AI规划过去始于GPU分配,终于实例定价。如今,这一剧本被物理和许可限制打破。稀缺资源是电网连接的电力、合规土地和为每机架80–150千瓦设计、可扩展至液冷的机壳。互联排队可能持续多年,变电站是资本项目,区域选址决定延迟、弹性和资本成本。在这种环境下,计算表现得像一个创收工厂:你为场地融资数十年,并在其中多次更新设备。
将计算视为生产性资产,预算从运营支出转向资本支出,从短期租赁转向可融资基础设施。运营商越来越多地将合同拆分为两部分:具有15–30年期限的LPS(土地、电力、机壳)和3–5年周期可更新的系统层——GPU、CPU、网络。这种分离使场地可融资,提升升级灵活性,并提供下行保护,因为容量可在硬件更新时重新分配给新租户或工作负载。经济杠杆从追逐GPU数量转向最大化场地利用率和电力转智能的效率。
对创始人和企业来说,这意味着路线图必须以兆瓦和机架密度表达,而不仅仅是加速器总数。电力购买协议(PPA)、电网互联权利和用于冷却的水资源现已成为战略资产。组合策略同样重要:混合超大规模云以应对突发,采用共址或专用园区保持稳定状态,区域站点满足数据重力和主权需求。运营问题变成:哪种组合能在保持灵活采用下一代系统而无需重建机壳的同时,最小化计算启动时间?


