社区

前两天讲了为什么我开始研究AI基础设施，以及这个方向的整体框架。

今天做一件具体的事：

把我开始研究的这张"地图"，试着完整铺出来给看看。

我问自己一个问题：

一个AI数据中心从零建起来，除了买GPU，还需要买什么？

研究AI产业，当然也要得用AI啊。

于是和我认为最全球TOP的一堆AI疯狂Cowork。

答案多得超出我的预期。

我把它分成了十个方向：

① 液冷散热——GPU越来越烫，风冷已经带不走热量了，液冷成了标配

② 电力基础设施 ——数据中心用电是普通办公楼的几十倍，变压器、配电、电网接入，每一环都是瓶颈

③ 光互联网络 ——几万个GPU要像一台超级计算机一样协同工作，网络延迟超过1微秒训练就会"卡住"

④ 核能 / 清洁能源 ——AI训练必须7×24小时不停，只有核电能提供这种全天候稳定的电力

⑤ 建造 / 施工 ——AI园区从宣布到建成需要专业的施工队伍，六个阶段、六类不同的公司

⑥ 数据中心 REIT ——AI推理时代来了，城市核心机房的稀缺性正在重新被定价

⑦ 先进封装 ——GPU造出来了，没有封装产能也出不了货，这个卡脖子环节很多人不知道

⑧ 企业存储 ——训练和推理对存储的需求完全不同，是两个截然不同的生意

⑨ AI网络安全 ——AI让攻击变快了，防守的生意反而更确定

⑩ 云平台 ——无论哪家AI公司赢，模型都要在云上跑，云厂商是这个时代的"收税人"

接下来我将逐一研究的十个方向。