Stanford MS&E435 Economics of the AI Supercycle: Building AI Factories

Stanford MS&E435 Economics of the AI Supercycle: Building AI Factories

AI Infrastructure as Digital Labor

当前 AI 采用的激增在物理层面表现为对数据中心的大规模投资，Crusoe CEO Chase Lochmiller 将其称为“智能基础设施”。这项投资是历史上规模最大的投资之一，可与曼哈顿计划或美国高速公路系统相媲美，仅次于美国国防预算。

从经济学角度看，AI 代币的价值在于它们能够提供“数字劳动力”。历史上，劳动力增长受限于出生率和长期的培养周期（教育和成长）。AI 使得劳动力的数字加速成为可能（Cobb‑Douglas 生产模型中的 ΔL），这可以通过代理和机器人提供前所未有的可用劳动力，从而根本性地改造经济并加速 GDP 增长。

The Anatomy of an AI Factory

建设千兆瓦级别的 AI 数据中心是一项跨学科的工程挑战，涉及化学、机械、电气和计算机科学工程。Lochmiller 将数据中心在最基本的层面定义为有电力和冷却、可以插入计算机的建筑，但在规模化时，它成为一个复杂的“AI 工厂”。

The Energy-First Approach

Crusoe 采用垂直整合的策略，优先发展能源以解除基础设施增长的瓶颈。这意味着将数据中心选址在能源资源丰富且成本低廉的地区，而不是传统的数据中心枢纽如弗吉尼亚北部。

  • Abilene, Texas Site（德克萨斯州阿比林站点）：Crusoe 利用西德克萨斯对可再生能源的过度投资。由于生产税收抵免和输电受限，阿比林的电价有时会出现负值。Crusoe 在此建造了一个园区，配备 200 MW 的变电站和一个 1 GW 的变电站（美国最大的私有变电站），以及 350 MW 的天然气发电厂以确保可靠性。
  • Claude, Texas Site（德克萨斯州克劳德站点）：该站点侧重风能，采用“跨表计”（across the meter）策略。Crusoe 在现场通过风力发电（并计划加入太阳能、电池和燃气），将多余的电力卖回电网，在维护或可再生能源产出低时再从电网取电。

Cooling and Water Usage

与 AI 消耗大量水资源的说法相反，Lochmiller 表示 Crusoe 的系统使用循环冷却水回路。一次加满后，年用水量相当于一户单家庭住宅的用水量，使其在西德克萨斯等缺水地区仍具可持续性。

The Economics of AI Infrastructure

建设千兆瓦级别的计算集群预计需要约 600 亿美元的总资本支出（CapEx）。

Infrastructure CapEx（约每兆瓦 2000 万美元）

  • Labor（劳动力）：这是一个重要的瓶颈和成本，约为每兆瓦 470 万美元。包括大量的蓝领工人，如电工、焊工和管道工。
  • Power Generation（发电）：燃气电站的成本大约为每兆瓦 200‑300 万美元，受限于涡轮机制造商产能（如 GE Vernova、Siemens）导致价格上升。
  • Electrical Equipment（电气设备）：包括配电中心、变压器和开关设备，用于将高压电（如 345 kV）降至可用电平。
  • Mechanical Equipment（机械设备）：包括风冷冷水机组和循环水管道。

IT CapEx（约每兆瓦 4000 万美元）

  • GPUs（显卡）：最大成本，每兆瓦约 3000 万美元。
  • Networking（网络）：高性能后端网络（NVLink、InfiniBand 或 RoCE）约每兆瓦 400 万美元，用于将 GPU 互联成统一集群。
  • CPUs and Storage（CPU 与存储）：约每兆瓦 300 万美元。Lochmiller 提到近期因代理工作流兴起导致 CPU 短缺。
  • Other（其他）：部署与运输的人工成本约每兆瓦 100 万美元。

Revenue, Payback, and Depreciation

对于花费 600 亿美元的千兆瓦集群，收入模型取决于提供的服务层级：

  1. Chip Rental（芯片租赁，基础设施即服务）：每兆瓦年收入约 1500 万美元。其基于收入的回本期约为四年。
  2. Managed Services（模型即服务）：通过托管模型并提供代币 API 接口，利润额外提升 500‑1500 万美元每兆瓦，回本期可能缩短至两年。

The Depreciation Debate（折旧争议）

虽然许多上市公司将计算设备的折旧期设为五至六年，Lochmiller 认为旧芯片（如 H100）的价值在需求高峰期（例如代理 AI 爆发）可能会提升，说明计算资产的使用寿命应以其对用户的价值而非固定的日历时间来决定。

Future Outlook and Bottlenecks

The Electrical Stack Opportunity（电气堆栈机会）

Lochmiller 认为电气堆栈是创新的重大机会。他指出传统公司（如 Eaton、Schneider）若不向固态电子、固态变压器以及 900 V DC 架构转型，将面临风险，以更高效地将高压电从变电站输送到机架。

Space-Based Data Centers（太空数据中心）

Crusoe 与 Starcloud 合作，将 H100 送入太空。虽然太空数据中心可以省去混凝土基础、许可和光纤布线（改用光学），但在热管理和硬件维护方面面临极端挑战，因为 GPU 难以更换或重新插拔。Lochmiller 将其视为一个长期布局（10 年以上），取决于通过 SpaceX Starship 等运载工具降低有效载荷成本。

SUMMARY: Chase Lochmiller，Crusoe 的 CEO，讨论了建设千兆瓦级 AI 数据中心所需的巨额资本支出，并将 AI 定义为推动 GDP 增长的数字劳动力形式。

TITLE: Stanford MS&E435 Economics of the AI Supercycle: Building AI Factories

Sources