01 人工智能和机器学习的日益普及，带动了对高性能计算硬件需求的增长 人工智能和机器学习正在主导各个行业，数据中心也在不断更新硬件以适应这一发展趋势。人工智能模型需要高性能的计算资源，因此企业纷纷投资高性能服务器、GPU 和存储系统。这些工作负载需要高速处理，因此对更高性能硬件的需求持续增长。云服务提供商、超大规模数据中心和企业都在部署支持人工智能的基础设施。如今，关键不再是存储信息，而是及时高效地执行信息以服务于人工智能工作负载。这迫使硬件提供商开发出更复杂的解决方案，以更高的效率处理更高级的人工智能工作负载。 例如，根据白宫在 2025 年 1 月举行的新闻发布会，OpenAI、软银和甲骨文的合资企业宣布投资 1000 亿美元用于人工智能基础设施，到唐纳德·特朗普总统第二个任期结束时，投资额有可能扩大到 5000 亿美元。 面对这样的需求，数据中心硬件供应商正专注于人工智能优化架构，以满足日益增长的机器学习和深度学习应用需求。
02 超大规模数据中心的扩张推动了高密度和高能效硬件的采购 随着云巨头在全球范围内不断扩建，超大规模数据中心正在迅速发展。这些大型数据中心需要节能高效的高密度硬件，能够在处理海量工作负载的同时，最大限度地降低能耗。各组织机构正在转向下一代服务器、存储系统和网络设备，以在不大幅增加功耗的情况下提升性能。人工智能也在推动这一趋势，超大规模数据中心运营商正在寻求能够在不影响可持续发展目标的前提下处理人工智能工作负载的硬件。 例如，Equinix宣布与新加坡政府投资公司（GIC）和加拿大养老金计划投资委员会（CPP Investments）成立一家150亿美元的合资企业，旨在扩展其在美国的超大规模数据中心。这项投资将用于建设容量超过100兆瓦的全新xScale数据中心，为超大规模客户新增超过1.5吉瓦的容量，从而支持人工智能和云计算的增长。 这种大规模投资反映了对人工智能优化的超大规模基础设施日益增长的需求，使云公司和企业公司能够高效扩展规模，同时确保高性能的数据处理能力。