建设1GW AI数据中心：380亿美元的算力赌局
随着全球AI军备竞赛升温，数据中心建设成本成为业界焦点。AI研究机构Epoch AI最新测算表明，一座1GW容量的AI数据中心前期资本开支高达380亿美元，年均运营成本约9亿美元。按资产寿命平摊后，年化总成本约85亿美元。
成本结构：服务器折旧是最大支出
在这85亿美元的年化成本中，服务器折旧占据绝对主导地位，达50亿美元，占总支出近60%。Epoch AI假设数据中心采用英伟达GB200 NVL72系统作为算力核心，该假设与行业实践高度吻合。
值得注意的是，相比服务器折旧，每年6亿美元的能源支出显得微不足道——电力成本仅占总成本的约7%。
这一成本结构与投行Bernstein的分析相互印证。Bernstein报告显示，在一个价值340万美元的AI机架中，GPU成本高达230万美元，占比约68%；GPU芯片本身占1GW数据中心总资本支出的38.8%，是最大的单一支出项。
折旧年限：成本高敏感因子
Epoch AI的研究揭示了一个关键变量：IT设备折旧年限对整体成本影响极大。当前模型假设IT设备寿命为5年，设施寿命为14年。若将折旧周期缩短至3年，年化总成本将飙升至120亿美元；若延长至7年，则可降至70亿美元。
这意味着，在GPU更新迭代加速的当下，硬件更新的频率将直接影响投资回报模型。
英伟达的超级利润
Bernstein报告中的一个惊人数字：英伟达所获取的毛利润占整个数据中心总资本支出的29.1%，接近三成。换言之，投资者为1GW数据中心付出的每100美元中，有近30美元直接流入英伟达口袋，凸显了英伟达在AI算力价值链中的议价能力。
不同口径的估算
不同机构对1GW数据中心的成本估算存在显著差异。Bernstein测算总资本支出约350亿美元，而部分分析（如"Jensen's Math"）认为总成本高达600-800亿美元。马斯克的xAI则宣布将在未来4年投入5000亿美元建设总容量10GW的集群。
基础设施：被忽视的成本重灾区
除芯片外，物理基础设施同样不容小觑。Bernstein报告显示，电力、散热、建筑等基础设施合计占数据中心总资本的31.9%，其中土地与建筑占10.7%，备用电源占6.1%，电力配送（变压器）占5.1%。