穆迪评级公司(Moody's Ratings)的一份新报告强调了数据中心需求在急剧增长,而这主要是由人工智能(AI)的进步和持续的数字化转型所推动的。
这份题为《数据中心——人工智能:科技巨头为满足人工智能需求而快速建设数据中心并非没有风险》的报告深入分析了全球数据中心行业的现状并对未来进行了预测。
报告的主要发现包括:
对穆迪来说,数据中心的急剧增长并不意外。穆迪评级公司高级副总裁Raj Joshi对Data Center Knowledge表示:“我们对于人工智能对数据中心容量的影响一点也不感到惊讶,因为与传统处理器相比,处理人工智能工作负载的GPU需要更高的功耗。”
“新人工智能模型的规模正在快速增长,人工智能的采用率也非常高,因此我们曾经对人工智能的采用速度和技术创新步伐感到惊讶,它们也推动了数据中心基础设施支出的激增。”
数据中心的电力用在了哪些地方
穆迪的报告指出,由于人工智能进步和持续的数字化转型需要计算能力,对数据中心容量的需求正在激增。
包括亚马逊、谷歌、微软和Meta在内的云巨头们正在快速建设并租赁新的数据中心容量,以满足未来的需求预期,重点关注空间和电力。
人工智能有两个主要操作:“训练”,即随着时间的推移建立和扩展模型;“推理”,即利用现有模型得出反应。
穆迪认为,推理所需的计算资源要比训练少得多。不过,该报告接着指出:“推理正在快速增长,随着人工智能支持的应用日益普及,向数据中心提出的推理请求量将大幅增长。”
穆迪表示,预计在未来五年内,绝大多数人工智能工作负载都将是推理。
云回流不太值得担心
一些报告(包括CoreSite最近的报告)都认为云回流是一个日益严重的问题。然而,穆迪对此并不太担心。
Joshi表示:“工作负载从云端回迁并不是什么新鲜事,但工作负载向云端迁移的速度远远超过了回迁量。”“云巨头的增长率、主要服务于企业内部市场的IT硬件基础设施供应商低迷的增长率以及各种第三方报告都证明了这一点。”
云巨头将优先考虑人工智能投资
穆迪并不是唯一一家预测数据中心和云计算将强劲增长的机构。贝莱德(BlackRock)最近的一份报告也指出,未来几年数据中心将有强劲增长。
Dell'Oro Group高级总监 Baron Fung对数据中心增长持续性的看法较为微妙。
Fung对Data Center Knowledge表示:“我同意传统云服务的需求将继续推动强劲的需求。”
Fung补充表示,去年出现了一个修正周期,企业客户优化了他们的云使用。他指出,一些云服务提供商(如AWS)现在愈发趋稳。不过,展望未来,他警告说,市场应该做好传统服务的云收入增长低于几年前水平的准备。
总体而言,Fung 预计年增长率将保持在强劲的两位数范围内。
Fung表示:“展望未来,我们将继续看到大型企业客户有选择地将工作负载转移到公有云,中小企业也将更加依赖公有云。”“不过,市场正在接近一个平衡点,即一定数量的工作负载将继续留在企业内部的私有数据中心,而不是云端。”
Fung还预计,云服务提供商今年将继续优先考虑人工智能投资,而不是传统的IT投资。
Fung表示:“这是一笔很大的投资,可能在一段时间内不会有投资回报,但没有人希望被落在后面。”“先行者往往会有强大的优势,就像亚马逊大约十年前在云计算方面那样。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。