展;而亚马逊云科技在1月23日宣布,将向印度马哈拉施特拉邦云基础设施投资83亿美元,作为到2030年在印投资127亿美元计划的一部分。

过去,在超大规模数据中心数量上印度相对落后。截至2023年,印度只有大约18个超大规模数据中心,而中国则有接近100个。不过接下来,印度的数据中心市场预计会显著增长。根据印度电子信息技术部的数据,到2026年,印度的数据中心容量预计将从目前的819兆瓦(MW)增加到1800MW。

如今看,随着大模型的竞赛拉开,全球数据中心的军备赛开始到白热化程度了。

沙特数据中心迎数十亿美元新投资

在巴黎AI峰会召开的同时,在沙特利雅得也在举办第四届LEAP展。今年的LEAP展上,人工智能、数字经济也成为最热门话题。会上,易达资本管理合伙人Cliff Chau联合马来西亚公务员退休基金(KWAP)首席投资官Hazman Hilmi Sallahuddin等多位嘉宾,展开了《亚洲-中东跨境投资:技术与数字基建协作》的讨论。实际上,沙特头部云服务提供商沙特云计算公司(SCCC)正是由易达资本、沙特电信与阿里云合资成立的。

LEAP展期间,多家全球科技巨头公布了在沙特的新计划:腾讯云宣布未来在中东地区投入超1.5亿美元(约 10.96 亿元人民币),用于基础设施、资源和相关投资建设,并在沙特建设首个中东数据中心;美国数据中心巨头Equinix宣布投资10亿美元,建一个100MW的AI数据中心;而Datavolt更是与新未来城签署了50亿美元协议,计划建设全球最大的AI数据中心之一。

在此期间,联想在利雅得的新制造基地也举办了奠基仪式,该工厂年产电脑、服务器达到百万台,并在2026年正式投产。

阿联酋在法国、哥伦比亚布局数据中心

同样在2月11日,2025年世界政府峰会在阿联酋迪拜拉开帷幕。人工智能、数字经济成为峰会的核心议题之一。会上,百度创始人李彦宏与阿联酋AI部长奥马尔·苏丹·奥拉马进行了一场引人瞩目的对话。他提出,当下仍需对芯片、数据中心和云基础设施进行持续投入,用于打造更优秀、更智能的下一代模型。而奥拉马则表示,“期待在明年的大会上,所有车队都是由萝卜快跑支持的自动驾驶。”

最近一段时间,阿联酋也在密集布局数据中心建设,除了刚宣布与法国建的AI数据中心外,2月5日,阿联酋签也与哥伦比亚署合作协议,将助力哥在其北部城市圣玛尔塔市建立三个战略数据中心。

英国将数据中心列为“关键国家基础设施”

今年1月13日,英国首相斯塔默公布了英国政府人工智能行动计划。该计划将使英国成为该领域“世界领先者”。政府承诺,在2030年前将国家计算能力提升20倍,新建超级计算机以满足AI产品的算力需求。

伴随着这项计划公布,有多家大型科技公司承诺在英国投资共计140亿英镑(约174亿美元),建设英国所需的人工智能基础设施。比如,总部位于伦敦的AI基础设施企业Nscale宣布,计划在未来三年向英国数据中心行业投资25亿美元(20亿英镑)。而去年10月,美国四大科技公司——ServiceNow、CoreWeave、CyrusOne和CloudHQ,就宣布将联合投资63亿英镑(约82亿美元)于英国的数据中心建设。

2024年9月,英国科学、创新和技术大臣彼得·凯尔曾宣布,政府已将英国数据中心列为“关键国家基础设施”。英国在数据中心的数量上位居世界第三,大多数数据中心集中在伦敦及M4高速公路沿线。但是这些地区的能源需求巨大,导致项目因电力容量不足而延误或停止。

仅上述公布的全球几大国家数据中心建设计划,就耗资7000亿美元。这场围绕AI领导角色的数据中心大战,可谓激烈至极。

尽管如此,巨大的考验还在后面。

尽管数据中心的重要性已经不言而喻,但数据中心并不是越多越好、越大越好。

本质上,数据中心卖的是电——在目前的数据中心运营成本中,IT电费占30%以上,环境电费(制冷、照明等)占比20%左右,两者相加占比已超过50%。甚至在一些老旧小散数据中心中,随着数据中心PUE(电源使用效率)越高,电费在运营成本中占比会超过60%。

而一区域的数据中心项目供给上限,取决于区域的电力设施配套,这是由电网规划所限制的。

以美国为例,美国的数据中心主要分布在弗吉尼亚州北部。目前,该州的高压输电线路容量已达到极限,导致新的数据中心项目面临延误的风险。为了应对这一问题,弗吉尼亚州通过了一项法案,加快了6000万美元的输电项目审批,这一举措得到了包括亚马逊在内的多个行业巨头支持。

据工业信息资源公司(IIR)报道,预计到2030年,美国数据中心的电力需求将从2022年的17GW增至35GW,翻一倍还多。

为了应对日益增长的电力需求,数据中心运营商也在不断改进技术。比如利用先进的冷却技术和可再生能源,数据中心正逐步向绿色环保方向发展。还有许多数据中心开始使用风能和太阳能,以减少对传统能源的依赖。

此外,数据中心行业的迅猛发展还引发了土地资源和环境保护的讨论。例如,微软的新项目预计会损失近8英亩的湿地和1600多英尺的溪流河道,这一情况引发了环保组织的关注和讨论。未来,如何在满足数据中心建设需求的同时,兼顾环境保护,将成为行业发展的重要议题。

在数年之前,中国的数据中心也曾因能源和环境问题遇到增长瓶颈。不过,自2022年起,国家统筹资源规划,实施了“东数西算”这一大工程,全国一体化大数据中心体系完成总体布局设计,创造性地将东部数据与西部能源结合,解决了这一问题。

但反观海外国家,目前少有看到对数据中心进行统筹规划的行动案例。尤其是电力尚无法保持大量稳定供应的国家,盲然大建数据中心,可能会遭遇能源危机,并影响数据中心行业的健康发展。

此外,数据中心最重要的价值,是推动数字经济发展。然而,海外数字经济的发展并不是一蹴而就的。盲目脱离当地数字经济发展水平,建设大型数据中心,很可能遭遇数据中心机房空置、上架率不足等问题。

实际上,近年来国内数据中心相关企业已经在加速出海。腾讯云、阿里云、华为云等头部云服务厂商,数年前就已经开始在东南亚、中东等市场布局数据中心;此外,秦淮数据世纪互联光环新网万国数据以及润泽科技等第三方IDC服务商,也纷纷走出国门,在海外投资、建设、运营数据中心。

相比于欧美数据中心巨头,中国的IDC企业正在新兴市场快速布局,并深入融入当地数据经济的建设,推动当地数字经济的发展。

可以预见,在全球AI竞赛中,中国的新基建经验将凸显更大的价值。

参考资料:

[1]斯坦福大学发布:《全球人工智能实力排行榜》,全球技术地图

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10