在印度的一个数据中心内，工作人员拆开新购入的英伟达芯片。

    数据中心公司DataBank的首席执行官RaulMartynek说，“面对这波海啸式需求，现有数据中心容量将出现短缺。”

    创建和部署复杂的AI系统需要数量空前的芯片。分析师估计，2022年推出的ChatGPT版本需要超过1万个英伟达的GPU来进行训练，而最近发布的新版本则需要更多GPU，这给数据中心带来了更大压力。大型科技公司已难以获取数据中心的供应。

    根据房地产公司世邦魏理仕(CBRE)的数据，去年美国的数据中心面积增长了26%，在建面积也创下了纪录新高。可用来建造数据中心的场地空间价格正节节攀升，与此同时空置率微乎其微，这表明供应跟不上需求。

    亚马逊旗下AmazonWebServices的工程副总裁BillVass说，全球每三天就有一个新的数据中心破土而出。

    全球最大的数据中心运营商之一Equinix的数据中心服务总经理JonLin说，建设一个新的大型数据中心通常需要一年半或两年的时间。他说，由于建设需要大量的规划和供应链管理，因此当需求激增时，数据中心行业很难骤然扩大规模。

    Lin说：“这些不是那种可以迅速扭转势头、实现三倍产能的容易解决的问题。”

    在俄亥俄州都柏林市，AmazonWebServices的一个数据中心毗邻足球场。


    AmazonWebServices、微软(Microsoft)和Alphabet旗下的谷歌(Google)等云计算巨头正投资数以十亿美元计的资金修建新数据中心。在截至去年12月的三个月里，谷歌的资本支出同比猛增45%，达到110亿美元，其中近一半用于数据基础设施。

    在数据中心建设过程中，微软试图通过缩减其他领域的支出来控制成本。根据市场研究公司Dell'OroGroup的估计，2023年该公司在数据中心上的支出超过300亿美元。

    由于急于建设数据中心，购买一些关键数据中心组件所需的时间也随之增加。连接不同服务器网络的收发器，现在需要比以前多花几个月的时间才能到货。劳动力成本也成为一个问题，因为数据中心建设者面临着缺乏受过此类敏感设施培训的建筑工人的问题。获得较小型的网络组件，比如连接不同服务器机架的电缆，可能需要几个月的时间。

    去年在荷兰，正在建设中的一个谷歌数据中心。

    图片来源：ANP/ZumaPress

    众所周知，使得这项技术发挥作用所需的AI芯片更是供不应求。最大一家制造商英伟达(Nvidia)已经被众多企业和云基础设施提供商的需求压得喘不过气来。在AI热潮兴起之初，数据中心获得用于AI计算的图形处理器的筹备时间升至数月，尽管近几个月来等待时间有所缩短。

    数据中心的高管们称，获得大型备用发电机所需的时间从不到一年变成了近两年。

    新的GPU驱动型AI数据中心的特定要求促使建设者们寻找可以获得大量可靠、价格更实惠的电力的地方。亚马逊最近买下了宾夕法尼亚州一座核电站旁的一个数据中心。MetaPlatforms正计划在得克萨斯州埃尔帕索建造价值8亿美元的计算基础设施。

    数字基础设施公司StandardPower正计划使用模块化核反应堆为俄亥俄州和宾夕法尼亚州的数据中心供电，这种反应堆类似于为一些潜艇和航空母舰供电的反应堆。总部位于俄勒冈州波特兰市的NuScalePower表示，已获准向Standard供应这些反应堆。

    NuScale首席商务官ClaytonScott说：“该数据中心市场昨天就需要电力。”

    旧金山初创公司Armada在集装箱内建造数据中心。该公司可以将这些装满英伟达芯片驱动性服务器的便携式设备放置在诸如得克萨斯州或非洲的偏远地区此类地方，这些地方靠近天然气井等廉价能源。

    在通过打黑行动来营造更好的商业环境之后，萨尔瓦多削减了AI方面的税收。MarcSeal经营着一家投资AI数据中心的公司，他正在考虑利用该国的火山为这些数据中心提供绿色地热能。