摩根士丹利发布了一份关于人工智能数据中心的非常有趣的报告，其中包含一些引人入胜的见解

- 单位经济性：与传统数据中心相比，人工智能工厂每兆瓦的资本支出需求显著更高（高出 5-10 倍），但仍能实现更好的内部收益率潜力。

- 资产转型：与传统数据中心不同，人工智能工厂意味着拥有外壳（土地、基础设施、电力）和半导体。GPU 机架、内存等都价格昂贵，并具有显著的资产价值。运行风险在于，利用率降低将导致内部收益率大幅下降。

- 电力需求：人工智能工厂运营成本的 15-20% 来自电力。正如摩根士丹利预期的那样，人工智能工厂的复合年增长率将达到 81%，而传统数据中心仅为 10%，这将反映在电力需求上。从 2027 年起，摩根士丹利预计人工智能工厂的电力需求将几乎与旧数据中心相当。

- 租赁还是自有：资本支出需求如此之高，以至于租赁人工智能工厂的空间很大。Neoclouds 实现了这一点。它们通常在拥有或租赁后安装 GPU/TPU 等硬件。它们通过客户或投资者的特殊目的载体来融资。尽管如此，每兆瓦的收入仍低于超大规模云提供商。

预见的主要风险包括：- 服务器在盈亏平衡点之前贬值- 超大规模云提供商和前沿实验室违约其需求承诺

所有基础数据均表明需求并未消退，商业模式看起来也不像空头情景所暗示的那样无望。