AI：幕後故事 – 生態系統

在訂餐之前，您會深入瞭解評論、瞭解廚師並探索餐牌。同樣，在 AI 中，只關注應用程式會錯過更大的投資機會。真實情況涉及數據、計算能力、基礎設施、模型研究和道德準則。了解整個生態系統是釋放 AI 創新真正潛力和投資價值的關鍵。

今天，人們和投資者的重點幾乎完全集中在 ChatGPT 和 OpenAI 等應用程式上。我們驚歎於 AI 可以做什麼， 寫論文、回答問題，甚至進行對話。但是，你有沒有停下來想過是什麼讓這些 AI 奇跡在幕後滴答作響？這並不全是魔法，這是一個錯綜複雜的基礎設施生態系統，使這個AI系統保持運行。事實上，AI 的真實故事遠不止時尚的應用程式和尖端的演算法。幕後是一個強大的硬體、軟體和生態系統的結合，從數據中心到雲計算、電池和晶片。科技世界不僅僅是 Magnificent 7（Meta、Apple、Amazon、Netflix、Alphabet、Microsoft 和 Nvidia）。現在，我們一起更深入地研究使 AI 基礎設施，並介紹一些您可能想要關注的關鍵參與者。

AI 的核心：數據中心

由於 AI 工作負載的激增，數據中心正面臨前所未有的需求。根據 Synergy 2023 年的一份報告，未來五年全球數據中心市場預計將以每年 10% 的速度增長。由於 AI 應用程式、雲端服務和物聯網 （IoT） 的增長，對資料中心的需求正在增加。隨著 ChatGPT 等 AI 模型變得越來越複雜，運行這些模型所需的伺服器必須在大小和容量上擴展。

為了滿足這一需求，Equinix 和 Digital Realty Trust 等公司正在迅速擴大其基礎設施的規模。Equinix 宣佈僅在 2023 年就建造 29 個新數據中心，這一擴張趨勢反映在整個行業中。到 2023 年年中，全球超大規模數據中心數量超過 700 個，預計到 2026 年將再建造 300 個。

隨著 AI 繼續推動對更多伺服器空間和更大容量的需求，投資數據中心 REITs（房地產投資信託），例如 Equinix 和 Digital Realty Trust，可能是一個穩定且不斷增長的市場。數據中心不僅僅是房地產投資;它們正在成為 AI 時代的「工廠」。

燃料：電池和能源效率

AI 工作負載消耗大量電力。運行 OpenAI 的 GPT-4 等 AI 模型的單個數據中心可以消耗相當於 50,000 個家庭的用電。事實上，根據國際能源署 （IEA） 的數據，2021 年全球數據中心的用電量約佔全球總用電量的 1%。隨著 AI 工作負載的增加，預計這一數位將大幅增長。

這種巨大的能源需求凸顯了創新電池和能源解決方案的關鍵作用。數據中心越來越依賴先進的電池存儲系統來確保電源保持穩定、高效和環境可持續性。像 Tesla 也正在開發自己的電池解決方案 - megapack，以存儲多餘的電量，即使在電力短缺的情況下也能保持數據中心運行。特斯拉的能源部門在 2023 年創造了 60 億美元的收入，這表明電池技術對於支援高能耗的 AI 基礎設施變得至關重要。雖然特斯拉的股票更常與電動汽車相關聯，但其能源部門代表著一個不斷增長的機會，尤其是在數據中心尋求降低成本和提高可持續性的情況下。

Vistra Corp （VST） 是美國最具競爭力的發電商之一，發揮著越來越重要的作用。瑞致達一直在電池存儲和核能方面進行大量投資，作為其可持續滿足不斷增長的電力需求戰略的一部分。此外，投資者更看重的是該公司的核電容量，以滿足數據中心的增長。

雲端：託管 AI 的腦力

雲端是 AI 基礎設施的另一個基石，對雲服務的需求持續飆升。到 2026 年，全球在公有雲服務上的支出預計將達到 1 萬億美元，這在很大程度上是由 AI 和機器學習工作負載推動的。Amazon Web Services （AWS）、Microsoft Azure 和 Google Cloud 等公司正在投資數十億美元來擴展其 AI 功能。到 2023 年，僅 AWS 就創造了 908 億美元的收入，其中很大一部分來自基於雲的 AI 服務。這些雲平臺提供了 AI 應用程式高效運行所需的靈活性和規模。事實上，許多初創公司甚至大型企業都不再購買伺服器，他們只是在雲中租用空間，這可以處理 AI 處理帶來的需求高峰，他們可以在需要時使用，從而降低運營成本。

雲供應商還提供各種機器學習服務，使公司無需內部 AI 專家即可訓練他們的模型。當您投資亞馬遜 （AMZN）、Microsoft （MSFT） 或谷歌 （GOOGL） 的股票時，您不僅押注於電子商務、軟體或搜尋引擎，而且還在乘著人工智慧驅動型雲基礎設施的浪潮。

大腦：AI 晶元和硬體

AI 晶片是 AI 背後的“大腦”，需求量很大。領先的 AI GPU 提供者 Nvidia 報告稱，2023 年的收入同比增長 100%，這主要是由其 AI 晶片的銷售推動的。該公司的 A100 和 H100 GPU 是黃金標準，數據中心大量購買它們以支援 AI 應用程式。實際上，根據行業報告，對 Nvidia AI 晶片的需求如此之高，以至於最新 H100 GPU 的交貨時間現在超過六個月。

AMD 和 Intel 等其他公司也看到對其以 AI 為重點的硬體的需求增加。AMD 的 EPYC 晶片已開始在雲數據中心佔據市場份額，英特爾正在大力投資開發 Gaudi2 等人工智慧專用晶片，以保持競爭力。

軟基礎設施：軟體工具

雖然現在硬件搶盡風頭，但軟體工具對 AI 生態系統同樣重要。Palantir 和 C3.ai 等公司提供的平臺允許企業將 AI 用於實際應用。例如，Palantir 報告稱，2023 年的收入增長了 21%，其 AI 平臺 Foundry 推動了大部分增長。Palantir 的軟體用於從醫療保健到物流的各行各業，使公司能夠理解複雜的數據集並提高效率。

C3.ai 是 AI 軟體領域的另一家參與者，在對企業 AI 應用程式不斷增長的需求的推動下，其收入在 2023 年增長了 25%。其平臺允許企業快速部署 AI 模型，為預測性維護、欺詐檢測和供應鏈優化提供解決方案。

超越Mag 7：擴展科技世界

雖然Mag 7 經常佔據頭條新聞，但 AI 基礎設施的故事不僅限於 Meta、Apple、Amazon、Netflix、Alphabet、Microsoft 和 Nvidia。Equinix （EQIX）、NextEra Energy （NEE）、Palantir Technologies （PLTR） 和 C3.ai （AI） 等公司代表了為 AI 提供支援的更廣泛的生態系統。

當我們談論 AI 的未來時，我們不應該只關注應用程式或技術的迷人一面。真正的增長機會在於支持這些進步的基礎設施。這不僅關乎 AI 能為我們今天做些什麼，還關乎這種底層基礎設施將如何發展以滿足未來的需求。

所以，下次向 ChatGPT 提問時，想想幕後發生的錯綜複雜的原理、數據中心的嗡嗡聲、能源解決方案的供電、雲處理數據以及每秒執行數十億次計算的專用晶片。這是 AI 的真正引擎，它與我們在表面上看到的應用程式一樣令人興奮。

‍