擱淺的數據中心

藍鯨財經
5小時前

文|腦極體

2050年,已經沒有人記得大模型了,就像控制論、專家系統之於2026一樣遙遠。這不奇怪,人類就是一種擅長遺忘的生物

距離第三次AI熱潮與寒冬,已經過去了20多年,當年炒作大模型和AI鏈的人,要麼退休了,要麼虧光了,從此絕口不提。總之,一代人的身影已在時光中漸行漸遠,而AI,又又又一次火了回來。

這次,AI有了一個比大模型更性感的名字:類腦智能。

在2050年全球AI峯會上,一位演講嘉賓這樣說道:上一次AI泡沫的破滅,是因為大模型的暴力美學。跑一個十萬億參數的大模型,需要一座超大數據中心,吞掉一整座城市的電力,這種大力出奇跡的技術路線,註定難以為繼。而類腦智能更接近人類大腦。人類的大腦有多神奇,860億個神經元,功耗卻不過20瓦。這種方式,才能真正實現AGI。 

人們又一次沸騰了,技術突破了,這次真的不一樣。

科技巨頭們紛紛決定,加碼類腦計算基礎設施。全球政府也坐不住了,要讓每一座城市都擁有一座屬於自己的類腦中心。

然而,仍有一些親歷過2028年AI泡沫破裂的人,對這場狂歡心有餘悸,他們忍不住公開喊話預警:次次都一樣!

就在爭論越來越響的時候,一個名叫腦極體的機構突發奇想,組織了一場算力廢墟觀光之行。招募頁面上寫着:

一場大模型掀起的算力狂歡,留下了無數擱淺的數據中心。這些數字房地產,是一個時代的廢墟。

以史為鑑,可知興替。當第四次人工智能浪潮方興未艾,讓我們一起探尋AI的來時路。

數據中心觀光巴士的第一站,停在某個西北城市的園區前,大門的牌子灰撲撲的,依稀能認出「XX智算中心」幾個字。牆體上還立着當年的標語:發展Token經濟,算力賦能千行百業。

有傳言,二十年代末的AI泡沫剛開始破裂,這裏就被棄置了,工作人員搬離,人工智能應用孵化中心和企業服務中心也都空了。一天都接不到一個諮詢電話,而電費、工資、網費等支出卻是一分不少。

當時,賣二手卡給當地的投機客早已套現離場,而數據中心的運營承包商一看,這是個無底洞,隨後也選擇了跑路。

後來幾個月,算卡供應商、服務器廠商、網絡運營商的人過來要賬,又是找當地主管部門投訴,又是起訴,各種辦法鬧了好幾年,慢慢也都消停了,再也沒人記得當初的一地雞毛。

如今,透過玻璃往裏看,成排的機櫃立在那裏,裏面還插着不少卡。怎會沒人用呢?原來,那是翻新過的二手低端顯卡。

2024-2026那幾年,地方政府看到AI算力需求不斷激增,N卡、國產高端GPU卡又一卡難求,又想跟風賺算力的錢,便想出了拿老卡、低端GPU湊數的主意。泡沫最盛時,全國計劃或在建智算中心的城市超過30個,建成和在建的智算中心超過250。

可建成後才發現,本地壓根沒有對應的產業,企事業單位頂多用用豆包(當時一款AI應用),算力消耗十分有限。超過九成的算力,從開機那天起就在閒置,算上水電工資等支出,月月都在虧損。

一開始,當地政府和運營方覺得,等2027年AI應用爆發就好了,總有推理需求會被放到這座西北城市。熬下去,用時間換空間吧,大家忐忑地樂觀着。

沒想到,C端用戶一直不掏錢,B端客戶也沒法靠AI賺錢,漸漸地沒人願意再為訓練和推理買單,底層的大模型公司賺不到錢,研發投入開始萎縮,形成惡性循環,AI應用終於徹底塌了。需求不在,算力也變得冗餘,這個數據中心原本的低端卡,每天都在變得更不值錢。

2024年上半年,全國已上線智算中心的整體利用率是32%,2026年漲到70%,此後一路下跌,到了2030年,這座城市的數據中心,利用率跌到了1.7%,只有一些早期吸引來的企業,因為懶得把數據搬來搬去,選擇存在這裏。

新的租戶沒有來,也永遠不會來了。

巴士繼續往前,一座燈火通明的建築物映入眼簾。機房還在運轉,冷卻塔冒着白汽。和第一站徹底擱淺的鬼城不同,這裏的數據中心仍然有人運營。

雖然泡沫破裂時,算力需求也是一夜蒸發,租戶漸漸離開。但樓是政府出錢蓋的,電力和網絡配套都齊了,真讓它爛在那裏,是地方財政的臉面和資產的雙重損失。

於是,當地開始努力搶救。

既然市場化的租戶都走了,那就引入一批不會跑的租戶來兜底。包括政府自己的公共部門,還有公立醫院、高校、科研院所、中小學、國企單位等,還把一些計算需求放在這裏。如今,這座數據中心已改名為「全市數字經濟算力節點」。

「這與當年的房地產類似,沒人買的商品房,政府統一買了收回去,改成保障房。」一位工作人員笑着說,「雖然這些需求體量小,預算緊,中心賣出去的算力基本不賺錢,但是需求穩定,還有人用,也算是一種福利吧」。

說完,他接起客服電話,熟練地安撫起對面:「王老師啊,咱們中心的卡比較落後,你們那個遙感算法參數又大,算起來肯定慢,你也理解一下。」

「升級?升不了。最新一代卡的採購申請報了半年了,也沒有批下來。你現在用的就是最好的套餐了。」

爆改「保障房」成了這棟數字房地產最體面的止損方式。

「知道大家心情很複雜,我們這就出發,去看點炸裂的!」導遊趕緊開往第三站。來到了發達地區的老數據中心。

確實炸裂,這是一個數據中心的爆破拆除現場。

大模型帶火了第三次AI浪潮,但當時,東部發達地區嚴格控制碳排放,嚴控PUE,理論上不再大規模建設數據中心。不過2025年,DeepSeek爆火,催生了大量的AI推理服務,而AI推理對時延十分敏感,尤其是東部的跨國企業,AI吞吐速率不足,首token延遲太大,都會引發業務不滿,就近部署AI推理服務成為剛需,一些小規模、推理算力為主的數據中心,就成了許多東部企業的token工廠。

隨着AI再一次進入寒冬,那些企業都停用了AI,推理需求不再,而面向推理的算卡又做不了訓練,找不到新的用途,這些推理型數據中心就徹底停滯了。它們被晾在了原地,多年來無人問津。

但時間來到2050年,氣候異常越來越突出,有城市發文,對能效超標、投產十年以上的低效數據中心分類分批關停並轉,限期整合數十個「老舊小散」,發達地區要求新建機房必須配套儲能和液冷方案。

炸掉這些「老舊小散」的數據中心,也得花不少錢,要佈置爆破,還得找人清運、填平。有人問:炸了多可惜,為什麼不能像第一站的鬼城那樣直接閒置?答案是,這些閒置機房,又有了新的價值。

新經濟總是率先在資本密集、智力密集的發達城市崛起,又一次帶來了新建基礎設施的需求。而這些老數據中心的配套電力、能耗指標,以及靠近發達地區的土地位置,終於熬到了新的投資者到來。

炸掉它們,就能把指標和土地騰出來給新項目,就像舊城拆遷那樣,值錢的是那塊地,不是那棟樓。

行程進行到這裏,看客們質疑道,這些數據中心擱淺,都是因為沒有需求,但我買股「類腦智能」是第四次AI浪潮的龍頭,絕對不會重蹈覆轍的。

話音未落,巴士開到了最後一站:上一輪AI巨頭的聖地巡禮,CloseAI的舊址。夜色裏,一片超大型園區燈火通明。

在泡沫破裂前的那輪出清裏,CloseAI損失慘重。投資方叫停了原規劃投資超1000億美元、佔地2100英畝的全球最大數據中心園區。單單2028年全美被封鎖或延誤的數據中心項目,總價值就超過了一萬億。

這些電力巨獸,虹吸了當地居民的生活用電,全美活躍的反數據中心組織,也暴增到833個,七成美國人反對在自己所生活的城市修數據中心。

為此,CloseAI收縮了業務,拋售了多個數據中心,只聚焦電商、雲、廣告、搜索等用戶已經在用的服務。畢竟,泡沫破裂砍掉的,只是市場為AGI的勃勃野心所預支的錢,但這些服務已經滲透到了大衆的生活當中,而CloseAI的第一梯隊模型早就能夠滿足,這樣一來,後續研發費用也省了。

和CloseAI一樣境遇的科技公司不少。他們紛紛砍掉了AI投入,開始把最先進的GPU卡和AI算力,租給外部客戶,有的十萬卡超級算力集群,被同行整批租走。

總之,泡沫期大廠打破頭的算力軍備競賽,在出清期,成了巨頭之間互相倒騰的燙手山芋。最終接盤的,永遠是現金流最厚的那幾家。

靠着這些已經做起來的業務,加上不再戰略擴張的蟄伏,CloseAI生存了下來。十年之後,它早已退出了巨頭的行列,變成了中廠,後來是小廠。直到再也沒有人提起。

回到2050,一次「類腦計算」討論會上,有人展示了第三次AI浪潮中擱淺的數據中心照片。他詢問在場的觀衆:以類腦計算為核心的第四次AI浪潮,會不會再一次留下無數廢墟,讓社會去消化?

對於這個問題,隨後的圓桌討論中,一位年輕的投資人代表資本方,做出了樂觀的回應。他肯定而意氣風發地說:每一次技術革命都有泡沫,類腦計算已經解決了上一輪大模型暴力美學的短板,這次AGI一定能實現。早信早進場,才能喫到最大的紅利。不想喝泡沫,怎幺喝到啤酒呢?

會議結束,人群四散而去。

一個地方規劃的負責人在返程的高鐵上,寫下了區域類腦樞紐的立項規劃。一個年輕人興奮地對着電話大喊:哥,你們那個類腦芯片研發出來,一定要讓我先內部認購10萬張啊!他們都認為,自己這趟沒白來。

在他們身後,會場的座椅東倒西歪,一片狼藉。大螢幕上,還放着幾張數據中心的廢墟照片。它們沉默不語,看着一次又一次潮起潮落。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

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