【原创研究】GPU，并非AI时代的全部
来源： 高级合伙人 徐院凌日期：2023-10-21浏览量：1515
10月8日，工业和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委等6部门联合印发《算力基础设施高质量发展行动计划》。该计划制定了从计算力、运载力、存储力、应用赋能四个方面提出了量化目标。
该计划得到了千行百业的广泛关注。因为这是AI时代的新“发动机升级”。每每发动机升级就会牵引整个行业从底层技术设施到上层应用的全部颠覆级浪潮，从而也有巨大的产业发展和投资布局机遇。正如在工业革命之前的数千年间，畜力和水力就是人类的发动机。直到18世纪晚期，蒸汽机的出现实现了发动机升级；20世纪初，燃油机的诞生开启了现代工业体系的开端，为汽车、船舶、航空等领域提供了新的发动机底座。这种牵一发动全身的技术创新，此后就被称为“发动机升级”现象。围绕发动机，我们更能挖掘潜在的宝藏，更能把握时代浪潮的机会。时针来到21世纪，全球进入了数字化、智能化的新纪元。数据中心在现代社会扮演着至关重要的角色，它们是数字化时代的神经中枢，支持着云计算、大数据、人工智能等技术的快速发展。智能时代加速而来，最大的需求是算力，最关键的基础设施是数据中心。算力需求远超摩尔定律的井喷增长，而另一边却是多重的资源约束，未来数据中心必须持续创新，实现在低资源消耗下产生更大算力，数据中心产业将迎来新一轮变革。那么作为智能世界基石的数据中心，AI数据中心比起传统数据中心发生了怎样的变化？其中新增市场或者存量改造市场就是投资机会所在。同时成本的占比大小很大程度决定了市场容量和重要性，本文我们就从数据中心成本结构，深挖AI数据中心带来的新机遇。
数据中心有四层架构和两种属性，一种是地产属性，包含了土建相关的建设层和配套层，第二种是IT属性，包含了硬件层和软件层。相应的数据中心的成本就包含了一次性成本（机房配套成本和设备成本）和持续性成本（运维相关成本）。
根据我们行业调研和访谈了解，数据中心的成本结构中设备成本的占比最高，高达50%-55%，其具体成本结构如下：
