AI進入“重工業時代”：萬億算力基建，如何賺錢？

文 | 智訊智庫分析師 許倍

2026上半年的資本市場，大盤震蕩之下，電力、芯片、IDC液冷等“AI基建”板塊逆勢走強，成為資金追逐的絕對主線。極高的估值溢價背后，存在一個被市場共同指認的產業真相：AI競爭正在加速進入“重工業時代”。

科技巨頭們正在用實際行動印證這一轉變：OpenAI深度參與的數據中心項目“星際之門”（Stargate），已被推向5000億美元、10GW級別的空前體量；Meta（META.O）把Hyperion數據中心裝進與Blue Owl（OWL.N）的合資結構，將企業內部沉重的資本開支轉化為金融市場可定價持有的基建資產；Google（GOOGL.O）則將能源觸角伸向先進核電，通過長期綁定清潔電力來保證算力產能的穩定性。

可以看到，巨頭們不再只是買云、拼參數，而是在瘋狂建機房、搶能源，“穩定、低成本、大規模地產出Token”成為新型產能指標，數據中心正在從后臺IT成本中心變為能直接貢獻利潤的價值中心。

一輪史無前例的AI基建超級周期正在強勢展開：Dell’Oro預測2029年全球數據中心資本開支將達1.2萬億美元[1]；哥倫比亞大學經濟學家的測算更為驚人，僅美國在2026-2032年就可能需要高達8.2萬億美元的數據中心投資[2]。

面對這場萬億級別的產業重構與資本狂歡，本文試圖穿透喧囂，回答三個核心問題：科技巨頭為何親自下場搞基建？當AI蛻變為“數字重工業”，需要搶奪哪些重要“地盤”？在昂貴的基建賬單背后，泡沫有多大，利潤在哪里？

需要注意的是，本文并未對AI基建產業鏈各環節的收入彈性、成本結構和估值水平做完整測算，也不構成直接投資建議。文中提到的公司和案例，主要作為產業觀察線索，用于說明AI競爭的結構性變化。本文核心觀點主要有：

科技公司開始親自下場打“地基”

無論在傳統互聯網還是AI時代，數據中心都是毫無疑問的重資產，但兩者的商業內核已經完全不同。傳統互聯網的數據中心更像是存放和分發信息的“倉庫”，作為后臺底座支撐業務運轉，而AI時代的超級集群卻像一座座“數字鋼廠”，有實實在在的生產活動，能夠直接創造收益。

在這一邏輯下，Token正在成為數字時代的新型“鋼鐵”。過去，行業習慣將Token比作水電煤，但這并不精確。水電煤屬于初級能源，鋼鐵則是消耗了煤炭、礦石與水資源后，被重工業體系冶煉出的“核心中間品”。Token也是如此——它是消耗了極端的電力負荷、高昂的GPU折舊與海量冷卻資源后，被AI數據中心“冶煉”出來的標準基礎材料，并被持續鍛造為各類AI應用的核心產能。

如此，Token不僅是模型輸入輸出的最小計量單位，也成為衡量AI服務經濟性的核心指標。隨著B端API價格的持續下探，單位Token的成本直接左右著AI業務的毛利率，你很難靠購買別人的“高價鋼材”，去打贏一場殘酷的重工業價格戰。于是，科技公司開始親自下場打“地基”：一是把算力“建出來”，二是把算力“鎖下來”。

把算力“建出來”

AI公司的第一類基建動作，是從“租用云算力”走向“直接參與算力建設”。

OpenAI的星際之門（Stargate）計劃是最具標志性的案例。2025年1月，OpenAI聯合甲骨文（ORCL.N）與軟銀集團（9984.T）在白宮共同宣布啟動5000億美元的AI基礎設施項目[3]。隨后，OpenAI又與甲骨文達成新協議，開發額外4.5GW的Stargate數據中心容量[4]。這個項目的意義不僅在于規模巨大，更在于它把“模型公司需要更多算力”轉化成了一個橫跨云服務、芯片、能源、資本和國家競爭敘事的超級基礎設施平臺。

不過，“星際之門”也暴露出AI基建擴張的核心矛盾：模型公司的收入增長很快，但算力需求的增長更快。盡管OpenAI的年化營收已達到百億美元并繼續上修預期，卻接連甩出千億級別的投資承諾，市場對此不無擔憂。Sam Altman卻回應稱，若要實現AI的潛能，目前這些建設規劃并不寬裕。

進入數字重工業的門票極其昂貴，剛在大模型上耗費巨額現金流的巨頭們，想要開啟算力基建，幾乎都需要外部資金的支持。為此，Meta選擇與Blue Owl成立合資公司，共同開發并持有Hyperion數據中心園區[5]。其本質是把AI數據中心從企業內部資本開支，轉化為金融資本可以參與、定價、持有的基礎設施資產。

xAI則代表另一種更激進的路徑：用極限工程速度把算力先堆出來，因為交付速度本身就是強大競爭力。據官方披露，其Colossus訓練超算在122天內建成，并迅速擴展到20萬塊H100 GPU的單一互聯集群[6]。然而狂飆的工程建設，也迅速撞上了另一道重要約束——能源。Colossus在當地一家引發了圍繞電力供應、空氣污染和社區影響的爭議，這個案例凸顯出AI數據中心已經不再是傳統意義的“IT項目”，更是一項需要同步解決電力接入、冷卻資源、并網速度與環保許可的“重工業項目”。

當硅谷在狂拉金融杠桿、挑戰工程與電力極限時，中國的AI基建則呈現另一種路徑。

阿里巴巴（BABA.N/9988.HK）宣布，未來三年投入至少3800億元人民幣，用于云計算和AI基礎設施建設，這一規模超過阿里過去十年在這方面的投入總和[7]。字節上個月也正考慮將2026年的資本支出提高至多達700億美元，以擴建AI基礎設施，而且這一數字還可能在2027年攀升至1000億美元[8]。

與美國多方共建、資本堆砌的“單體超級項目”不同，中國路徑的重心是依托云大廠與平臺公司的既有業務底盤，在算力建設、國產芯片適配、模型服務和企業級AI場景落地之間形成長期閉環。

把算力“鎖下來”

不是所有AI公司都會親自建設數據中心，但幾乎所有頭部AI公司普遍通過長期合同、股權綁定和戰略合作，提前鎖定未來算力，AI公司的算力合同呈現出“長協化、多源化和資本化”的特征：長協化解決供給確定性，多源化降低單一供應鏈依賴，資本化則把未來算力需求變成今天可以寫進估值模型的產能故事。

AI算力的交易模式，正在告別短周期、彈性化的“現貨調用”時代，演變為類似重工業體系中的“長協訂單”。

云廠商CoreWeave（CRWV.O）通過出租配備大量英偉達GPU 的數據中心賺取收入，其與OpenAI的協議在去年內多次擴展合同至價值總計約224億美元，更關鍵的是，CoreWeave在原始協議中提到，將為OpenAI的模型訓練與服務提供專屬計算容量[9]。這意味著雙方關系并非短期GPU租賃，而是圍繞未來模型訓練、推理和產品交付建立的大額、持續性算力供給安排。

Anthropic也與Amazon(AMZN.O)在今年擴大合作，Anthropic承諾未來十年在AWS（“Amazon Web Services”）技術上投入超過1000億美元，并鎖定最高5GW的Amazon Trainium算力容量，用于訓練和部署Claude[10]。需要注意的是，這里的Trainium不是通用GPU，而是AWS為AI訓練和推理設計的自研加速器，這意味著Anthropic可以將自身的模型底座嵌入Amazon的自研芯片與超級計算集群體系。

在英偉達GPU供給持續緊張、定價權高度集中的背景下，單一芯片架構意味著單一技術路徑，單一云平臺則意味著單一議價瓶頸。過去模型公司更多是在市場上買算力、租云資源；現在頭部模型公司開始主動設計自己的算力組合：GPU、TPU、Trainium并用，Google、AWS等多家云平臺并行。

Anthropic就是典型案例之一：它先是深度綁定Google，簽下最高100萬個TPU、超1GW的容量協議，接著聯合Amazon，簽下最高5GW的Trainium算力長協[11]。

對頭部模型公司而言，算力多源化不只是供應鏈備份，更是爭奪產業鏈中話語權的關鍵一步。但多源化不是簡單的“多找幾家供應商”，它非常考驗模型公司的跨平臺調度和系統工程能力，因為不同芯片和云平臺背后，是不同的軟件棧、訓練框架和工程適配成本。

過去，模型公司融資更多講參數規模、技術路線和應用想象力；現在，投資人更關心一個更現實的問題：未來幾年的算力從哪里來？因此，AI公司的算力投入開始被明確寫進IPO募資和外部融資。

MiniMax（0100.HK）招股文件顯示，公司計劃將募集資金中約50%的比例投向AI基礎設施，主要包括購買第三方云計算、存儲和網絡能力[12]；智譜（02513.HK）募集資金凈額中，約10%將用于持續優化MaaS平臺（Model as a Service，“模型即服務”），包括提供最新基座模型，以及訓練、推理工具和基礎設施建設[13]。

即便是以低成本訓練和高效率推理著稱的模型公司，一旦進入更大規模的商業化階段，也繞不開算力基礎設施的擴張。據報道，DeepSeek完成超500億融資的核心投入就是算力基建[14]。

MiniMax、智譜和DeepSeek共同指向一個變化：算力正在從研發預算變成估值敘事。資本市場愈發重視一家AI公司是否擁有穩定的算力來源、可控的單位Token成本，以及在高并發商業化場景下持續交付服務的能力。

當AI走向重工業之戰，巨頭們在搶哪些“地盤”？

AI的重工業之戰是一場橫跨芯片、存儲、網絡、互聯、電力、散熱等數個產業的系統工程競賽，任何一環的掉隊，都會影響全局進度。因此，真正決定長期勝負的，是誰能突破AI產能的底層約束——硬件、物理資源和資本。其中，硬件決定單位計算成本，物理資源決定算力能否穩定運行，資本決定擴張速度。科技巨頭爭奪的，正是這三塊地盤。

搶硬件地盤：從GPU爭奪，走向計算體系的競爭

搶AI硬件地盤的本質，是控制單位計算成本和供應鏈風險。

過去兩年，GPU是AI產業最稀缺的生產資料。但當訓練集群邁向萬卡、十萬卡規模后，競爭已經不只是“誰能買到更多GPU”，而是“誰能建立更可控的計算體系”。這套體系至少有三層：

第一層是芯片，決定基礎算力。英偉達GPU仍是主流，但Google TPU、AWS Trainium、華為昇騰、百度昆侖芯等AI芯片都在加速推進，甚至模型公司也開始向這一環節前移，例如OpenAI已經發布了首款AI芯片[15]。

第二層是網絡，決定集群效率。超級集群面臨海量并發的通信損耗，行業正在構建“以AI為中心的網絡”，用InfiniBand、Spectrum-X、NVLink以及800G/1.6T光模塊等技術，提升GPU有效利用率，比如xAI Colossus就是使用英偉達的Spectrum-X以太網網絡來訓練Grok系列模型[16]。

第三層是超節點架構，決定規模化上限。當單卡性能逼近邊界，科技公司開始通過“超節點架構”和全棧軟硬件協同（如華為CloudMatrix、百度天池），將多組服務器機柜揉合成統一的超大計算單元，用系統工程突破算力密度的物理極限。

搶物理地盤：從靠近用戶到搶占能源，AI數據中心成為“重型能源基建”

如果硬件決定有沒有算力，那么物理資源決定算力能不能真正實現。沒有穩定電力、冷卻系統、并網能力和合規許可，再昂貴的芯片也只是閑置資產。科技巨頭搶物理地盤，本質上是在搶三件事：

第一，搶開機率，打破工程木桶效應。超級集群規模越大，越容易出現“木桶效應”：芯片到位但電力不足，機房建成但并網滯后，服務器上架但冷卻資源受限，都會拖慢算力釋放。xAI Colossus快速擴張引發爭議的案例說明，AI基建不能只拼工程速度，還必須同步解決能源、并網、冷卻、合規和社區約束。

第二，搶電力確定性，對沖底層斷供風險。AI訓練和推理是持續高負荷生產，科技巨頭開始親自組織新的電力能源。Microsoft（MSFT.O）推動核電機組重啟，Google與Kairos Power合作簽署先進核能協議，Amazon圍繞核電資源鎖定數據中心供電，本質都是把外部不確定的電力資源采購，變成內部算力產能規劃的一部分。

第三，搶能源成本曲線，守衛推理毛利率。AI推理是高頻、持續、價格敏感的商業化交付，當API價格下降、調用量上升時，電力、冷卻的利用率就會直接影響單位token的毛利率。德勤預測，2026年推理將吃掉全球AI算力的三分之二[17]，低成本、高能效算力的重要性持續上升。

AI數據中心正在從互聯網時代的“后臺機房”，變成高度依賴電力、土地、水冷的“重型能源基建”。科技巨頭搶物理地盤，并不是簡單圈土地、建機房，而是在把算力擴張深度嵌入現代工業體系。

搶資本地盤：AI基建正在從“燒錢項目”變為“融資故事”

AI基建太重，重到即使是現金流充沛的科技巨頭，也需要設計新的融資方式。

過去，算力采購多被視為企業內部的純資本開支（Capex）。如今，隨著投資規模持續擴大、回報周期不斷拉長，AI基礎設施正在被重新定義為一種能夠被資本市場理解和定價的戰略資產，隨之而來的是AI基建融資手段的全面進化。

首先是資本通道的擴容。OpenAI、Anthropic、MiniMax、智譜等大模型獨角獸，正通過IPO或一級市場的長線資金打開AI基建的“血庫”；而Alphabet、Amazon等科技巨頭，則依靠自身信用發行債券，為AI基建加起超級杠桿。

其次是算力合同的“信用資產化”。CoreWeave與OpenAI的百億訂單，讓GPU云產能轉化為具備穩定現金流預期的抵押物，從而為CoreWeave后續擴建數據中心、開展債務融資作信用背書。

更進一步，是基礎設施所有權的金融化。Meta與私募巨頭Blue Owl通過合資架構，將數據中心轉化為可由外部資本持有的基礎設施資產，既讓科技公司鎖定了長期使用權，也讓金融資本直接分享到AI基建收益。

但，搶奪這場資本地盤的核心，絕非“誰更會講重資產故事”，而是誰能將算力需求轉化為可驗證的商業閉環。

沒有龐大的客戶入口和真實的推理需求，數據中心終究只是一堆加速折舊的昂貴硬件；只有具備長期訂單綁定、穩定的高利用率和清晰的變現路徑，資本才真正愿意為這場“世紀基建”持續買單。

萬億開支的算力基建，真正的利潤藏在哪里？

AI基建看上去是一場“燒錢”競賽，但狂歡過后，巨頭們必須解答一個核心問題——這些重資產能否被蛻變為一套可持續造血、帶來長期競爭優勢的生產資料？回到財務賬本面前，這個問題面臨的是成本壓縮、收入轉化和護城河驗證三道關口。因此，這本賬至少要從三層拆開來看：成本賬、變現賬、護城河賬。

成本賬：單位Token成本下降，是AI基建的利潤起點

AI基建的成本賬不能只看“模型訓推花了多少錢”，而要拆成一條更完整的產能公式：單位Token完全成本=（年化硬件折舊+能源與冷卻成本+網絡與運維成本+融資成本）÷有效可計費Token量。

這個公式展示了AI基建最殘酷的商業屬性：在重資產語境下，GPU但凡不開機、不轉化為高頻的真實API調用，就是財務表上在瘋狂吞噬現金流的“無底洞”。只有當利用率被拉滿，高昂成本才能被有效攤薄。

即使是以“極致壓榨算力效率”著稱的DeepSeek，也正在內蒙古烏蘭察布招聘數據中心交付與運維團隊，加強自有算力基礎設施能力[18]。6月底，DeepSeek還宣布，V4正式版上線后將引入峰谷定價，高峰時段API價格為平時的兩倍，目的是優化資源配置、提升服務穩定性[19]。

這說明，算法優化可以降低單次推理的計算量，卻無法消除高峰負載、算力供給和調度效率的約束。如今，純軟件層面的算法優化已摸到“天花板”，算力不再是可以隨意買到的資源，只有親自下場掌控物理基建，掌握算力調度的主動權，才能系統性地擊穿Token的成本底線。

未來真正具備成本優勢的玩家，是把“芯片折舊、低價綠電、網絡調度和融資利率”完美揉捏，榨出最低Token成本的“數字工廠廠長”。

變現賬：對外出租算力，對內反哺高毛利業務

如果說成本賬回答的是“AI基建如何把Token生產得更便宜”，那么變現賬回答的是另一個關鍵問題：這些昂貴的算力，最終從哪里收回成本、創造利潤？

摒棄“大模型本身怎么賺錢”的單一視角，AI基建可以走出兩條不同的變現路徑：一條路指向明碼標價的“收租地產”，另一條路指向隱匿無形的“效能杠桿”。簡單來說，一種是把算力賣給別人；一種是把AI能力嵌入內部的高毛利業務。

對云廠商和GPU云公司而言，AI基建首先是一門極度強調排他性的“重型地產租賃”生意。他們表面上賺取的是算力租金，底層爭奪的卻是客戶入口和粘性。因為客戶一旦把數據、模型和業務接入某個平臺，遷移成本就會迅速抬高。這也是為什么底層基建玩家寧可頂著價格戰“流血”，也要把客戶先“圈進院子”里。

但對Google、Microsoft綜合型科技公司而言，AI基建的回報不一定直接體現在“賣API或者訂閱費”上，而更像是一臺能提升原有業務效率、創造回報的“利潤放大器”：在廣告業務中，提升投放匹配和轉化效率；在辦公軟件中，抬高訂閱價值和ARPU；在游戲和內容平臺中，降低生產成本；在電商業務中，增強客戶留存和加購表現。也就是說，AI基建不一定要單獨收費才算變現，只要它能提高原有業務的毛利率，就足以釋放出覆蓋巨額資本開支的商業價值。

護城河賬：固定成本越高，行業分化越明顯

當AI基建的入場券從千萬美元的服務器采購，飆升至動輒百億美元的數據中心與能源長協時，“固定成本”便不再僅僅是財務報表上的支出項，而是被科技巨頭們無情揮舞的“排他性武器”。

對科技巨頭來說，龐大的固定成本開支，不僅鎖定了當下的算力資源，更提前鎖定了未來核心生產要素的優先分配權。在供給緊張階段，“買不到”比“買不起”更能快速清退牌桌上的其他玩家，從而推動AI產業加速分層。

面對深不見底的基建支出，巨頭們正展現出一種極強的“跨界造血”與極限工程能力，這是初創公司無法企及的堅硬護城河。xAI能夠從“平地”快速拉起十萬卡級集群，依靠的正是融資能力與能源、設備、網絡和工程資源的高效協同。對谷歌、Meta、亞馬遜這類綜合型科技巨頭而言，龐大的既有業務生態構成了天然的“風險對沖網”——即便AI項目短期內無法直接盈利，其原本萬億級的廣告、搜索或電商業務也足以消化掉這筆天價賬單。

然而，當我們翻開這本昂貴的算力賬冊，必須警惕一種過于絕對的線性樂觀推演。在這場萬億基建的狂飆中，沒有任何一方握有絕對的安全牌。

對于重倉上游的基建組織者而言，“數字鋼廠”的極高壁壘背后，潛伏著致命的資產反噬風險（技術路線發生結構性突變/下游需求無法及時釋放）。反觀獨立的大模型與應用公司，算力基建的逐步完善與降本，反而為它們提供了一個重塑商業模式的時間窗口。

縱觀人類科技史，從鐵路、電信到云計算的普及，基礎設施建設初期往往伴隨激進的資產擴張和資源爭奪。隨著供給逐步充沛、資產利用率成為核心指標，行業競爭重心終究會從“搶資源”、“提效率”轉向“創價值”。

AI重工業時代抬高的競爭門檻，并不必然帶來你死我活的零和博弈，而會導向更清晰的產業分工：少數掌握芯片、數據中心、能源和網絡資源的基礎設施建設者；負責基礎模型研發和MaaS平臺服務的能力提供者；面向汽車、機器人、辦公、醫療等垂直場景的終端與應用創新者。

基于這一結構，AI產業的利潤圖譜也會逐漸圍繞這三類主體分別展開：上游看資源稀缺性與資產利用率，中游看單位Token成本與商業化效率，下游看場景價值與客戶付費能力。三個層次對應三本不同的利潤賬：基礎設施建設者算的是資產賬；模型與平臺提供者算的是效率賬；終端與應用創新者算的是價值賬。

AI基建帶來的是一場圍繞底層供給、模型能力和場景價值重新展開的產業分工：基礎設施建設者負責降低算力成本，大模型公司負責將算力轉化為平臺能力，應用創新者則把這些能力嵌入真實場景、創造付費需求。三方共同推動AI基建從資本投入轉化為持續增長的產業價值。

結語

AI的競爭，已不可逆地駛入“重工業時代”。

這并非意味著模型算法退居二線，而是物理世界中算力與能源的短板已經成為模型Scaling Law（規模定律）持續生效的硬約束。當應用端的商業化拐點尚未完全清晰，底層基建的“堵點”卻率先一步到來。巨頭們別無選擇，只能將錢優先砸向基建，因為這是當下最看得見、也是未來最牢靠的護城河。

但這場AI基建狂飆，視線不能只局限在科技公司的利潤表里，也需要放進更宏大的經濟周期里審視。美國大規模AI數據中心建設正在成為新的通脹催化因素，影響范圍從存儲芯片擴展到智能終端和電力價格[20]。目前，行業最關鍵的問題是：AI帶來的全要素生產率提升，能否跑贏并及時抵消這輪基建推高的成本壓力？

浪潮翻涌，這場“數字重工業革命”才剛剛拉開帷幕。

究竟誰能跨越芯片、電力和資本的重重枷鎖，將龐大的算力基建真正打造成一臺持續造血的“利潤放大器”？誰又會在百億美元的高杠桿博弈中黯然離場？AI暴利的流向，還遠未迎來終局。

【聲明：本文僅基于公開資料進行行業研究與信息分析，不構成任何投資建議、證券推薦或買賣依據。文中涉及的股價、市值及財務數據具有時點性，市場有風險，投資需謹慎。】

參考文獻

[1]Dell’Oro Group. Data Center Capex to Grow at 21 Percent CAGR Through 2029. Dell’Oro Group, 2025.

https://www.delloro.com/news/data-center-capex-to-grow-at-21-percent-cagr-through-2029/

[2]AzoAI. Trillions in AI Spending Shift the Race From Models to Infrastructure. AzoAI, 2026.

https://www.azoai.com/news/20260422/Trillions-in-AI-Spending-Shift-the-Race-From-Models-to-Infrastructure.aspx

[3]OpenAI. Five new Stargate sites. OpenAI, 2025.

https://openai.com/index/five-new-stargate-sites/ (OpenAI)

[4]OpenAI. Stargate advances with partnership with Oracle. OpenAI, 2025.

https://openai.com/index/stargate-advances-with-partnership-with-oracle/

[5]Meta. Meta Announces Joint Venture with Funds Managed by Blue Owl Capital to Develop Hyperion Data Center. Meta Investor Relations, 2025.

https://investor.atmeta.com/investor-news/press-release-details/2025/Meta-Announces-Joint-Venture-with-Funds-Managed-by-Blue-Owl-Capital-to-Develop-Hyperion-Data-Center/default.aspx

[6]xAI. Colossus. xAI, 2025.

https://x.ai/colossus

[7]Alibaba Group. Alibaba Group Announces Major Investment in Cloud and AI Infrastructure. Alibaba Group, 2025.

https://www.alibabagroup.com/en-US/document-1830678592242057216

[8]新浪財經. 字節跳動據稱考慮將2026年資本支出提高至多達700億美元. 新浪財經, 2026.

https://finance.sina.com.cn/tech/roll/2026-05-28/doc-inhzmpqs8709300.shtml

[9]CoreWeave. CoreWeave Expands Agreement with OpenAI by up to $6.5B. CoreWeave Investor Relations, 2025.

https://investors.coreweave.com/news/news-details/2025/CoreWeave-Expands-Agreement-with-OpenAI-by-up-to-6-5B/default.aspx

[10]Amazon. Amazon and Anthropic expand strategic collaboration. Amazon, 2026.

https://www.aboutamazon.com/news/company-news/amazon-invests-additional-5-billion-anthropic-ai

[11]Anthropic. Expanding our use of Google Cloud TPUs and Services. Anthropic, 2025.

https://www.anthropic.com/news/expanding-our-use-of-google-cloud-tpus-and-services

[12]MiniMax. 全球發售文件 / 招股書. 香港聯交所披露易, 2025.

https://www1.hkexnews.hk/listedco/listconews/sehk/2025/1231/2025123100025.pdf

[13]ChinaBizInsider. Zhipu AI launches Hong Kong IPO targeting HK$51 billion valuation. ChinaBizInsider, 2025.

https://chinabizinsider.com/zhipu-ai-launches-hong-kong-ipo-targeting-hk-51-billion-valuation/

[14]The Wall Street Journal. DeepSeek Becomes China’s Most Valuable AI Startup After Over $7.4 Billion Fundraise. The Wall Street Journal, 2026.

https://www.wsj.com/tech/ai/deepseek-becomes-chinas-most-valuable-ai-startup-after-over-7-4-billion-fundraise-78ef64c0

[15]The Verge. OpenAI reveals its first AI processor: Jalape?o. The Verge, 2026.

https://www.theverge.com/ai-artificial-intelligence/955939/openai-reveals-its-first-ai-processor-jalapeno

[16]NVIDIA. NVIDIA Ethernet Networking Accelerates World’s Largest AI Supercomputer, xAI Colossus. NVIDIA Newsroom, 2024.

https://nvidianews.nvidia.com/news/spectrum-x-ethernet-networking-xai-colossus

[17]Deloitte. Deloitte 2026 Technology, Media & Telecommunications Predictions: Narrowing the Gap Between the Promise of AI and its Reality. 2025.

https://www.deloitte.com/us/en/about/press-room/deloitte-2026-tmt-predictions.html

[18]新浪財經. DeepSeek 要在內蒙古建數據中心：首次面向烏蘭察布開啟招聘. 2026.

https://finance.sina.com.cn/tech/digi/2026-04-15/doc-inhupvfa4225343.shtml

[19]聯合早報. DeepSeek宣布高峰時段AI收費價格上調一倍. 2026.

https://www.zaobao.com.sg/news/china/story20260630-9289389?utm_source=chatgpt.com

[20]The Wall Street Journal. The Data-Center Boom Is Sparking a Third Wave of Inflation. WSJ, 2026.

https://www.wsj.com/economy/the-data-center-boom-is-sparking-a-third-wave-of-inflation-926adc6e