币圈界报道：

AI基础设施资本支出将迎十年爆发期，总额预估达7.6万亿美元

高盛近期发布深度分析，预计2026年至2031年间，全球人工智能相关基础设施的累计资本支出将达到7.6万亿美元，涵盖算力、数据中心及电力三大支柱，标志着技术演进对实体资产投入的空前需求。

算力与数据中心密度激增，冷却与能效成为关键挑战

资本支出结构显示，算力层占比最高，达5.1万亿美元；数据中心层为2.1万亿美元；电力层则为3580亿美元。到2026年，年度支出将攀升至7650亿美元，至2031年有望突破1.6万亿美元大关。

在算力领域，英伟达凭借其旗舰产品Rubin VR200芯片（定价每颗80,500美元）占据约75%的总投资份额，预计在此期间贡献约3.8万亿美元收入。其高达75%的数据中心GPU毛利率，促使超大规模云服务商推进自研芯片研发，但性能差距仍使其不得不依赖英伟达硬件实现规模化部署。

数据中心物理架构面临根本性变革：传统云设施每机柜功耗为5至15千瓦，而采用过渡性Blackwell架构的AI系统已达130至200千瓦，下一代基于Rubin与Feynman芯片的工厂则需超过500千瓦/机柜，液冷成为唯一可行的散热路径。

单位功率密度的跃升直接推高建设成本。传统超大规模数据中心每兆瓦造价约为1000万美元，而面向下一代AI的设施规划成本已升至1500万至2000万美元，主要源于对先进冷却系统和高压配电网络的刚性需求。

电力接入延迟制约部署，核电协议成破局关键

模型中最大变量来自芯片更换周期设定。若按三年一轮计算，算力折旧总额将达3.99万亿美元；若延长至七年，则降至2.23万亿美元，两者差异达1.76万亿美元，凸显生命周期假设对财务测算的影响。

维谛技术因数据中心升级需求直接受益。从40千瓦向500千瓦以上机柜升级，必须配备全新液冷系统与配电架构，预计液冷市场规模将由当前55亿美元增长至2030年的157.5亿美元。

尽管电力层预算最小，仅占3580亿美元，却是运营中最关键的瓶颈。大型数据中心电网接入审批周期长达数年，使得早期合同锁定成为项目能否落地的核心前提。

为破解此困局，Vistra能源公司已签署长期核电供应协议，包括与Meta达成的2600兆瓦、为期20年的核电采购合同，以及另一项独立的亚马逊云科技合作计划，确保未来算力设施的稳定能源供给。