隨著AI技術邁入普及與套用的新紀元，其算力需求蓬勃增長的同時，算力成本隨技術進步呈現下降趨勢。
摩根士丹利在3月24日的AI報告中指出，隨著GPU技術的不斷進步，例如輝達從Hopper發展到Blackwell GPU架構，GAI的算力成本正顯著降低。
展望未來，大摩預測，AI算力成本將迅速下降，AI算力需求將蓬勃增長，預計2024/27全球數據中心電力需求將占到全球的~2%/4%，但電力基礎設施可能跟不上這一增長形勢。
因此，大摩指出，能夠滿足AI快速增長電力需求的公司將從這一趨勢中收益，特別是那些能夠減少數據中心供電延遲的電力解決方案提供商。
AI算力成本迅速下降
大摩指出，隨著GPU效率的提高，數據中心算力成本正在迅速下降，以輝達最新釋出的Blackwell為例，只占到hopper能耗的一半，具體來看：
數據中心模型顯示，使用Hopper GPU的數據中心每teraFLOPs（每秒萬億次浮點運算）資本成本為14.26美元，而Blackwell數據中心的成本為7.48美元，這意味著當從Hopper GPU升級到Blackwell GPU時，資本成本每teraFLOPs下降約50%。
數據中心建設成本方面，Blackwell數據中心的總設施資本成本（包括GPU）為33.49億美元，而Hopper數據中心的總設施資本成本為35.83億美元。這些成本是針對假設的100MW 數據中心，並且包括了8個芯片/伺服器和70%的伺服器利用率。
在每兆瓦時電力成本為100美元的假設下，Hopper數據中心的年度電力成本約為每teraFLOPs 0.24美元，而Blackwell數據中心的年度電力成本約為每teraFLOPs 0.14美元。
這種下降主要是由於隨著技術進步，GPU在能效方面的改進，使得在相同的電力消耗下能夠提供更多的算力。
AI算力需求激增 給電力基礎設施帶來挑戰
與此同時，大摩預測，AI電力需求將迅猛增長，在基準情景下，預計2023-27年全球數據中心電力需求(包括GAI)為430—748太瓦時(TWh)，相當於2024/27年全球電力需求的2%—4%。
具體來看：
在基準情景下（GPU利用率從60%提高到70%），數據中心在2023-27年的總電力容量將為70/122吉瓦。2023-27年GAI電力需求的復合年增長率為~105%，而同期全球數據中心電力需求(包括GAI)的復合年增長率將為~20%。
牛市情景下(反映90%的芯片利用率)，預計2023-27年全球數據中心電力需求為~446/820太瓦時。
而熊市情景下(反映50%的利用率)，預計2023-27年數據中心電力需求為~415/677太瓦時。
此外，大摩還提到，其減少可再生能源服務占新數據中心電力的百分比，因為數據(如亞馬遜/Talen交易)表明不可再生能源將發揮更大的作用。
進一步來看，大摩指出，根據對全球數據中心電力需求預測，預計將給電力基礎設施帶來挑戰，包括輸電路線容量限制、規劃和特許延誤以及供應鏈瓶頸。因此，展望未來，能夠滿足AI快速增長能源需求的公司，特別是那些能夠減少數據中心供電延遲的電力解決方案提供商將受市場歡迎。
大摩表示，全球各地數據中心增長有所不同，但相似之處在於，數據中心公司和超大規模公司經常與電力開發公司合作，以最大限度地減少供電延遲，降低成本並減少排放。
在美國，我們看到了合作夥伴關系的最初跡象，超大規模企業和核電廠所有者在核電廠建立新的大型數據中心，有利於電力公用事業Constellation Energy和獨立電力生產商與能源貿易商Vistra等 。而且我們還看到了現場發電的可能，這可能有利於許多電力股。
在歐洲，到2035年，歐洲國家的數據中心需求將推動電力增長五倍，低估值歐洲電力股將受益，入西班牙私營跨國電力公司Iberdrola，芬蘭能源企業Fortum。
在東盟，馬來西亞、新加坡和泰國電力需求強勁增長。為了最大限度地減少「供電時間」，我們看到數據中心開發商與東盟當地電力公司建立夥伴關系:
輝達和馬來西亞楊忠禮集團合作，計劃在馬來西亞打造價值43億美元的人工智能數據中心，泰國最大的私人發電公司海灣Gulf和泰國電信AIS開始建設新的泰國數據中心，
新加坡電信Singtel、印尼電信公司Telkom於印度尼西亞能源公司Medco Power就其在印度尼西亞的第一個數據中心專案建立戰略合作夥伴關系。
本文來自華爾街見聞，歡迎下載APP檢視更多
