中國人工智慧研究實驗室新推出的全新開源AI模型DeepSeek成為全球關注焦點，市場對人工智慧保持樂觀態度，這樣的發展有助於加速基礎設施領域的創新。該模型稱可以提供高價值、低價格的AI解決方案，所需算力也比其他領先模型要來的低，DeepSeek紅遍全球後，市場開始猜測會對整個AI界帶來哪些影響。

DeepSeek對數據中心投資的影響

我們認為延遲敏感的一級市場(美國北維吉尼亞、矽谷、法蘭克福、東京等），由於其供需差距最大且市場租金上漲最快，仍提供投資數據中心的優異機會，不受此次事態發展的影響。

對延遲敏感的需求通常包括傳統的雲端工作負載，也包括AI推理，雖然DeepSeek的創新值得關注，但任何影響都將反映在AI機器學習階段，而這些機器學習的工作負載對延遲並不敏感，其數據中心通常設在非傳統市場的大型園區，如美國愛荷華州、密西西比州，以及芬蘭、馬來西亞。

DeepSeek對數據中心的意義

DeepSeek發佈之後，數位基礎設施領域開始反映AI在機器學習階段所需算力可能出現下降，以此訓練大型語言模型，這對數據中心投資而言具有重要意義，也因此，多數運營商的頭條新聞都是「不要恐慌」。

用成本更低、效率更高的方式來構建生成式AI模型，實際上將提升AI使用率，對數據中心容量產生同等甚至更多需求，這種邏輯具有兩面性：

• 首先，降低訓練成本將使企業更能負擔當前形式的AI，進而有可能重新調整投資回報率決策，而投資回報率決策是導致企業至今不願採用AI的原因之一。
   
• 其次，效率的提高為AI開發者提供「事半功倍」的機會，如果DeepSeek突破性的訓練效率能夠持續，並能從中國推廣到美國，有助開發出更強大的AI應用和模型。

向推理階段的轉變

然而，算力部署性質在未來可能發生變化，回顧自ChatGPT於2022年第四季度推出以來，過去兩年AI對數據中心的大部分需求都用於機器學習培訓，隨著AI模型的進入門檻降低，使該技術更容易獲得，這將加速向推理工作負載的轉變進程。

在這種工作負載中，社會會與經過訓練的模型進行交互，推理計算工作負載通常位於延遲敏感的一級市場，而這正是我們重點關注的市場，儘管訓練可能變得更高效，但推理工作負載將明顯加重，這代表對算力的總體需求將繼續上升；此外，較低的進入門檻將使規模較小的組織和初創企業，能夠為AI發展做出貢獻。

傑文斯悖論

有一點是明確的：AI基礎設施的效率提高並不一定代表對其總體需求會下降。

許多產業代表企業認為「效率提高導致整體資源消耗增加」的傑文斯悖論（Jevons Paradox）能用在AI基礎設施，許多人將DeepSeek的效率提升視為加速器，而非破壞者；更實惠、更容易獲得的AI能夠加速該技術的應用並提高市場滲透率，進而提振需求。

從投資者的角度看

市場普遍認為DeepSeek的突破是AI進化過程中的一次進步，而非轉捩點，專家們從未認為算力需求會呈直線成長，正如我們在其他技術中所看到的，預期這項技術也會持續改進。DeepSeek的突破，加上AI更加廣泛的應用趨勢，有望加速新興市場對數據中心基礎設施的投資。

科技巨頭持續加大對AI的投資

科技巨頭正在大幅增加對AI數據中心的投資，預計2025的支出將達到數百億美元，對AI數據中心投入最多的四家公司包括微軟、Google、Meta、亞馬遜，預計本財年的總資本支出至少達2150億美元，年增幅超過45%。

盤點四大巨頭中，光是亞馬遜一家公司就預計總資本支出將成長到1000億美元以上，所增加的大部分支出將用於AI，亞馬遜在2024年最後一個季度的租賃設備資本支出，創下260億美元的紀錄，該公司計劃於2025年繼續保持這樣的水準。而Google母公司Alphabet則將AI數據中心的投資支出，從2024年的525億美元增加到今年的750億美元，可以看出這些公司的CEO都看中AI的變革潛力。

眼見全球各行各業對AI需求有增無減，隨著AI的使用越來越廣泛、AI的可及性越來越高、科技巨頭和房地產開發者對AI的投資越來越多，這些皆有助於推動創新，並有利於加速全球對高性能數據中心的需求。

注意：本資料所示之指數或個股係為說明或舉例之目的，並非推薦投資，且未必為保德信投信所管理基金之對比指數或所持有之部位。

PGIMSITE202503125