一场规模空前的算力基建运动正在全球展开。据Epoch AI估算，全球投入使用的AI芯片总算力已相当于约2000万枚英伟达H100芯片，且这个数字大约每9个月翻一倍。照此速度，到2028年年底，全球AI算力预计将相当于约2亿枚H100芯片，不到3年时间增长到今天的10倍。2亿枚芯片所代表的，不只是更大的模型，而是一套不断加速的智能循环。
这套循环的逻辑清晰而残酷：芯片增加，模型变强；模型变强，智能体开始承接更多工作；智能体参与写代码、跑实验，下一代模型的研发随之提速；新模型上线，又带来更大的算力需求。每转一圈，需要的算力更多，AI迭代的速度也更快。这正是全球科技巨头正在押注的路径，也是各国将算力视为战略资源的核心原因。
要让智能循环真正跑起来，第一步是把更多芯片组成更大的计算集群。Epoch AI追踪的74座大型AI数据中心共有约1250万枚等效芯片，其中最大的Colossus 2位于美国孟菲斯，算力约为111.2万枚，相当于百万枚H100的庞然大物。紧随其后的几座集群也已达数十万枚量级：微软Fairwater Atlanta约76.9万枚，Meta Prometheus约76.3万枚，亚马逊New Carlisle约68.6万枚，OpenAI Stargate Abilene约50.9万枚。
百万级算力集群的建设，对工程能力提出了全新要求。训练前沿模型时，海量芯片需要通过高速网络持续交换数据，一次训练可能运行数周甚至数月，芯片、网络、存储和软件必须一起协作。从某种意义上说，数据中心本身已经变成了一台新一代计算机，算力集群的规模直接决定了模型训练的天花板。
回顾算力扩张的轨迹，节奏之快令人咋舌。2022年，OpenAI在爱荷华州得梅因附近的数据中心完成GPT-4训练；2024年，xAI把一座旧家电工厂改造成Colossus，一次接入10万枚英伟达GPU；2026年，Anthropic接入亚马逊建设的互联数据中心集群，微软首座Fairwater设施正式投运，性能达到全球最快超级计算机的10倍。从十万枚到百万枚，算力集群的规模在两年内跃升了一个数量级。
算力扩张的背后，是近乎疯狂的资本开支。2026年，亚马逊、Alphabet、Meta、微软和甲骨文五家公司的资本开支预计合计约7500亿美元，相当于它们全年总收入的38%。其中亚马逊已将2026年资本支出上调至2200亿美元，并判断AI算力缺口将延续到2028年。IDC预计，全球AI基础设施支出将从2025年的3180亿美元，增长到2029年的1万亿美元以上。
如此大规模的资本投入，在科技产业史上绝无仅有。作为对比，传统云厂商的历史资本开支高峰通常占收入的15%左右，而38%的比例意味着巨头们正在用近乎极限的投入换增长。支撑这种投入的逻辑在于，AI被认为将重塑几乎所有行业，谁拥有最大的算力、最强的模型，谁就掌握下一代基础设施的定价权。错失窗口期的代价，远高于当下的投入。
资本开支的分配也呈现明显趋势。除了训练集群，推理算力的占比正在快速提升。随着智能体开始大规模承接真实工作，推理需求正以超过训练的速度增长，边缘AI、端侧部署也成为新的投入方向。算力结构从训练为主转向训练推理并重，意味着基础设施投资将从集中式数据中心扩展到更广泛的分布形态。
2亿枚芯片的图景虽然诱人，却也伴随着不容忽视的隐忧。能耗是首要问题：一座百万级算力数据中心的电力需求堪比一座中型城市，xAI位于孟菲斯的Colossus数据中心就因69台未获许可的燃气轮机持续运行而遭到环保组织起诉。全球数据中心耗电量正以每年两位数的速度增长，电网负荷与碳排放压力与日俱增。水资源危机同样不容回避，此前行业报告已指出AI数据中心的冷却用水正加剧区域水资源紧张。
供应链是另一道紧箍咒。先进制程产能、高带宽存储、光模块、电力设备等环节的任何短板，都可能拖慢算力扩张的节奏。各国纷纷将AI芯片视为战略物资，出口管制与本地化生产并行推进，供应链的碎片化趋势加剧了不确定性。对于中国而言，国产芯片替代进程虽在加速，但高端算力缺口依然是制约大模型发展的现实瓶颈。
更深层的追问在于，如此庞大的算力投入最终将带来什么。支持者认为，2亿枚芯片驱动的智能循环将加速科学发现、释放生产力，带来远超投入的社会回报；警惕者则担心，不受约束的算力扩张可能加速AI能力失控风险，此前1100名AI研究员联署要求控制AI研发节奏，正是这种担忧的集中体现。如何在算力狂奔与技术治理之间找到平衡，将成为未来几年全球AI产业必须直面的核心命题。
当2亿枚等效H100在2028年底集体开机，人类将站在一个全新的智能时代门槛前。那时回望今天，或许会发现7500亿美元的年投入只是序章，而算力与智能的循环，才刚刚转完第一圈。
算力扩张从来不只是商业行为，更是国家战略的角力。美国以英伟达芯片生态为核心，通过出口管制保持高端算力的领先地位，同时推动本土先进制程产能回流；欧盟启动多国联合的超算计划，试图在AI算力版图上占据一席之地；中东产油国凭借能源优势大举投资数据中心，把算力当作后石油时代的转型筹码。据估算，全球在建和规划中的大型AI数据中心数量已超过100座，总投资规模达数千亿美元，一场围绕算力的国家竞赛正在全面展开。
中国的算力布局同样进入加速期。十五五规划将算力网络列为新型基础设施重点，发改委测算相关直接投资达4万亿元级别；国产AI芯片在训推一体化的路线下加速替代，华为昇腾、寒武纪、海光等厂商的产品在多个大模型项目中实现规模化部署。同时，全国一体化算力网的建设持续推进，东数西算工程把算力资源向清洁能源富集地区延伸。国产算力与海外差距仍存，但追赶的节奏明显加快。
算力竞赛的深层逻辑，在于谁掌握算力，谁就掌握AI时代的定义权。算力决定模型训练的上限，模型决定应用生态的深度，应用生态反哺算力需求的增长，这个循环的起点正是芯片与数据中心。对于后发国家而言，单点突破虽然困难，但通过自主芯片、开源模型、应用场景的组合拳，依然有机会在局部领域实现弯道超车。当2亿枚芯片的图景展开，算力背后的国家博弈，也将决定未来十年的技术版图。