全球人工智能优势争夺正进入白热化，生成式AI技术的爆发式增长正驱动大型科技公司大幅加码基础设施投入。行业分析显示，到2027年，全球大型科技公司在AI基础设施上的支出预计将突破1万亿美元，这一数字直观反映了企业对AI技术落地的迫切需求与长期布局。
微软与亚马逊是这波支出潮中的领跑者，分别计划投入1900亿美元和2000亿美元用于AI基础设施建设。作为全球云服务市场的前两大玩家，两者的投入方向都高度聚焦于支撑生成式AI的核心硬件与数据中心升级：微软将资金主要用于采购英伟达H100等高端GPU芯片、扩建Azure AI专用数据中心，并优化网络带宽以降低模型训练与推理的延迟；亚马逊则依托AWS的全球数据中心网络，加大对自研AI芯片（如Trainium和Inferentia）的研发与部署，同时提升数据中心的能源效率以缓解成本压力。这些投入清晰体现出科技行业资本配置策略的转变——从传统软件与硬件研发转向以AI基础设施为核心的重资产布局。
尽管云业务收入持续走高（2024年第一季度微软Azure收入同比增长30%，亚马逊AWS增长18%），投资者仍对如此大规模支出的可持续性持谨慎态度。尤其是Meta，其2024年资本支出计划同比增长40%至300亿美元，但该公司AI产品的商业化进展相对缓慢，让市场对其投入回报周期产生疑虑。数据显示，Meta的生成式AI工具用户渗透率不足15%，远低于微软Copilot的25%，这也让投资者担心其高投入能否转化为实际收益。
AI基础设施的扩张还对全球大宗商品市场产生了显著影响。数据中心本就是高能耗设施，其电力需求占全球总电力消耗的比例已从2020年的1.5%升至2024年的2.1%，其中AI专用数据中心的能耗更是传统数据中心的3到5倍。这种能源需求的增长直接推高了工业能源消耗，再加上地缘政治紧张因素，布伦特原油价格在2024年5月维持在85至90美元/桶区间，同比上涨约15%，其中AI基础设施相关的能源需求贡献了约3个百分点的涨幅。
行业最新动态显示，英伟达2024年第一季度数据中心业务收入达184亿美元，同比增长262%，这一数据印证了AI基础设施硬件需求的爆发式增长。竞争对手中，谷歌母公司Alphabet计划2024年在AI基础设施上支出超1000亿美元，重点用于TPU芯片的量产与数据中心扩建；苹果则加速推进自研AI芯片研发，其最新发布的M3芯片集成了16核神经网络引擎，AI性能较M2提升60%，将支撑其即将推出的生成式AI应用。
快报