人工智能计算需求增长速度是摩尔定律的两倍，目前每年需要5000亿美元。

人工智能对计算能力的需求增长如此迅猛，以至于摩尔定律早已黯然失色。过去十年间，对处理能力的需求增长速度是芯片行业过去五十年增速的两倍多。.

根据OpenAI自身的数据，到2030年，全球每年仅维持现有计算能力就需要投入5000亿美元。这还不包括GPU或服务器，仅仅是硬件设施的费用。.

摩尔定律曾被用来 defi未来，它声称芯片上的晶体管数量每两年翻一番。但如今，这个未来已不复存在。过去十年间，训练和运行大型人工智能系统所需的计算能力已经远远超越了这一时间表。.

技术进步的黄金标准已被完全失控的需求彻底摧毁。数据中心已成为世界新的油田，只是规模更大、温度更高、成本也高得多。.

如今，美国的数据中心造价已经超过了办公楼。.

据 OpenAI 预测，到 2028 年，全球数据中心投资将攀升至 9000 亿美元，这主要得益于 AI 服务器每年 41% 的惊人增长率和整体市场 23% 的增长。.

虽然建筑业发展速度达到了前所未有的水平，但如此大规模的建设也造成了巨大的收入缺口。目前存在8000亿美元的资金缺口，而仅仅为了实现2030年的建设目标，市场就需要近2万亿美元的收入。.

仅数据中心的建设成本（不包括机架、芯片或内部任何设备）就已达到每年 430 亿美元，比 2020 年增长了 322%。与此同时，美国目前正在建设的数据中心价值 400 亿美元，比 2022 年增长了 400%。.

有史以来第一次，这些尚未完工的数据中心总价值将超过所有在建的美国办公楼的总和。这将是房地产市场的永久性重置，而这一切都源于计算机技术的发展。.

电力则是完全不同的另一个问题。据预测，到2035年，人工智能数据中心将消耗1600太瓦时的电力，相当于全球电力消耗总量的4.4%。而且这还不是停滞期。.

未来十年，电力需求将增长四倍。但没有人能确切回答这些电力将从何而来，或者从哪里筹集建设所需能源基础设施的资金。.

随着警钟敲响，核能和量子力学也加入了讨论。

有些人力推核能作为解决方案，因为核电站可以像人工智能系统一样全天候运转，消耗着电力。另一些人则认为量子计算会有所帮助。量子计算机使用量子比特而非传统比特，解决某些问题的速度比 classic人工智能系统快得多。.

但这仍是一项早期技术。目前，成本持续攀升，电网不堪重负，而人工智能仍在不断发展。.

当大量资金涌入计算机领域时，全球金融机构开始感到不安。国际货币基金组织和英国央行都已就市场不稳定问题发出新的警告。.

在下周华盛顿会议召开前夕，国际货币基金组织总裁克里斯塔利娜·格奥尔基耶娃提醒投资者 “做好准备：不确定性已成为新常态，并将长期存在”。 她指出，尽管经济增长只会略微放缓，但有“令人担忧的迹象”表明，如果出现冲击，投资者信心可能会崩溃。

克里斯塔利娜指出，本周金价创下每盎司4000美元的历史新高，表明市场恐慌情绪已经开始显现。这位国际货币基金组织总裁还指出，美国加征关税和过高的股票估值是主要风险。 “至于宽松的金融环境——它掩盖但并未阻止一些疲软的趋势，包括就业增长放缓——历史告诉我们，这种情绪可能会突然转变，” 她补充道。

在伦敦，英国央行最新会议纪要引发了人们对“市场急剧回调”的担忧。纪要指出，人工智能应用疲软或竞争加剧可能是导致大型人工智能公司预期盈利下滑的潜在因素。.

他们并非孤军奋战。萨姆·奥特曼、杰米·戴蒙和杰罗姆·鲍威尔也 加入了 谨慎的行列，警告称目前人工智能领域的支出水平可能正在为一次彻底的重置埋下伏笔。