AI基础设施的投资规模与资源配置正在发生结构性变化。今年8月，英伟达联合Apollo、BlackRock、Blackstone、Brookfield、高盛和KKR等六家大型金融机构，为AI基础设施搭建了规模超过5000亿美元的融资平台，随后又为OpenAI在美国俄亥俄州的数据中心项目提供最高1050亿美元的担保。与此同时，阿里巴巴于8月23日在香港启动800亿港元股票配售，募集资金全部投向芯片、AI基础设施和模型研发，这是香港上市公司历史上规模最大的后续股票发行。
资金流向变化的背后，是AI产业从技术变量转向社会资源配置变量的过程。过去三年，市场习惯从模型能力理解AI的进展。到了2026年，围绕AI流动的不只有技术和风险投资，还包括电力、土地、金融资本等更广泛的社会资源。当一项技术走向新的产业周期，它和普通人的关系，也不再取决于每个人有没有打开AI工具。
类似的变化在中国互联网发展史上有迹可循。上世纪90年代，大多数中国家庭还没有电脑，通信网络和信息基础设施的建设已经启动。此后十几年，资本进入互联网，企业的广告和渠道预算逐渐转移，零售、媒体、支付、物流的经营方式陆续改变，大量年轻人才进入计算机和互联网行业。这个过程没有等到所有人接入网络才发生，基础设施和资本的变化要早得多。
当前的AI产业已出现类似信号。2024年初，中国大模型日均Token调用量约为1000亿；到今年3月，这个数字达到140万亿，两年多增长超过1000倍。需求迅速传导至基础设施端。2025年，中国已建成42个万卡级智算集群，全国算力中心用电量达到1700亿千瓦时，同比增长约30％。模型仍然存在于电脑和手机屏幕里，支撑它的产业体系已经延伸到芯片、数据中心和能源领域。
电力资源的重新配置尤为明显。国家能源局8月21日公布的数据显示，今年1至7月，中国全社会用电量同比增长4.7％，互联网数据服务用电量达到593亿千瓦时，同比增长43.3％。仅7月单月，互联网数据服务用电量为99亿千瓦时，同比增长40.1％。2025年，全国算力中心用电量占全社会用电量约1.6％。国家能源局预计，”十五五”时期全国算力用电量每年将新增1000亿千瓦时以上，到2030年达到约8000亿千瓦时，占全社会用电量约6％。一个大型AI数据中心满载运行时，耗电量可以达到一座中等规模小镇全部生活和生产用电的水平。
这种变化也体现在产业地理分布上。东部集中了大量AI企业和用户，西部拥有更充足的能源和土地。”东数西算”八大国家枢纽节点建立之后，算力逐渐向能源资源富集地区集中。2025年，八大枢纽节点的智能算力规模已占到全国总量的八成以上。类似趋势在欧洲同样出现。路透社8月19日披露，2022至2025年，欧洲新建超大规模数据中心距离主要城市平均约46公里；2026至2028年规划项目的平均距离已增加到175公里。伦敦、法兰克福、阿姆斯特丹等传统数据中心城市面临土地紧张和电力接入限制，新项目正在向电力更充足、土地更便宜的地区移动。
算力供给规模扩大后，利用效率的差异开始显现。截至今年3月底，中国智能算力规模达到1882 EFLOPS（FP16）。据公开报道引用的业内估算，目前算力资源整体利用率不足70％，部分新建智算中心甚至低于30％。今年5月，中国银行与中国信通院在雄安启动”算力银行”合作；内蒙古和林格尔、杭州、上海等地也已运行”算力超市”，将闲置服务器和GPU接入统一平台，供其他企业按需调用。这些机制针对的是已经出现的供需错配：一边存在闲置算力，另一边中小企业仍面临成本高、需求零散、短期调用困难的问题。
AI基础设施的资金来源也在扩大。最初，风险投资为模型创业公司融资，微软、Google、Meta、阿里等大型科技公司依靠自身现金流购买芯片和建设数据中心，大部分资金来自科技产业内部。今年，这个范围明显扩大。截至8月10日，美国大型AI云厂商的债务发行规模已达2200亿美元，去年同期仅为125亿美元。路透社披露，海外投资者、养老金和保险公司已承接其中一部分。过去12个月，美国接近三分之二的风险投资流向AI公司；今年美国投资级债券发行中，大约四分之一来自AI相关企业。养老金和保险资金背后连接着社会长期积累的储蓄，当这些资金通过债券、基金和大型资管机构进入AI基础设施，AI投资已经走出了科技公司和风险投资的内部循环。
AI基础设施的扩张正在重塑能源规划、产业布局和金融市场的资源配置方式。算力需求增长与电力、土地、资金的联动，将成为未来数年科技产业与宏观经济交汇处的重要观察维度。基础设施需要走在需求前面，等到需求真正出现时，机房、电力和网络必须已经就位。这轮算力建设最后能留下多少有效资产，既取决于AI需求增长，也取决于存量资源的使用效率。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
