德意志银行警告AI扩张面临基础设施制约与高额支出
德意志银行（Deutsche Bank Aktiengesellschaft，XETR:DBK）估计，构建先进的人工智能模型可能需要3000亿至5000亿美元的基础设施投资以及约6吉瓦的电力供应。包括 Alphabet Inc. Class C (NASDAQ:GOOG)、Amazon.com, Inc. (NASDAQ:AMZN)、Meta Platforms Inc Class A (NASDAQ:META)、Microsoft Corporation (NASDAQ:MSFT) 和 Oracle Corporation (NYSE:ORCL) 在内的主要科技公司今年的合并资本支出预计将接近8000亿美元，到2030年年度投资额可能超过1万亿美元。
尽管企业对人工智能的应用普及速度比以往的技术周期快三倍，但高昂的资金需求对自由现金流造成了巨大压力。中国以外的人工智能收入预计将在2026年突破2000亿美元，远高于2022年的不足10亿美元。然而，在设施和硬件上的巨额前期支出带来了收入滞后的风险，即基础设施投资可能超出新软件工具产生的实际现金回报。
投资者应密切关注主要科技超大规模企业接下来的资本支出指引，以及收入增长率、数据中心电力供应情况和融资成本。计算效率的提升可能会在2030年之前将先进集群的成本从9000亿美元降至2000亿美元，这使得硬件发展和变现指标成为衡量长期可持续性的关键指标。
要点
- 主要科技公司今年的资本支出预计将接近8000亿美元，到2030年年度支出可能超过1万亿美元。
- 目前训练先进的人工智能模型需要高达5000亿美元的基础设施投入和约6吉瓦的电力。
- 中国以外的人工智能收入预计将在2026年超过2000亿美元，远高于2022年的不足10亿美元。
- 硬件与计算效率的改善可能会在2030年之前将未来的训练集群费用从9000亿美元降低到2000亿美元。
由我们的 AI 根据我们的英文文章翻译，原文取材于网络上的专业市场来源。可能存在错误，行动前请核实事实。 解读由以下免费 AI API 生成： FreeTheAI.org
我们如何撰写免责声明问答
科技公司在AI基础设施上的支出是多少？
主要科技公司今年的支出预计将接近8000亿美元，到2030年年度投资可能超过1万亿美元。
AI增长的主要物理制约因素是什么？
主要物理制约因素包括庞大的电力需求、数据中心设施容量以及高昂的硬件和融资成本。
企业AI的应用普及速度有多快？
企业应用普及速度大约比早期的移动、互联网和云计算周期快三倍，预计中国以外的收入将在2026年突破2000亿美元。