文章探讨了AI数据中心市场的潜在降温趋势。从DeepSeek的低成本竞争，到微软缩减AI数据中心项目，再到阿里巴巴的预警，都预示着市场可能面临调整。高盛分析师将全球数据中心产能峰值时间提前，并下调了对AI训练服务器出货量的预期。文章分析了供需关系的变化，以及AI服务变现能力、大型基础设施项目和小型LLM带来的效率提升等不确定性。尽管如此，高盛仍对Digital Realty和Equinix等数据中心运营商持积极看法。

💡 **市场预警信号**：从DeepSeek对标ChatGPT、微软缩减AI项目，到阿里巴巴的警告，多个信号表明AI数据中心可能面临降温。

📉 **高盛的预测调整**：高盛将全球数据中心产能峰值时间提前至2025年，并下调了对AI训练服务器出货量的预期，反映了市场供需关系的变化。

🤔 **三大不确定性**：AI服务变现能力较弱、大型AI基础设施项目可能导致供给过剩、以及小型LLM带来的效率提升，是未来AI数据中心面临的三大不确定性。

📊 **供需关系分析**：高盛分析了需求端和供给端的变化，包括AI训练需求的放缓、AI推理的普及，以及新增数据中心供给的增加。

🏢 **对运营商的观点**：尽管预测有所调整，高盛仍对Digital Realty和Equinix等数据中心运营商持建设性观点，认为其风险/收益状况变得更加均衡。

从超低成本的DeepSeek对标ChatGPT的发布，到微软 (MSFT.US)全球范围内缩减AI数据中心项目，再到阿里巴巴 (BABA.US)董事长蔡崇信警告美国AI基础设施投资泡沫，多个预警信号正在闪烁：AI数据中心的繁荣，或许即将迎来降温。

数据显示，从年初至今，自1月DeepSeek事件发生以来，高盛的“能源+AI”主题投资组合一直处于下跌趋势。

财经博客ZeroHedge此前指出，随着更高效的大语言模型（LLM）的出现，市场正在形成一个“用更少资源做更多事”（do more with less）的新趋势。而高盛分析师James Schneider、Michael Smith等人周四发布报告，将他们此前预测的全球数据中心产能峰值时间，从2026年末提前。

Schneider在给客户的报告中表示，他更新了全球数据中心的供需模型，主要考虑到了DeepSeek的影响，以及OpenAI的Stargate等新项目带来的新增产能。

在新的预测中，他将全球数据中心的利用率峰值出现时间提前至2025年（此前为2026年末），同时预测供需紧张的情况将从现在到2027年之间逐渐缓解。尽管如此，数据中心的使用率仍将维持在高于历史平均水平的位置。

Schneider指出，未来AI数据中心存在三大不确定性：首先，面向消费者的AI服务的变现能力较弱；其次，大型AI基础设施项目可能导致供给过剩；第三，面向企业的“小型”LLM带来的效率提升。

从需求端看，根据报告，高盛的全球科技团队最近下调的AI训练服务器出货量预期，对各类数据中心的需求增长进行了更新。此次调整与AI训练需求的放缓，以及AI推理（inference）和相应数据中心工作负载的普及速度有关。

于是，高盛下调了2025年和2026年最直接受AI影响的需求增速预期。此外，高盛还对历史数据进行了微调，以更好反映实际的数据中心供给变化。这些变化带来了历史需求基线的上调，但未来18个月的新增需求则有所下调，而2027年及以后年度的需求趋势基本不变。

而从供给端看，高盛的模型也做了相应调整，纳入了2024年末已经投产的实际供给，同时新增了此前未被跟踪的小型数据中心运营商。这带来了约2GW的历史供给上调，既包括历史基线的修正，也包括实际容量的增长。长期来看，高盛预计2030年上线的新增数据中心供给将增加8%，主要是由于一些已获验证的新建项目。

尽管预测有所调整，分析师们依然对Digital Realty（DLR）和Equinix（EQIX）等数据中心运营商持建设性观点，指出在AI需求预期趋于理性之后，这些公司的风险/收益状况变得更加均衡。

而对于未来风险，高盛对其客户也进行了快速调查，问客户2025年AI主题面临的最大挑战是什么？结果显示，四分之一的受访者选择了：“效率提升”（Efficiency Gains）。风险提示及免责条款市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

编辑/rice