Brookfield przewiduje 75 GW nowych centrów danych AI w dekadę

Brookfield Asset Management prognozuje, że w ciągu najbliższych dziesięciu lat powstanie około 75 GW nowych centrów danych dla sztucznej inteligencji. Łączne wydatki na infrastrukturę AI mają przekroczyć 7 bilionów USD, a ryzyko nadmiernej rozbudowy pozostaje, zdaniem spółki, niewielkie. To odważna mapa drogowa, która pokazuje skalę transformacji całego łańcucha dostaw mocy obliczeniowej.

Inwestycje liczone w bilionach

W opublikowanym materiale analitycznym Brookfield szacuje łączne nakłady na infrastrukturę AI w perspektywie dekady na ponad 7 bilionów USD. Największą część, około 4 biliony USD, mają pochłonąć układy scalone wraz z fabrykami i łańcuchem dostaw. Kolejne 2 biliony USD przypadną na same centra danych AI. Po 500 miliardów USD trafi na energetykę i sieci przesyłowe oraz na infrastrukturę towarzyszącą, na przykład światłowody, chłodzenie i robotykę.

Według spółki tak zwane fabryki AI, czyli obiekty zoptymalizowane pod trening i wnioskowanie modeli sztucznej inteligencji, osiągną do końca 2025 roku około 15 GW zainstalowanej mocy, wobec około 7 GW na koniec 2024 roku. W następnym dziesięcioleciu przybędzie blisko 75 GW, co da około 82 GW mocy w 2034 roku. To ponad dziesięciokrotny wzrost w ciągu dekady!
Prezes Brookfield Asset Management Connor Teskey ocenia, że „szanse na nadbudowanie mocy są obecnie bardzo niewielkie”, ponieważ większa efektywność modeli napędza jeszcze większy popyt.

Popyt na GPU, przewaga inferencji i zwrot ku usługom

Brookfield przewiduje, że baza zainstalowanych układów GPU wzrośnie około siedmiokrotnie, z około 7 mln sztuk w 2024 roku do 45 mln w 2034 roku. Jednocześnie ciężar zapotrzebowania na obliczenia przesunie się w stronę uruchamiania gotowych modeli. Do 2030 roku około 75% mocy ma konsumować inferencja, a nie trening. Rosnąca złożoność agentów AI, łączących wiele wywołań modeli w ramach jednego zadania, dodatkowo zwiększy wymagania po stronie centrów danych.

Silnie mają skorzystać dostawcy GPU jako usługi (GPUaaS). Brookfield zakłada, że ten rynek urośnie z około 30 mld USD w 2025 roku do ponad 250 mld USD w 2034 roku, wraz z popytem firm na elastyczny dostęp do mocy bez wydatków inwestycyjnych. W efekcie projekty centrów danych będą coraz częściej przygotowywane nie tylko pod duże, skupione klastry do treningu, ale również pod wysokowolumenowy ruch inferencyjny i szybkie przezbrojenia. Aby uniknąć przedwczesnej przestarzałości, Brookfield rekomenduje modułowe układy z możliwością szybkiej wymiany zasilania i chłodzenia wraz z nowymi generacjami układów.

Kontekst rynkowy i energia, czy to się spina

Prognozy Brookfield są zbieżne z analizami McKinsey dotyczącymi nakładów na centra danych, które do 2030 roku mogą wymagać około 6,7 biliona USD. W tym szacunku obiekty przystosowane do obciążeń AI odpowiadają za większość planowanych wydatków. Różnica w horyzontach czasowych tłumaczy rozbieżność między 7 bilionami USD wskazywanymi przez Brookfield dla całej dekady a 6,7 biliona USD do 2030 roku.

Jednocześnie Brookfield przechodzi od zapowiedzi do projektów. W czerwcu ogłosił około 10 mld USD, na rozwój hubu infrastruktury AI w Szwecji, a w lutym zadeklarował około 23 mld USD na infrastrukturę AI we Francji w ciągu pięciu lat, w tym na centra danych i infrastrukturę towarzyszącą.

Wyzwania nie znikają, a najważniejsze to dostęp do mocy i przepustowości sieci, pozwolenia środowiskowe oraz czas dostawy transformatorów i chłodnic. Z punktu widzenia polityki energetycznej skala 75 GW dodatkowego zapotrzebowania oznacza znaczące modernizacje sieci przesyłowych i dystrybucyjnych, a także konieczność bilansowania profilu zużycia z odnawialnymi źródłami energii. Brookfield i inni inwestorzy mówią wprost, że część kapitału, około 500 mld USD, musi trafić właśnie na energetykę i linie przesyłowe, aby nowe moce obliczeniowe miały z czego czerpać.