自建数据中心才是AI基建胜负手

最近看到Meta基础设施负责人Santosh Janardhan的一场对谈，聊的是他们怎么搭建支撑AI的基础设施。他反复强调一个观点：Meta早就不只是一家软件公司了，AI和以往任何技术都不同，而数据中心是造AI绕不开的地基。这个判断我挺认同，因为模型能力的天花板，越来越取决于你手里有多少电、多少卡、多少机房。

对谈里有个细节让我印象很深，他们专门解释了「一吉瓦的能源」到底是什么概念。一吉瓦差不多是一座大型核电机组的输出功率，能同时供几十万户家庭用电。把这种量级的电力砸进训练集群，说明AI竞争已经从算法层面烧到了能源和土建层面。谁先锁定长期电力合同，谁就拿到了下一轮入场券。另一个有意思的点是，Meta会自己决定数据中心用什么芯片，而不是被动等供应商。自建数据中心的好处也很直接：可以按自家模型的需求定制散热、网络和供电架构，迭代速度比租云快得多，长期单位成本也更低。当然代价是资本开支巨大，且一旦技术路线押错，沉没成本很难回收。放到行业里看，这其实是一场重资产竞赛。微软、谷歌、亚马逊都在疯狂囤地囤电，Meta选择亲自下场，说明它不想在算力供应链上受制于人。对做应用和出海的团队来说，这意味着未来几年算力价格未必会便宜，但供给的确定性会提高，谁能提前谈好配额谁就更从容。我的判断是，AI的护城河正在从「模型参数」转向「电力+机房+芯片」的组合拳。软件公司如果还只盯着算法优化，可能会低估这场基建战的残酷程度。反过来，能把这套重资产跑通的公司，才有资格谈长期主义。