软银计划向法国AI基础设施投资高达750亿欧元(约合850亿美元),并在全国范围内建设总容量达5吉瓦的数据中心,这一大规模布局充分表明,电力获取能力正成为AI行业最重要的竞争优势之一。
这家日本科技巨头表示,项目将从敦刻尔克、博斯凯尔和布尚三处选址启动,目标是在2031年前实现3.1吉瓦的容量,随后扩展至全国5吉瓦规模。第一阶段计划到2031年在上述三处选址累计投入450亿欧元(约合510亿美元)。
与此同时,法国电力公司EDF也宣布了一项独立决定,选定软银作为其前布尚热电厂旧址400兆瓦数据中心园区的首选开发商。
法国只是软银AI基础设施全球布局的最新一站。该公司是Stargate的重要投资方,Stargate是美国AI基础设施倡议项目,目标投资额高达5000亿美元,数据中心规划容量达10吉瓦。OpenAI、甲骨文和软银曾在去年9月表示,Stargate的规划容量已接近7吉瓦,投资承诺金额超过4000亿美元。软银还投资了与数据中心及电力基础设施开发相关的SB Energy项目。
电力优先
"法国作为主要能源生产国和出口国的地位,是我们做出这一投资决策的决定性因素。"软银创始人兼首席执行官孙正义在发布声明时表示,"将充沛、有竞争力的低碳电力与战略选址及工业专业能力相结合,法国具备了成为全球AI中心所需的全部条件。"
Synergy Research Group首席分析师兼研究总监约翰·丁斯代尔表示:"选址涉及诸多因素,包括与客户的距离、房地产的可用性与成本、电力的可用性与成本、网络基础设施、营商便利程度、地方财政激励、政治稳定性、自然灾害风险控制,以及当地监管与数据驻留要求等。"
他在接受Data Center Knowledge采访时指出:"但过去几年,电力可用性已成为越来越重要的选址决策因素。"
美国能源部贷款项目办公室前主任吉加·沙阿表示,此次公告进一步印证了电力供应在AI基础设施发展中日益凸显的核心地位。
"电力可用性已成为大规模AI基础设施投资中的首要选址变量。"沙阿在接受Data Center Knowledge采访时说道。
市场研究机构Omdia首席分析师罗伊·伊利斯利认为,电力与水资源的获取已成为数据中心开发的关键所在。"在一些国家,电力资源虽然存在,但未必分布在合适的地点。"他在接受Data Center Knowledge采访时表示,成本与可靠性同样是选址决策中不可忽视的因素。
此类大规模项目的成败,在很大程度上取决于能否在园区规模上稳定获取电力、水源及相关配套基础设施。
电力驱动的选址新逻辑
过去,数据中心开发商通常是先确定土地,再寻求电力配套。如今,许多开发商已将获取电力置于首位。
布尚项目清晰呈现了这一转变对选址决策的深远影响。EDF并未简单地向第三方开发商提供电力,而是将一处旧电厂厂址与现有电网基础设施打包,发起公开竞争,遴选合适的开发商。最终,软银从中脱颖而出,成为这一规划容量达400兆瓦园区项目的首选竞标方。
过去一年间,EDF持续将旗下电力资产用地推向市场,凭借现有电网基础设施和工业用地吸引大型AI项目落地。在布尚,这一策略成功引来了全球最积极进取的AI基础设施投资者之一。
Q&A
Q1:软银为何选择法国作为AI基础设施的重点投资地?
A:软银选择法国,核心原因在于法国强大的能源供给能力。孙正义明确表示,法国作为主要能源生产国和出口国的地位是决定性因素。法国能够提供充沛、具竞争力且低碳的电力,叠加战略性选址和工业专业能力,具备成为全球AI中心的核心条件。此外,政治稳定性、营商环境、网络基础设施等因素也在综合考量范围之内。
Q2:软银在法国的数据中心投资计划具体包括哪些内容?
A:软银计划在法国投资高达750亿欧元,建设总容量5吉瓦的数据中心。项目首先从敦刻尔克、博斯凯尔和布尚三处选址启动,计划到2031年实现3.1吉瓦容量,第一阶段投资额为450亿欧元。此外,软银还被法国电力公司EDF选定为布尚旧电厂400兆瓦数据中心园区的首选开发商。
Q3:电力可用性为何成为AI数据中心选址的首要因素?
A:随着AI基础设施规模持续扩张,数据中心对电力的需求急剧增加,电力供应是否充足、稳定且成本可控,直接决定了项目能否落地并持续运营。多位行业分析师指出,过去几年电力可用性已超越地价、网络条件等传统因素,成为大规模AI基础设施投资中最关键的选址变量,水资源获取同样不可忽视。
好文章,需要你的鼓励
今天讲的出海案例是晶方科技,这家传感器先进封装公司通过 WaferTek 在马来西亚建设生产基地,并把新增 3000 万美元投向设备和产线。
这项研究揭示了大语言模型执行演绎推理时,仅约3%的注意力头构成关键"逻辑电路",分工明确,层层协作,一旦关闭这些电路,AI推理能力即刻崩溃。
随着企业将预算向AI倾斜,并大量采用AI编程助手,持H-1B签证的软件开发者正面临日益收窄的就业空间。Meta、亚马逊等科技巨头的裁员潮使工程类岗位需求进一步萎缩,招聘方越来越倾向于具备机器学习、数据科学等AI相关技能的候选人。分析人士指出,AI工具正压缩初级开发者的成长空间,企业也更偏向雇用绿卡持有者和本地公民,H-1B开发者须及早规划签证策略与技能升级路径。
Clark Hash是一种无需训练的句子嵌入压缩工具,将384维向量从1536字节压缩至48字节,通过稀疏随机投影与标量量化实现32倍压缩,同时保持高相似度相关性。