最近 AI 基建的热度持续走高，不少人好奇建一座吉瓦级的 AI 数据中心到底要花多少钱？
400 亿美元，这个数字本身足够惊人，但背后的成本结构远比一张 GPU 采购单复杂得多。我们结合两份最新研报，把这笔账算清楚。

别拿单机架价格算总投资很多人会拿单颗 GPU、单个机架的价格来估算数据中心成本，但这其实是误区。
当前大型 AI 项目的讨论单位已经从 “装多少块 GPU” 转向 “多少吉瓦电力容量”，1 吉瓦大致相当于一台大型核电机组的发电功率，满负荷运行一年要消耗 87.6 亿度电，相当于 800 多万昆明居民一年的生活用电量，是超大型 AI 基建的标准尺度。
伯恩斯坦的研报测算显示，5 种代表性架构下，1 吉瓦数据中心的总投资都在 350 亿到 400 亿美元之间。单看机架价格差 3 倍，统一到 1 吉瓦总投资却只差 5 亿：英伟达 Vera Rubin 架构的单套计算单元约 752 万美元，谷歌 TPU V7 的单套仅 269 万美元，但统一到 1 吉瓦口径后，总投资只差 5 亿美元，几乎处在同一量级。

原因在于功率密度：Vera Rubin 单套单元对应 281 千瓦功率，1 吉瓦需要约 3557 套；TPU V7 单套仅 102 千瓦，同样容量需要近 9783 套。机架贵但功率高，机架便宜但需要更多套，最终总投资被拉平。
400 亿的钱到底花在哪？这笔近 400 亿美元的投资，并非全在 GPU 上。
以 Vera Rubin 架构为例，总投入 395 亿美元中，约 268 亿在计算单元内部的 IT 设备，剩下 127 亿在机架外的基础设施，400 亿总投资里，2/3 在 IT 设备，1/3 在基建。
机架内部的成本也不只是 GPU：单个计算单元的网络成本就超过 100 万美元，包括高速连接的网卡、交换机、光模块等。随着 AI 集群规模扩大，成本正在从芯片本身向互联网络延伸。
机架外的基建同样占比不菲：冷却系统约 18 亿美元，供电基础设施约 32 亿，土地和建筑约 45 亿。一座 AI 数据中心绝非买完服务器插上电就行，厂房、变配电、备用电源、冷却管路都是刚需，这也是总投资远高于单纯 GPU 采购的核心原因。

真正的成本大头不是电费很多人觉得 AI 数据中心贵是因为电费，但实际算账并非如此。
我们通常说的 400 亿是一次性资本开支，而年度经营成本还包括折旧和电费。
以 Vera Rubin 架构为例，按 6 年折旧计算，每年的资本折旧约 66 亿美元。而按每度电 0.15 美元的偏高电价计算，1 吉瓦数据中心全年电费仅约 13 亿美元，折旧成本是电费的 5 倍，电力只是物理约束。哪怕单颗 GPU 的年度电力成本约 5134 美元，对应的年度折旧也高达 25848 美元，同样差距明显。
高盛的研报显示，美国数据中心电力需求近期将增长约 38%，电力已经成为 AI 基建扩张的物理约束，但从经济账来看，电费并非最重的成本项。

最后再理一理整个逻辑：
第一，别用单机架价格算总投资，口径统一到吉瓦才准确；
第二，数据中心不是 GPU 采购单，基建占比不小；
第三，一次性投资要转换成年度成本，折旧周期短的硬件才是真正的压力；
第四，电力是物理约束，但经济成本大头还是硬件折旧。
完整的两份研报内容可在会员中心获取，涵盖更多细节数据。