全球数据中心建设放缓，马斯克加速发力引发竞争焦虑

全球数据中心的建设正在遇到缓慢发展的瓶颈。尽管人工智能（AI）的快速发展曾一度促使数据中心如雨后春笋般涌现，但随着大型模型对计算能力的需求日益提升，这种建设热潮似乎正在减弱。最近，知名科技媒体《The Information》指出，由于优质数据资源稀缺以及高昂的建造成本，AI大模型的迭代速度也因此放缓，这一趋势可能最终拖累整个行业的发展和数据中心的建设进程。

在全球数据中心建设放缓的背景下，马斯克的xAI公司正在加速扩张，迅速发力数据中心的布局。在“鲶鱼效应”的推动下，这一行为不仅让市场感受到了竞争的压力，也为数据中心建设的未来增添了许多不确定性。

数据饥渴制约大模型升级

在AI领域，尤其是大语言模型（LLMs）的训练中，数据是最关键的资源。随着时间推移，过去几年中所积累的高质量文本数据源已被大量利用，目前可供预训练使用的优质数据几乎已经“被榨干”。OpenAI的一些员工在接受采访时透露，这种数据稀缺正是导致GPT模型迭代速度减缓的重要因素之一。

为了应对这一挑战，OpenAI在其下一代旗舰模型“Orion”的训练过程中开始尝试引入AI生成的数据。问题随之而来：新数据可能使得“Orion”在某些方面与之前的大模型存在相似性，从而影响模型的创新性。昂贵的数据中心建设成本也已经成为推动大模型迭代的一个巨大负担。OpenAI的研究员Noam Brown在TEDAI会议上表示，继续开发更先进的模型在经济上可能是不可行的。

为了支持大模型的训练，数据中心需要配备更大规模的服务器集群，对电力和散热的需求也呈现爆炸式增长，使得数据中心的升级更为繁重。

马斯克冲击下的行业焦虑

面对数据中心建设的挑战，马斯克迅速采取行动，向市场展示其在AI领域的雄心。xAI公司已获得承诺计划在短期内建成全球最大的AI计算中心，这会加剧市场竞争的白热化。根据马斯克的计划，xAI在数月内将建立一个搭载10万块H100芯片的超级集群，成为“世界上最强大的AI训练集群”。这一举动已经引发了OpenAI及其他行业巨头的广泛关注和警惕。

在2023年7月举行的“GenAI Summit SF 2024”上，马斯克透露xAI已成功启动了名为“Supercluster”的数据中心，这一集群由10万个液冷英伟达H100 GPU组成，远超Meta等公司的数据中心规模。与之相比，OpenAI在训练GPT-4模型时所使用的仅有25000块A100 GPU，只有Supercluster的五分之一。

更为显著的是，根据英伟达的相关信息，这一数据中心的建设速度令人瞩目，竟仅用122天便完成了建造，打破了通常需要规划三年及一年建设的常规周期。这一竞争的加速，使得OpenAI CEO Sam Altman面临巨大的压力，他甚至与微软的基础设施高管发生了争执，担心xAI的发展速度超过微软。

数据中心未来的挑战与机遇

随着人工智能的迅猛发展，数据中心建设的未来充满了挑战与机遇。马斯克的快速布局让人们对AI计算能力的路向有了新的思考，然而数据资源的稀缺性也在提醒着行业，如何高效利用已有的数据，以及如何创造新的优质数据，将是决定未来竞争格局的关键。

在数据需求不断增长的背景下，传统的资源获取方式面临着严峻考验，行业内需要更多的创新思路来推动数据的生成与回收。同时，马斯克的“Supercluster”的建设也不仅是对计算能力的挑战，更是对行业思维的一次重要冲击。

不难预见，未来的数据中心竞争将不再仅仅是硬件力量的比拼，而是数据资源的高效利用、基础设施的创新和技术整合能力的竞赛。如何在竞争中寻找新的增长点，成为了行业洗牌过程中每一家企业必须面对的重要问题。随着马斯克的持续发力，AI领域的格局或将经历新的变革，而数据中心建设的未来也将成为各方关注的焦点。