AI瓶頸從晶片轉向基礎設施，中美路徑分化
Miles Bennett
黑石旗下數據中心營運商QTS放棄弗吉尼亞州一座規劃多年的大型數據中心，標誌着AI擴張的卡點已從晶片供應轉向土地、電力與地方許可——中美兩國正以截然不同的路徑應對這一瓶頸，各自面對不同代價。
一個項目拿到批文為何還是告吹？
QTS的Digital Gateway項目已獲弗吉尼亞州當地縣級監管機構批准，但歷經數年規劃、審查與訴訟後仍遭放棄。
這意味著→ 在AI基礎設施領域，「獲批」不等於「能建」——漫長的法律程序和社區阻力足以拖垮一個項目的經濟可行性。
QTS表示將繼續在弗吉尼亞州中部投入50億美元，但放棄的項目原本預計帶來數百億美元投資和數千個長期職位。
AI擴張的真正卡點變成了甚麼？
過去三年，市場主要盯着NVIDIA GPU、台積電先進制程和高頻寬記憶體（HBM）；如今半導體產能已快速擴張，晶片不再是最緊的瓶頸。
行業將AI部署所需資源歸為四類：晶片、電力、網絡、土地。電網升級、輸電線路、變電站建設和地方許可的週期遠長於晶片擴產。
簡單來說＝ 晶片廠可以一兩年內擴產，但為數據中心拉一條新輸電線、建一座變電站，審批加施工往往五年起步。
這反映出AI基礎設施的擴張速度，愈來愈取決於公用事業公司、監管機構和地方政府，而非晶片製造商。
大廠仍在砸錢，需求到底有冇問題？
微軟、亞馬遜、Google和Meta均維持以AI基礎設施為核心的高資本開支計劃；NVIDIA和台積電亦預計需求持續強勁。
QTS退出不代表AI需求減弱——它揭示的是：就算晶片夠用、資金到位，物理基礎設施跟不上，算力一樣擴不出去。
弗吉尼亞州北部已是全球最大的數據中心集聚地，持續擴張引發了對電力消耗、水資源、土地開發和環境影響的密集審查。
美國點建？瓶頸喺邊？
美國模式依賴超大規模雲服務商和數據中心營運商主導的私人投資，企業在商業機會所在地競相建設算力。
但單個項目仍受地方分區規劃、環境審查和法律挑戰約束——QTS案例正是典型。
這意味著→ 美國的算力擴張速度，上限不在資本和技術，而在地方治理流程能多快「放行」。
中國點建？代價又係甚麼？
中國將算力基礎設施納入國家產業戰略。「東數西算」工程（將計算負載從東部遷至電力成本較低的西部）推動在西部建設大型算力集群，各省亦將AI算力中心納入數字經濟規劃。
簡單來說＝ 中國的做法是政府畫藍圖、定指標、給政策，集中力量快速鋪開。
但快速擴張帶來了利用率不足的問題：部分新建AI算力中心在商業需求成熟前已建成，難以吸引足夠客戶，尤其是那些由地方投資指標驅動而非基於市場需求的項目。
中美效率之爭，最終睇甚麼？
需求仍集中於少數頭部AI公司，它們需要的是配備最新加速器、高速互聯和成熟軟件生態的算力集群，而非單純的名義算力規模。
這意味著→ 「建得快」不等於「用得上」——有效算力取決於硬件配置與軟件生態的匹配度，不是機房面積。
中美兩種模式的效率之爭，最終將在實際利用率與擴張速度的雙重維度上得到檢驗。
Content is for reference only, not financial advice.