主题 先锋 趋势 方法 作者
返回

第039期 - [紧急] 我们的数字“离谱”。证据在此。(数据中心)| Jeremie Ontiveros、Reyk Knuhtsen、Jordan Nanos

·SemiAnalysis

正在生成长图…

本篇主题 AI算力基建投资与尽调测算
本篇先锋 Reyk Knuhtsen Jeremie Ontiveros

摘要

  • SemiAnalysis不但没有下调2027年数据中心预测,反而将其从Brad Gerstner在All-In/BG2上称为过于激进的43GW,进一步上调至单年约50GW。 Gerstner曾公开将预测砍半,节目也讨论了约25GW的另一种预测。团队回应称,这项预测背后“做了大量思考和工作”,并坚持原判断。
  • 方法论层面的反驳,关键在于数据颗粒度:模型逐栋、逐许可、逐项电力分配跟踪数千个场址,并结合卫星照片。 针对暂停令,Reyk Knuhtsen表示,他们把相关辖区内400多项暂停令与数据中心分布叠加后发现,受影响的数据中心约占已标注总数的10%。电网容量不足时,表后发电也能为部分项目提供替代方案。
  • 对预测数字打折,可能构成重复计算,因为延期已经纳入估算。 团队会根据观察到的情况计入1至3个季度的延期,把不足12个月的工期视为警示信号,并采用保守的爬坡假设;例如,Oracle New Mexico虽有超过1GW在建,但对2027年预测的贡献占比“相当低”。针对Crusoe Childress的质疑也不成立:预测纳入的容量不足200MW,而不是整整1GW。
  • 2027年的预测建立在可追踪的领先指标上:已签数据中心租约超过1万亿美元,自建项目的开工数则逐季上升。 Jeremie Ontiveros列举了一系列信号:他们通过项目级跟踪,提前预测到早期承包商Sterling的订单激增;也跟踪QTS、EdgeConneX、Aligned、Vantage等私营运营商——公开市场可能看不到这些公司的合同——以及Applied Digital、Core Scientific等加密矿企规模已达数百亿美元的订单积压。
  • 模块化建设是团队看好这轮建设能够落地的重要原因之一;在他们列举的案例中,传统18个月工期可压缩至约6至9个月。 模块化电力大厅所需的劳动力,可能远少于让“20名电工”现场搭建。Reyk提到Anthropic参考设计、Meta帐篷式建筑、Amazon新建楼宇,以及他认为公开目标是连续2至3年每年建设6GW的Project Houdini。他表示,不采用模块化方案的开发商可能难以获得所需劳动力。
  • 可交易的风险在于:当前芯片相对数据中心供给过剩,但到2028年,供给约束可能反转为数据中心过剩。 Jeremie审慎判断,目前拿到GPU比拿到数据中心兆瓦容量更容易。他认为,关键观察点是芯片供给扩张速度;若扩张加快,将支撑包括新建半导体晶圆厂和设备在内的资本开支。
  • 更深一层的质疑是,看空预测可能建立在“并不牢靠的信息基础”上,包括通过提示Claude拼出的场址追踪表。 Jordan Nanos直接表达不满:Gerstner先后在有33万人和26.5万人受众的场合引用他们的数据,随后又将其否定。Jordan回应:“引用我们的数据,提出具体批评,好得很;我们总能从中学习”(“Cite our data, provide specific critiques to it, great. We can always learn”);但随口一句“这就是预测,我们认为它错了”,让人觉得奇怪。

精读

1. Gerstner公开点名——以及3年的预测记录

  • 节目的导火索是:Brad Gerstner在All-In Podcast以及BG2与Jensen的访谈中展示SemiAnalysis对2027年43GW的预测,并称其过于激进。节目讨论了约25GW的相反观点;团队的回应不是为43GW辩护,而是继续上调预测,接近50GW。
  • Jeremie回顾,数据中心模型上线至今已近3年;2024年3月发布的文章《AI能源困局:争夺数据中心空间》给出的预测“明显领先”McKinsey等同行,“当然,这些预测基本都已被证明正确”。谈到《别再说美国一半数据中心都在延期》中的图表时,Jeremie一开始说的是2027年,Jordan随后纠正为2026年,Jeremie也认可该图表对应2026年;这一预测在模型多次修订中“几乎没动过”。
  • 对于预测被公开砍半,Jeremie的反应是:“Brad居然公开点名我们,还把预测砍半。我们当时想:‘见鬼,这至少是个我们自己编出来的数字。’”随后他强调,这项预测背后“做了大量思考和工作”(“a lot of thought and work”),团队仍然坚持原判断。

2. FUD清单“大体属实”——但并非每个项目都受影响

  • Reyk将看空论据归纳为暂停令、电网接入、劳动力和设备供应链——“这些都是真的”;但“能否准确衡量,是另一回事”。他说,他们的跟踪颗粒度不止到园区,而是“逐栋、逐许可、逐项电力分配”,还会购买卫星照片。
  • 暂停令方面,他们给出了具体数据:在相关辖区内,将400多项暂停令与数据中心位置进行比对后,发现已标注的数据中心中约有10%受到影响。能源方面,电网剩余容量只是考量之一;部分项目可以采用表后发电。
  • Reyk的逻辑是:“当我实地查看所有这些在建数据中心时,我不知道还能怎么再打折。”他的结论是,这些问题确实存在,但“并不适用于每个项目”;在建项目中符合他们标准的那些,已经通过了评估。

3. 延期已预先计入,额外打折可能构成重复计算

  • 模型会把不足12个月的工期视为警示信号。Reyk表示,突然冒出来的开发商、对许可或电力来源语焉不详,或尚未明确租户,都会引发疑问。意外情况可能包括TeraWulf或Nebius建设期间遭遇东北部冬季风暴,也可能是Core Scientific场址的变压器爆裂。Reyk也保留了这个前提:“这不是说这些事不会让我们措手不及。确实可能……我没预测到冬季风暴,这不是我的工作。”
  • Jeremie表示,文章中的图表覆盖约40个场址,仍不到全球在建数据中心的一半。关键问题是场址第一期何时投用、之后爬坡多快;团队会按项目采用不同假设。Oracle New Mexico的在建IT容量超过1GW,团队称他们最早指出该项目存在问题,但预测中该园区2027年投产的兆瓦数占比“相当低”。
  • 关于Crusoe Childress的纠正:一些Twitter账号称预测将2027年整整1GW计入在内。Jeremie表示这不对:“截至最新发布版本,我们纳入的不到200MW。”Reyk认为,额外再打一次折“可能有点重复计算”,因为Jeremie说,团队会按观察到的情况有意计入1至3个季度的延期。

4. 超过1万亿美元的已签租约与一连串领先指标

  • 文章强调的两个信号,一是自建项目开工数——逐栋跟踪开工时间,数量逐季上升;二是预租赁,即超大规模云厂商、云服务新贵和AI实验室与数据中心运营商签租约。Jordan提到,已签数据中心租约超过1万亿美元;Jeremie表示,这些有约束力的合同有助于判断哪些项目可能建成。
  • Jeremie列出的供应链信号包括:通过项目级跟踪,提前预测到早期承包商Sterling订单激增;再往下游是电气和制冷设备,以及能源供应的交付周期。燃气轮机的交付周期要以年计,往复式发动机则更短。团队用这些信号核对项目工期。
  • 公开市场的盲区在于:Applied Digital和Core Scientific等加密矿企的订单积压规模已达数百亿美元,公开可见;但市场很难掌握QTS、EdgeConneX、Aligned、Vantage等私营运营商与超大规模云厂商或AI实验室之间的每一份合同。Jeremie表示,跟踪这些私营公司,能让团队收集到其他预测可能遗漏的数据。

5. 模块化建设与2028年供给过剩风险

  • Reyk认为,模块化部署是一个被低估的推动因素。他将传统18个月工期与DayOne约9个月建成数百兆瓦、BrightRay在东南亚约6个月的工期作对比。他说,Anthropic参考设计将采用模块化方案;Meta帐篷式建筑和Amazon新建楼宇,也展示了建筑可以快速落地。他还提到Project Houdini;据他判断,该项目公开目标是未来2至3年每年建设6GW。节目文字记录没有说明该项目由谁负责。
  • Reyk举例说明模块化能节省多少劳动力:机电装修可以采用“就像一个真正的集装箱”的模块化电力大厅,直接嵌入数据中心外壳,而不是让“20名电工”协调配合、现场搭建大厅。他表示,不采用模块化设计策略的开发商,可能分配不到所需劳动力。BrightRay正在与云服务新贵洽谈,计划出售整套数据中心模块,而不只是1至2MW的机柜。
  • Jeremie对供需的判断保留了不确定性:“我们现在已经有些芯片供给过剩了”,而且拿到GPU比拿到数据中心兆瓦容量容易。比较供应链到2028年的扩张后,他认为存在约束反转、转为数据中心供给过剩的风险。芯片供给扩张速度是关键观察指标;他认为,由此带来的资本开支,包括新建半导体晶圆厂和设备,将是强劲利好。
  • 对于Jensen对Gerstner这套说法的淡然态度,Jeremie看到的是供应链上的积极布局:Jensen曾在2021年为加密挖矿建设锁定GPU,后来“显然崩盘了”;如今又向存储和逻辑芯片供应商开出“大额支票”。Jordan表示,Gerstner曾在有33万人和26.5万人受众的场合引用SemiAnalysis的数据,随后又将其否定。Jordan回应:“引用我们的数据,提出具体批评,好得很;我们总能从中学习”(“Cite our data, provide specific critiques to it, great. We can always learn”);但随口一句“这就是预测,我们认为它错了”,让人觉得奇怪。Jeremie则说,这篇文章是为了回应客户和其他人经常问到的更广泛问题,并非针对某一个人。