为什么AI数据中心越建需求越大？IREN联创解读算力供需矛盾

IREN联合创始人兼联席CEO Daniel Roberts表示，每座新建的AI数据中心都将进一步增加而非削减AI需求。

Roberts认为，简单将当前的AI基础设施周期与过去的技术繁荣相提并论具有误导性。更强大的AI需要更强的算力支撑，而成本更低的AI将推动更多用户和应用接入AI。

他指出，AI能力的每一次飞跃都会催生大量此前不存在的新应用场景，因此需求可以像软件开发一样快速膨胀，但算力供给却无法以同等速度扩张。

算力基础设施的建设受到电力接入、输电线路、混凝土、钢材以及施工人员等现实条件的制约，难以迅速提升供给扩张的速度。

Roberts表示，在过去的技术繁荣周期中，技术进步往往帮助供应端追赶需求；但当前的AI技术本身正在推动需求呈指数级增长，而现实世界的基建速度却难以跟上。

核心观点速览

Roberts的主要判断可归纳为三点：其一，新建数据中心不会饱和现有需求，而是会因降低使用门槛、创造新场景而扩大需求；其二，需求增长遵循软件迭代速度，但供给扩张受制于土木工程与能源基础设施的物理周期；其三，本轮AI周期与过往技术浪潮的本质差异在于，技术突破本身在同步指数级地创造需求，而非单纯提升供给效率。

算力供给面临哪些现实约束

数据中心的物理建设存在多重硬约束：除了电力接入与输电线路，还包括混凝土、钢材等建材供应以及熟练施工人员的调配。这些环节决定了算力供给无法像云计算或软件部署那样即时弹性扩容，供给端的响应天然存在滞后。

与历史技术周期的关键区别

在以往的技术浪潮中，创新常常通过提高生产效率来帮助供应端追赶需求。但Roberts强调，当前AI的特殊性在于，算法与模型的突破直接转化为新增需求，且增速远超传统基建的扩张极限，导致供需缺口可能持续存在。