据戴尔奥罗集团最新报告，随着超大规模云服务商、主权AI项目及专业云服务提供商持续扩建基础设施以支撑日益增长的AI工作负载，全球数据中心资本支出预计到2030年将突破3万亿美元。
该研究机构表示，其2030年资本支出预测较2026年1月的预测几乎翻倍，原因在于超大规模云服务商支出指引上调、全球数据中心电力容量估算提升以及大宗商品成本上涨。
戴尔奥罗集团副总裁方伯伦（Baron Fung）告诉《数据中心知识》："AI加速器预计将占3万亿美元数据中心资本支出的约三分之一。AI基础设施是主要驱动力。"
然而，加速器本身的成本并不能反映AI基础设施的全部开支。运营商还需要服务器来承载芯片、为AI集群配备专用网络，以及用于支持训练和推理的存储设备。
方伯伦表示，该预测假设全球数据中心可用电力将增至200 GW以上。
戴尔奥罗估计，美国四大云服务商的资本支出可能占全球数据中心资本支出的约一半。
其AI专业云类别（涵盖模型开发商和新兴云服务商）预计将以近60%的复合年增长率扩张，而随着推理、智能体AI及存储工作负载的增长，通用服务器需求也预计将随之上升。
超大规模云服务商的规模效应或将收紧供应
大型云服务商正凭借其采购规模，通过长期供应商协议锁定优惠定价和产能承诺。方伯伦表示，这些安排可能会减少其他买家可获得的零部件供应，从而延长交货周期并推高价格。
这些云服务商日益广泛地使用定制芯片和架构，在降低自身规模成本的同时，也对服务器制造商的定价形成压力。企业最初可能倾向于租用GPU算力，因为在利用率和回报尚不明朗的情况下，这样可以避免大额前期投入。
方伯伦解释道："归根结底，大型云服务商的规模效应和经济优势可能会进一步向云端基础设施倾斜，促使更多企业将工作负载迁移至云端。"
他预计，许多企业将采取混合策略——稳定且高度利用的AI工作负载，一旦自建成本更低，最终可能迁移至本地部署；而弹性或增量需求则继续留在云端。
AI支出已超越算力本身
数据中心解决方案公司Subzero Engineering高级CFD经理戈登·约翰逊（Gordon Johnson）告诉《数据中心知识》，高密度AI系统需要对整个物理数据中心进行改造，而不仅仅是增加加速器。
"AI工作负载对每机架的电力需求远超传统计算，通常需要多种冷却策略组合使用。"约翰逊说。
因此，加速器的部署会带动电力分配、液冷、围护结构及配套架构方面的连锁投资。
约翰逊建议运营商分阶段扩容，明确高密度计算的需求位置，并将新型冷却方式与现有基础设施整合。
"最大的风险是建设过快、规模过大，因此运营商必须清楚高密度计算究竟在哪里是必要的。"他说。
电力供应将左右扩张格局
诺顿罗氏富布莱特律师事务所合伙人卢克·埃德尼（Luke Edney）表示，电力供应正成为AI基础设施扩张的最大制约因素。现代数据中心可能需要数百兆瓦的电力，部分园区的设计规模已达吉瓦级别。
"电力也在改变项目的经济逻辑——电力采购相关的成本和时间风险，如今已成为选址决策的关键因素。"埃德尼告诉《数据中心知识》。
成熟市场的电网接入周期可能超过五年，这促使开发商转向可再生能源充裕、并网机制灵活、公用事业公司愿意主动合作的地区。
对可靠、低碳电力的需求，也在加速推动业界对现场自发电、燃料电池及小型模块化反应堆的兴趣。
埃德尼表示，企业必须在落后风险与过早承诺所带来的财务敞口之间寻求平衡。
"AI投资仍需与可衡量的业务成果挂钩，而不仅仅是对市场压力的被动回应。"埃德尼说。
Q&A
Q1：戴尔奥罗集团对2030年数据中心资本支出的预测是多少？
A：戴尔奥罗集团预测，到2030年全球数据中心资本支出将突破3万亿美元，较其2026年1月的预测几乎翻倍。AI加速器预计占总支出的约三分之一，超大规模云服务商的支出指引上调、全球数据中心电力容量估算提升以及大宗商品成本上涨是主要推动因素。
Q2：AI基础设施扩张面临的最大瓶颈是什么？
A：电力供应是当前AI基础设施扩张的最大制约因素。现代数据中心可能需要数百兆瓦电力，部分园区设计规模已达吉瓦级别。成熟市场的电网接入周期可能超过五年，这促使开发商转向可再生能源充裕的地区，并加速推动对燃料电池和小型模块化反应堆的兴趣。
Q3：超大规模云服务商的规模扩张会对其他企业产生哪些影响？
A：大型云服务商通过长期供应商协议锁定优惠定价和产能，可能减少其他买家可获得的零部件供应，延长交货周期并推高价格。其广泛使用定制芯片也对服务器制造商定价形成压力。对于普通企业而言，初期租用GPU算力可规避前期大额投入，但稳定工作负载在自建成本更低时，最终可能迁移至本地部署。
