目前，全球投入使用的AI芯片，总算力已经相当于约2000万枚英伟达H100芯片。按照Epoch AI的估算，这个数字大约每9个月翻一倍。到2028年年底，全球AI算力预计将相当于约2亿枚。不到3年，直接增长到今天的10倍。

但这2亿枚芯片，并不只是为了训练一个更大的模型。它们要支撑的是一套不断加速的循环：芯片增加，模型变强；模型变强，Agent开始承接更多工作；Agent开始参与写代码、跑实验，下一代模型的研发随之提速；新模型上线，又带来更大的算力需求。每转一圈，需要的算力更多，AI迭代的速度也会更快。而这，正是AI行业正在押注的ASI路径。

AI数据中心，进入百万级算力时代

要让这套循环真正跑起来，第一步就是把更多芯片组成更大的计算集群。目前，Epoch AI追踪的74座大型AI数据中心共有约1250万枚等效芯片。其中，最大的Colossus 2位于美国孟菲斯，算力约为111.2万枚。紧接着的几座，也已经冲到几十万枚量级：

微软Fairwater Atlanta：约76.9万枚；

Meta Prometheus：约76.3万枚；

亚马逊New Carlisle：约68.6万枚；

OpenAI Stargate Abilene：约50.9万枚。

训练前沿模型时，海量芯片需要通过高速网络持续交换数据。一次训练可能运行数周甚至数月，芯片、网络、存储和软件必须一起协作。

从某种角度来说，数据中心本身，已经变成了新一代计算机。

相应的，投入的资金也随之起飞。

2026年，亚马逊、Alphabet、Meta、微软和甲骨文五家公司的资本开支预计合计约7500亿美元，相当于它们全年总收入的38%。预计，AI基础设施支出将从2025年的3180亿美元，增长到2029年的1万亿美元以上。把芯片、服务器、光纤、土地和电力全算进去，这场AI建设已经冲到了人类基础设施史上从未有过的规模。

免责声明：

1、本号不对发布的任何信息的可用性、准确性、时效性、有效性或完整性作出声明或保证，并在此声明不承担信息可能产生的任何责任、任何后果。

2、本号非商业、非营利性，转载的内容并不代表赞同其观点和对其真实性负责，也无意构成任何其他引导。本号不对转载或发布的任何信息存在的不准确或错误，负任何直接或间接责任。

3、本号部分资料、素材、文字、图片等来源于互联网，所有转载都已经注明来源出处。如果您发现有侵犯您的知识产权以及个人合法权益的作品，请与我们取得联系，我们会及时修改或删除。