鸿海刘扬伟：1GW Vera Rubin数据中心资本开支达470亿美元
0xBroomberg
鸿海董事长刘扬伟披露，以英伟达Vera Rubin架构建造1GW级AI数据中心需470亿美元，这意味着→ 真正有能力自建算力底座的玩家将屈指可数，算力供给侧的集中度正在被资本门槛锁死。
470亿美元怎么花的？
1GW数据中心需配置约3557座Vera Rubin机柜，单座售价910万美元，由此推算整体资本支出达470亿美元。
运营端压力更大：每年电力支出约13亿美元，而硬件折旧是电力成本的六倍，年度折旧负担约78亿美元。
这意味着→ 建成只是起点，持续运营的资本消耗远超一次性建设投入，数据中心是一门"建得起、更要养得起"的生意。
到2030年全球还差多少算力？
刘扬伟援引数据指出，全球数据中心投资总额到2030年将达1.6万亿美元。
算力负载将从2024年的约68GW攀升至174GW，六年新增106GW，平均每年须新增近18GW电力供应。
用大白话说＝ 相当于每年要新建约18座上述1GW级超大规模数据中心，全球现有的建设速度远未达到这一节奏。
谁在买算力？
刘扬伟将当前算力需求最大的买家归纳为四类：模型开发商、云服务商（CSP）、政府、企业。
模型开发商与CSP商业模式清晰，是当前需求最旺盛的群体；政府处于探索阶段但潜力庞大；企业被视为未来蓝海。
这反映出 算力需求的驱动力正在从"少数科技巨头"向"全社会"扩散，但真正下单的仍集中在前两类。
"AI赋能"和"AI原生"有什么区别？
刘扬伟区分了企业AI应用的两个阶段：当前多数企业处于"AI赋能"阶段——在既有流程中嵌入AI工具来提升效率。
未来目标是成为"AI原生"组织：所有流程以AI为核心运作，人类只负责设定目标与治理监督。
这意味着→ 从"赋能"到"原生"的跳跃，对算力的需求是量级式增长，而470亿美元的单GW门槛决定了——绝大多数企业只能做买家，不可能做建设者，算力供给侧将高度集中。
Content is for reference only, not financial advice.