今天云栖大会，阿里依然放了“大卫星”： 目标到2032年实现20GW的数据中心算力容量，消息出来后，我还是很吃惊的。
2025 年云栖大会上，吴泳铭曾表示：2032年阿里云全球数据中心能耗规模将比2022年提升10倍。当时国信证券就测算，阿里云能耗预计从2022年的1.5GW增至2032年的15GW。
一年时间，算力预期就大幅上扬，这一方面说明大模型发展速度之快，不光超出市场认知，也在刷新企业高管的预期，另一方面许多朋友可能又会担心资本开支的问题。
问题一：20GW的数据中心究竟是什么水平？
全球科技企业加速建设数据中心已经不是什么秘密了，根据SemiAnalysis预测，全球数据中心容量由 2023 年的 49GW ，已经上涨到 2026 年的 96GW。
微软就表示未来数据中心规模要扩大一倍，约为 10GW，亚马逊AWS 表示在 2027 年要算力翻倍等等，某种程度上数据中心代表算力储备，而后者又是决战AI 的关键要素（scaling law 法则仍然有效），科技企业在算力方面的竞争将愈演愈烈，中短期没有停下来的趋势。
我们把上述信息整合，会发现 2032 年20GW 的数据中心，相当于目前全球算力的 1/4，如果实现，阿里云将跻身全球数据中心容量第一梯队，与微软、亚马逊、谷歌等并列。
仅从算力储备角度去看，阿里也提高其在全球AI 赛道竞争的胜率。
问题二：20GW 到底要消耗多少资本开支？
要建设数据中心就要大量投入资本开支，这不仅消耗大量资金，且还会因为摊销计提成本影响企业损益表，即便是谷歌这种财大气粗的，自由现金流也开始转负，因此最近市场又会非常关心科技企业的资本开支问题。
那么阿里云的20GW 算力中心究竟要花多少钱呢？这里有两个口径。
1）英伟达口径：1GW数据中心约需要500-600亿美元投入，仅GPU/算力芯片；
2）瑞银口径：1GW数据中心约需要 1000 亿人民币投入，全部IT设备。
两者口径之所以有如此大悬殊，原因也非常简单，英伟达口径强调的乃是“以英伟达最高级芯片计价”，即"买够支撑1GW算力的GPU要花多少钱"。
但瑞银口径则是以实际采购为参照，本质便是算力国产化带来的成本优势。比如：
国产芯片价格（比如平头哥，**）单卡价格远低于英伟达的H100/B200，云栖大会上，就发布了平头哥AI芯片真武V900，算力提升至真武M890的3倍；
国产芯片单位算力成本更优；
国内IDC建设、电力、制冷成本低于海外。
如果我们考虑国产化的规模成本优势，再结合技术迭代后的成本压缩趋势，个人认为中短期内国内1GW数据中心的成本将会继续下降，可能会在 700-800 亿之间。
对于阿里来说，其实还有一个重要优势：全栈式的AI 模式。其产业布局分布于AI重点领域，包括但不限于云计算，大模型，芯片，应用分等，这一方面使AI 可以有充分的应有场景，比如云计算的TO B的 MaaS 营收就受Qwen 大模型性能的优化而快速增长，另一方面，全栈式可以有效提高资本开支效率（提高规模效应，自研芯片降低成本）。
如果这么测算，阿里接下来在AI 算力将会有两个趋势：
1）算力储备位居全球一线水平；
2）算力成本因为全栈式又优于同类。
精彩评论