Goldman 指出電力與運算為 AI 關鍵瓶頸

Goldman 的備忘錄將投資者引導至 AI 的實體基礎設施，指出取得高壓電力現已比擁有購買晶片的資金更為重大的障礙。這使得已具備電網連接的企業擁有優勢，並顯示電力供應而非晶片供應，可能決定到 2027 年新資料中心能多快建成。在軟體方面，支出轉向資料與網路安全，顯示基礎平台與應用供應商之間的差距日益擴大，後者的定價策略可能因 AI 代理取代人類用戶而面臨壓力。對核心平台回報的關注也暗示投資者可能偏好經證實的運算獲利模式，而非未經考驗的新收入來源。

---

根據 Goldman 對 AI 浪潮的分析，擁有資金可以購買 GPU，但電力決定誰能實際運作它們。

摘要：

• 根據 Goldman，AI 基礎設施需求持續超過可用容量，且運算供需差距正在擴大，此結論基於與科技公司管理團隊的對話。
• 模型訓練預期的減速被 AI 安全性與進度監控支出增加所抵消，從而維持高運算需求。
• 大型超大規模營運商正鎖定 2028 年及之後的電力合約，因為 2026 及 2027 年的電網容量幾乎已被完全佔用。
• 資本支出因元件價格膨脹與額外晶片需求而增加，而每單位電力收入在過去一年約增長三分之二。
• Goldman 將數據與安全平台視為 AI 投資中最明顯的贏家之一，並指出應用軟體正日益為 AI 代理而非人類所設計。
• Meta 在其主要營運中每百萬瓦獲得兩到三倍的 ROI，而 Google 則採用包含客製晶片、雲端服務、安全性與分發的全面策略。

Goldman Sachs 表示 AI 基礎設施需求持續超越容量，且瓶頸正從晶片轉向電力，依據其近期與科技公司管理團隊的討論。

該投資銀行指出，由於新的基礎設施需求與穩定的企業支出，運算供需差距正在擴大。Goldman 預測模型訓練將放緩，但指出公司正增加對 AI 安全與進度監控的支出，這些任務需要更多運算能力，從而整體維持高運算需求。

根據 Goldman，電力如今是主要瓶頸。該銀行指出，2026 與 2027 年的電網容量幾乎已被完全保留，這促使領先的超大規模營運者積極爭取 2028 年及之後的電力合約。Goldman 主張僅擁有購買 GPU 的資金是不夠的；取得高壓能源基礎設施如今決定誰能擴張。資本支出因元件通膨與對更多晶片的需求而上升。同時，每單位電力收入在過去一年相較於較早的價格點增長約三分之二。

Goldman 也強調企業軟體的結構性變化。它認為數據與安全平台是 AI 支出最明顯的受益者之一，因為 AI 需要乾淨、結構化且安全的數據。CIO 們正日益將預算導向基本數據層與網路安全工具，旨在保障數據完整性並限制組織內未經授權的「影子 AI」風險。

應用軟體正變得「無頭化」(headless)，意指它正日益為 AI 代理而非人類用戶所建立。Goldman 表示這使供應商能將更先進的 AI 能力整合至當前平台，並目前推動著產業擴張。然而，它警告此轉變最終可能改變軟體公司定價與獲利其產品的方式。

在它點名的公司中，Goldman 指出 Meta 在其主要業務中繼續實現每百萬瓦兩到三倍的 ROI，同時尋求新的增量收入來源。該銀行表示，Google 利用其結合客製晶片、雲端、安全性與龐大分發網絡的全端優勢，來提升核心獲利。在此背景下，TPU 晶片銷售僅是更廣泛產品組合策略中的一環。

Goldman 總結指出 AI 獲利提供顯著選項。然而，在其觀點中，核心平台獲利仍是較可靠且有利的運算用途之一，暗示已在其電力上產生強勁回報的既有平台，在容量仍受限的情況下，可能持續成為更可靠的贏家。