Rozbudowa centrów danych Microsoftu o mocy 38 GW wobec kryzysu przepustowości AI

Microsoft ma podobno dążyć do osiągnięcia 38 gigawatów mocy centrów danych do 2032 roku, po tym jak niedobory ograniczyły jego zdolność do obsługi popytu na chmurę i AI.

Rozbudowa centrów danych Microsoftu o mocy 38 GW ponad trzykrotnie zwiększyłaby obecną moc firmy, wynoszącą około 12 gigawatów. Bloomberg podał 10 września, powołując się na osoby zaznajomione z planami Microsoftu, że taki jest wewnętrzny cel firmy. Microsoft nie potwierdził publicznie wartości 38 gigawatów.

To rozróżnienie ma znaczenie, ponieważ cel ten nie jest po prostu kolejną deklaracją wydatków. To próba rozwiązania problemu podażowego wewnątrz Azure, kluczowego silnika wzrostu Microsoftu. Firma twierdzi, że popyt przekroczył dostępną moc obliczeniową, nawet po latach budowy i zakupów sprzętu.

Wcześniejsza decyzja Microsoftu o spowolnieniu wybranych projektów dodatkowo zaostrza obecne napięcie. Firma chciała uniknąć nadmiernego wyprzedzania popytu z budową infrastruktury. Teraz musi przyspieszyć prace, jednocześnie zarządzając dostępem do energii, kosztami sprzętu i ryzykiem, że popyt na AI zmieni się przed 2032 rokiem.

Amazon Web Services i Google Cloud mierzą się z wieloma podobnymi ograniczeniami. Jednak zgłaszany plan Microsoftu wyraźniej pokazuje ten kompromis. Firma musi szybko zabezpieczyć rzadkie zasoby infrastrukturalne, nie wiążąc się jednocześnie z niewłaściwymi lokalizacjami, sprzętem lub umowami energetycznymi.

Rozbudowa centrów danych Microsoftu o mocy 38 GW jest zakładem po stronie podaży

Microsoft traktuje fizyczną moc obliczeniową jako wiążące ograniczenie wzrostu Azure, a nie drugorzędną kwestię operacyjną.

Zgłaszany plan zwiększyłby globalną moc centrów danych Microsoftu z około 12 gigawatów do ponad 38 gigawatów do 2032 roku. Oznacza to dodanie około 26 gigawatów mocy w ciągu sześciu lat.

Gigawat mierzy moc elektryczną, a nie wydajność obliczeniową. Liczba ta opisuje więc pulę energii dostępną dla sprzętu, a nie stałą wielkość produkcji AI. To, co Microsoft będzie w stanie zapewnić w ramach tej puli, zależeć będzie od doboru chipów, wykorzystania zasobów, chłodzenia, sieci i efektywności oprogramowania.

Skala nadal daje użyteczny obraz ambicji Microsoftu. Zgodnie z pierwotnym planem mocy, ukończona sieć przekroczyłaby zużycie energii elektrycznej stanu Nowy Jork w okresach szczytowego zapotrzebowania.

Porównanie to nie oznacza, że każdy obiekt będzie nieprzerwanie pobierał pełną znamionową moc. Moc centrów danych może również obejmować lokalizacje na różnych etapach realizacji oraz obiekty wspierane poprzez leasing. Ilustruje jednak fizyczne wyzwanie stojące za strategią chmurową Microsoftu.

Firma musi znaleźć odpowiednie grunty, zabezpieczyć przyłącza do sieci, uzyskać pozwolenia i zapewnić niezawodne dostawy energii elektrycznej. Następnie musi zbudować wyspecjalizowane obiekty i wyposażyć je w serwery, akceleratory, pamięć masową oraz sprzęt sieciowy.

Te etapy przebiegają według różnych harmonogramów. Zaawansowane chipy mogą zmieniać się w ramach jednego cyklu produktowego, podczas gdy budowa stacji transformatorowych i projektów przesyłowych może wymagać kilku lat. Lokalizacja ukończona z opóźnieniem może wejść do użytku z założeniami sprzętowymi przyjętymi znacznie wcześniej.

Microsoft już zaczął ogłaszać projekty wpisujące się w szerszą ekspansję. W czerwcu firma ujawniła plany budowy kampusu centrów danych w Pecos w Teksasie. Microsoft poinformował, że kampus Pecos zapewni około dwóch gigawatów mocy w ciągu pięciu do siedmiu lat.

Firma opisała tę inwestycję jako jedno ze swoich największych pojedynczych zwiększeń mocy. Oczekuje, że projekt wesprze ponad 6 000 miejsc pracy w budownictwie w okresie największej aktywności oraz setki stałych stanowisk operacyjnych.

Microsoft rozwija się również w okolicach Abilene w Teksasie. Ogłoszony projekt z deweloperem Crusoe obejmuje dwa dodatkowe budynki centrów danych AI oraz lokalny obiekt energetyczny. Szerszy kompleks ma osiągnąć 2,1 gigawata w dziesięciu budynkach.

Ta rozbudowa w Abilene jest szczególnie wymowna, ponieważ OpenAI zrezygnowało z realizacji dodatkowych budynków. Microsoft wszedł do projektu, gdy jego relacja z OpenAI stawała się mniej wyłączna.

Projekty te same w sobie nie potwierdzają celu 38 gigawatów. Pokazują jednak, że Microsoft zestawia wyjątkowo duże bloki mocy poprzez własne kampusy, partnerów deweloperskich, leasing i dedykowane ustalenia energetyczne.

To wydarzenie zmienia skalę dyskusji. Microsoft nie obiecuje już jedynie dodać wystarczającej liczby serwerów na potrzeby kolejnej fali popytu na Azure. Firma ma podobno planować system infrastruktury porównywalny z dużym regionalnym rynkiem energii.

Dlaczego Azure nadal potrzebuje większej mocy

Wydatki Microsoftu rosną, ponieważ dostępna podaż wciąż pozostaje niższa od popytu, który firma chce obsłużyć.

Microsoft poinformował inwestorów w kwietniu, że spodziewa się ograniczeń mocy co najmniej do końca roku kalendarzowego 2026. Ograniczenia dotyczą procesorów graficznych, konwencjonalnych procesorów, pamięci masowej i obiektów, które je obsługują.

To połączenie ma znaczenie. Niedobory związane z AI często opisuje się jako zwykły brak akceleratorów Nvidia. Problem Microsoftu wykracza poza zakup pojedynczych chipów.

Działająca usługa chmurowa wymaga szaf serwerowych, szybkiej sieci, sprzętu chłodzącego, pamięci masowej, systemów zapasowych i niezawodnego zasilania. Dodanie akceleratorów bez otaczającej infrastruktury nie tworzy dostępnej do sprzedaży mocy Azure.

Microsoft podczas telekonferencji wynikowej za trzeci kwartał roku fiskalnego 2026 poinformował, że oczekuje ponad 40 miliardów dolarów nakładów kapitałowych w kolejnym kwartale. Przed późniejszą korektą prezentacji księgowej prognozował też około 190 miliardów dolarów w roku kalendarzowym 2026.

Wcześniejsza prognoza obejmowała około 25 miliardów dolarów przypisanych wyższym cenom komponentów. Ten szczegół pokazuje, jak presja podażowa wpływa zarówno na skalę, jak i koszt ekspansji.

Nakłady kapitałowe Microsoftu wspierają kilka konkurujących ze sobą potrzeb. Klienci Azure potrzebują mocy chmurowej, Microsoft 365 Copilot wymaga zasobów do inferencji, a wewnętrzne zespoły badawcze potrzebują mocy obliczeniowej. GitHub Copilot i inne usługi własne również konkurują o infrastrukturę.

Inferencja to proces obliczeniowy wykorzystywany, gdy wytrenowany model generuje odpowiedź. Może tworzyć powtarzalny popyt, ponieważ każde zapytanie, wygenerowany dokument lub sugestia dotycząca oprogramowania zużywa zasoby.

Obciążenia treningowe są duże, lecz relatywnie skoncentrowane. Popyt na inferencję rośnie wraz z wykorzystaniem produktów, przez co planowanie mocy zależy od wdrażania przez klientów, efektywności modeli i liczby zadań AI wykonywanych przez ludzi.

Microsoft nie może przeznaczyć każdego nowego serwera dla publicznych klientów Azure. Kierownictwo musi rozdzielać zasoby między zewnętrzną sprzedaż chmury, produkty wewnętrzne, badania i wymianę sprzętu.

Wyniki Microsoftu za rok fiskalny 2026 wskazują, że popyt jest realny. Przychody Azure po raz pierwszy przekroczyły 100 miliardów dolarów w trakcie roku fiskalnego. Według Microsoftu Microsoft 365 Copilot osiągnął ponad 30 milionów płatnych stanowisk.

W kwartale czerwcowym przychody Azure i innych usług chmurowych wzrosły o 43 procent. Przychody Microsoft Cloud osiągnęły 59,3 miliarda dolarów, o 27 procent więcej niż rok wcześniej.

Wyniki te wspierają argument, że wydatki na infrastrukturę finansują rozwijający się biznes. Nie dowodzą jednak, że każdy planowany gigawat zapewni akceptowalny zwrot.

Moc może ograniczać wzrost, gdy popyt pozostaje silny. Może również ukrywać trudne decyzje dotyczące alokacji. Microsoft może faworyzować własne aplikacje, gdy usługi te oferują lepszą ekonomię lub większą wartość strategiczną niż surowa moc chmurowa.

To sprawia, że niedobór jest czymś więcej niż problemem inżynieryjnym. Każdy niedostępny klaster oznacza wybór między klientem Azure, obciążeniem Copilot, zobowiązaniem wobec OpenAI lub wewnętrznym zespołem rozwojowym.

Rozbudowa centrów danych Microsoftu o mocy 38 GW ma z czasem złagodzić te wybory. Jednak perspektywa 2032 roku oznacza, że klienci nie odczują wszystkich korzyści natychmiast.

Microsoft odwraca ostrożną pauzę w budowie

Centralny konflikt dotyczy wcześniejszych starań Microsoftu, by zapobiec nadmiernej rozbudowie, oraz obecnej potrzeby nadrobienia zaległości wobec popytu.

Microsoft spowolnił lub wstrzymał wybrane projekty centrów danych w 2025 roku. Projekty objęte tymi działaniami obejmowały inwestycję na wczesnym etapie w Ohio, gdzie firma zatrzymała prace i przeznaczyła część gruntu na cele rolnicze.

Microsoft poinformował, że dostosowuje harmonogram i lokalizację projektów do zmieniających się potrzeb klientów. To wyjaśnienie było rozsądne w przypadku programu infrastrukturalnego obciążonego długoterminowymi zobowiązaniami i niepewnymi prognozami dotyczącymi AI.

Dostawcy chmury rzadko budują wszystkie elementy w tym samym momencie. Firma może zabezpieczyć grunt, wstrzymać budowę, przenieść serwery lub anulować leasing bez porzucania szerszej strategii.

Taka elastyczność chroni kapitał, gdy popyt przemieszcza się między regionami. Pomaga także dostawcy reagować, gdy lokalizacja nie może uzyskać dostępu do energii lub gdy partner zmienia plany.

Jednak wstrzymanie budowy ma opóźnione konsekwencje. Moc zamówiona dziś może potrzebować lat, aby wejść do użytku. Decyzja o spowolnieniu budowy obiektu może stworzyć niedobór po przyspieszeniu popytu klientów.

Obiekt to fizyczny budynek centrum danych wraz z towarzyszącymi mu systemami elektrycznymi i chłodzenia. Serwery można zainstalować szybciej, niż można uzyskać pozwolenia, zasilanie i ukończyć nowy obiekt.

Zgłaszany cel Microsoftu na 2032 rok sugeruje, że kierownictwo postrzega obecnie niedostateczną moc jako większe ryzyko strategiczne. Firma musi dodać wystarczającą infrastrukturę, aby wspierać Azure, zachowując jednocześnie możliwości działania, jeśli zmienią się popyt, chipy lub modele.

Ta zmiana nie oznacza, że wcześniejsza pauza była koniecznie błędem. Pokazuje, jak wąskie stało się okno planowania.

Zbyt wolna budowa może zmusić Microsoft do odrzucania kontraktów lub opóźniania wdrożeń. Zbyt szybka budowa może prowadzić do niewykorzystanych obiektów, rosnącej amortyzacji i zobowiązań energetycznych, które przetrwają znajdujący się w nich sprzęt.

Odpowiedzią firmy jest podejście portfelowe. Microsoft rozwija własne kampusy, wynajmuje lokalizacje od podmiotów zewnętrznych i współpracuje z partnerami energetycznymi. Może rozmieszczać różne obciążenia między lokalizacjami i generacjami sprzętu.

Kierownictwo podkreślało także zamienność zasobów, co oznacza, że infrastrukturę można ponownie przypisywać między obciążeniami. Tradycyjna usługa Azure, model AI i aplikacja Microsoftu nie korzystają z identycznych systemów, ale część zasobów wspierających może być współdzielona.

Zamienność ogranicza ryzyko oparcia każdego projektu na jednym kliencie AI. Nie eliminuje jednak specjalizacji sprzętowej.

Klastry do treningu na najwyższym poziomie wymagają gęstych sieci akceleratorów i wyspecjalizowanego chłodzenia. Tradycyjne aplikacje korporacyjne mogą działać na innych procesorach o niższej gęstości mocy. Przekształcenie mocy między tymi zastosowaniami może wymagać fizycznych zmian.

Relacja Microsoftu z OpenAI wprowadza kolejną komplikację w planowaniu. Microsoft pozostaje ważnym inwestorem i partnerem infrastrukturalnym, lecz OpenAI może pozyskiwać dodatkową moc obliczeniową gdzie indziej.

Projekt w Abilene ilustruje to rozdzielenie. OpenAI i Oracle rozwijają w pobliżu infrastrukturę Stargate, podczas gdy Microsoft wspiera dodatkowe budynki za pośrednictwem Crusoe.

Tworzy to nową formę konkurencji. Microsoft musi dostarczać zasoby OpenAI w ramach istniejących zobowiązań, wspierać własne modele i sprzedawać usługi Azure organizacjom korzystającym z konkurencyjnych dostawców modeli.

Głównym rywalem nie jest zatem wyłącznie Amazon, Google ani OpenAI. Jest nim obietnica Microsoftu dotycząca elastycznej, dostępnej pojemności chmurowej zderzona z fizyczną rzeczywistością długich harmonogramów budowy.

Cel na poziomie 38 gigawatów odnosi się do skali tego problemu. O tym, czy odpowie również na kwestię czasu, zdecyduje realizacja.

Energia, pozwolenia i chipy mogą opóźnić harmonogram

Microsoft może sfinansować ogromną rozbudowę, ale pieniądze nie są w stanie natychmiast zapewnić przyłączy do sieci, transformatorów, turbin ani zaawansowanych akceleratorów.

Energia stała się kluczowym ograniczeniem dla centrów danych, ponieważ duże kampusy AI koncentrują zapotrzebowanie w konkretnych lokalizacjach. Krajowa nadwyżka energii elektrycznej nie pomoże projektowi, który czeka na lokalną stację transformatorową.

Międzynarodowa Agencja Energetyczna oszacowała, że centra danych zużyły globalnie około 415 terawatogodzin w 2024 roku. Stanowiło to około 1,5 procent światowego zużycia energii elektrycznej.

Jej prognoza dotycząca energii elektrycznej przewiduje, że do 2030 roku zużycie energii przez centra danych wyniesie około 945 terawatogodzin. Oczekuje się, że AI będzie odpowiadać za dużą część tego wzrostu.

Agencja szacuje również, że około 20 procent planowanych projektów centrów danych stoi przed ryzykiem opóźnień, jeśli nie zostaną rozwiązane problemy związane z siecią i integracją. Problemem jest lokalna koncentracja, a nie tylko całkowita globalna podaż energii.

Według agencji niemal połowa mocy centrów danych w Stanach Zjednoczonych znajduje się w pięciu regionalnych klastrach. Taka koncentracja wywiera presję na sieci przesyłowe, wytwarzanie energii, systemy pozwoleń oraz okoliczne społeczności.

Plan Microsoftu dla Pecos odzwierciedla jedną z odpowiedzi. Zamiast polegać wyłącznie na istniejącym miejskim rynku chmurowym, firma rozwija duży kampus, w którym nowa infrastruktura energetyczna może powstawać równolegle z mocami obliczeniowymi.

Model ten wiąże się z własnymi zagrożeniami. Dedykowane źródła wytwarzania mogą przyspieszyć dostępność energii, lecz dostępność paliwa, emisje, zasady przyłączeń i akceptacja społeczności pozostają istotnymi czynnikami.

Oczekuje się, że do 2030 roku źródła odnawialne pokryją niemal połowę dodatkowego globalnego zapotrzebowania centrów danych na energię elektryczną. Gaz ziemny i węgiel nadal będą zapewniać znaczącą część krótkoterminowego wzrostu.

Długoterminowe umowy dotyczące energii jądrowej mogą wspierać niezawodne źródła niskoemisyjnej energii. Jednak harmonogramy rozwoju wielu projektów jądrowych wykraczają poza bezpośredni niedobór mocy.

Zużycie wody również pozostaje wrażliwą kwestią. Microsoft wdrożył nowsze rozwiązania chłodzenia, które mają ograniczać operacyjne zużycie wody, ale ich efektywność zależy od klimatu, projektu obiektu i lokalnego miksu energetycznego.

Liczby 38 gigawatów nie należy zatem interpretować jako 38 gigawatów jednakowo użytecznej mocy obliczeniowej AI. Pojemność w regionie objętym ograniczeniami może być cenniejsza niż większa alokacja daleko od popytu klientów.

Dostępność sprzętu tworzy kolejne wąskie gardło. Akceleratory AI zależą od zaawansowanej produkcji półprzewodników, pamięci o wysokiej przepustowości, mocy pakowania oraz wyspecjalizowanych komponentów sieciowych.

Microsoft może składać duże zamówienia, lecz rywalizuje o wiele tych samych komponentów z Amazonem, Google, Meta, laboratoriami AI oraz krajowymi programami obliczeniowymi.

Google opisał podobny problem z podażą. Jego kadra zarządzająca stwierdziła, że firma spodziewa się ograniczeń również w 2026 roku, mimo zwiększania mocy. Google łączy procesory graficzne Nvidia z projektowanymi wewnętrznie tensorowymi jednostkami przetwarzania.

Ta strategia dotycząca mocy daje Google więcej opcji sprzętowych, lecz nie usuwa ograniczeń budowlanych ani energetycznych. Amazon również projektuje własne chipy AI, jednocześnie kupując zewnętrzne akceleratory.

Microsoft ma własny program akceleratorów Maia i procesory Cobalt. Niestandardowy krzem może poprawić ekonomikę i ograniczyć zależność od jednego dostawcy, ale klienci nadal oczekują dostępu do szeroko stosowanych systemów Nvidia.

Ryzyko nie polega wyłącznie na braku możliwości pozyskania chipów. Microsoft musi dopasować właściwy sprzęt do właściwej lokalizacji, systemu chłodzenia, sieci i obciążenia klienta.

Technologia może zmieniać się szybciej niż budowa. Obiekt zaprojektowany dla jednej gęstości szaf rack może wymagać modyfikacji, gdy późniejsze procesory zużywają więcej energii lub potrzebują innego chłodzenia.

Popyt może zmieniać się równie szybko. Bardziej wydajne modele mogą ograniczyć ilość obliczeń wymaganą dla każdego zadania, podczas gdy szersze wdrożenie może zniwelować te oszczędności. Agenci AI mogą także generować wiele wywołań modeli na podstawie pojedynczego żądania użytkownika.

Plan Microsoftu zależy od obu tych efektów. Efektywność musi zwiększać wynik uzyskiwany z każdego megawata, a popyt musi pozostać wystarczająco wysoki, by uzasadnić infrastrukturę.

Test finansowy wykracza poza wzrost Azure

Rozbudowa powiedzie się tylko wtedy, gdy Microsoft przekształci rzadką infrastrukturę w trwałe przychody, nie osłabiając zwrotów w całej firmie.

Kwartalny wzrost Azure o 43 procent stanowi mocny dowód, że klienci chcą większej pojemności chmurowej. Trudniejsze pytanie dotyczy zwrotu z każdej nowej generacji aktywów.

Budynki centrów danych mogą działać przez dziesięciolecia. Akceleratory i serwery mają znacznie krótszy okres ekonomicznej użyteczności, ponieważ nowszy sprzęt zapewnia lepszą wydajność i efektywność energetyczną.

Microsoft dzieli więc wydatki między aktywa długowieczne i krótkowieczne. Budynki, systemy zasilania i sieci tworzą fundament. Serwery i chipy decydują o dużej części krótkoterminowej mocy obliczeniowej.

To rozróżnienie chroni część elastyczności. Microsoft może zbudować obiekt i opóźnić instalację wszystkich serwerów, dopóki popyt nie stanie się wyraźniejszy. Może też wymieniać sprzęt, ponownie wykorzystując sam obiekt.

Jednak pusty lub niedostatecznie wykorzystywany obiekt nadal generuje koszty. W pełni wyposażona lokalizacja wiąże się z większą amortyzacją i ryzykiem technologicznym.

Inwestorzy będą obserwować, czy wzrost Azure nadal przyspiesza, gdy nowe moce trafiają do użytku. Jeśli wzrost poprawi się wraz z wykorzystaniem zasobów, Microsoft będzie mógł argumentować, że wcześniejsze niedobory odzwierciedlały odroczony popyt.

Jeśli nowe moce pojawią się bez odpowiadającej im reakcji przychodów, powrócą obawy o nadmierną rozbudowę. Istotnych dowodów dostarczą wykorzystanie zasobów i ekonomika chmury, a nie liczba ogłoszonych kampusów.

Własne aplikacje Microsoftu komplikują pomiar. Infrastruktura przydzielona Copilot może nie pojawiać się jako przychód Azure, nawet jeśli wspiera utrzymanie subskrypcji lub wyższe wykorzystanie w innych obszarach.

To samo dotyczy badań wewnętrznych. Klaster używany do opracowania lepszego modelu może stworzyć wartość później, ale jego bezpośredni zwrot jest trudny do wyizolowania.

Microsoft twierdzi, że jego flota infrastruktury może obsługiwać zarówno obciążenia AI, jak i inne. Ta elastyczność wzmacnia argument inwestycyjny, ponieważ Azure już obsługuje bazy danych, aplikacje biznesowe, pamięć masową i tradycyjne przetwarzanie.

Jednak wyspecjalizowanych systemów AI nie zawsze można przekierować bez trudności. Gęste klastry akceleratorów mają inną ekonomikę niż uniwersalne serwery chmurowe.

Na zwroty wpływa także konkurencja. Amazon i Google mogą obniżać ceny, ulepszać własne chipy lub łączyć usługi AI ze swoimi istniejącymi platformami. Niezależni dostawcy infrastruktury mogą oferować wyspecjalizowane klastry bez konieczności utrzymywania szerszego portfolio produktów Microsoftu.

Microsoft musi więc zrobić więcej niż zbudować największy zasób mocy. Musi dostarczać użyteczną pojemność w regionach, konfiguracjach i terminach, których wymagają klienci.

Cel na 2032 rok również skłania do analizy, ponieważ pozostaje informacją raportowaną, a nie oficjalnie szczegółowo opisaną. Microsoft nie opublikował harmonogramu dla poszczególnych lokalizacji, który potwierdzałby pełną wartość 38 gigawatów.

Definicja pojemności wymaga doprecyzowania. Może obejmować działające lokalizacje, zakontraktowane projekty, wynajmowane obiekty lub energię zabezpieczoną na potrzeby późniejszej budowy. Kategorie te reprezentują bardzo różne etapy realizacji.

Szacunek wynoszący obecnie około 12 gigawatów również pochodzi od osób zaznajomionych z planem. Czytelnicy nie powinni traktować go jako audytowanej miary operacyjnej.

Publiczne ujawnienia Microsoftu wspierają szerszą narrację o niedoborach. Nie dostarczają jednak jeszcze wystarczających szczegółów, aby obliczyć wykorzystanie zasobów lub oczekiwany przychód na gigawat.

Ta luka w weryfikacji jest najważniejszym powodem do sceptycyzmu. Cel jest wiarygodny jako kierunek strategiczny, lecz harmonogram jego realizacji i efekty ekonomiczne pozostają niepewne.

Nagłówkowa liczba mocy może przesłaniać regionalne opóźnienia, etapową budowę i niedobory sprzętu. Wynik biznesowy zależy od użytecznych mocy obliczeniowych dostarczonych klientom, a nie od teoretycznie zabezpieczonej energii dla przyszłych lokalizacji.

Trzy sygnały pokażą, czy plan działa

Kolejne dowody powinny wynikać z prognoz dotyczących mocy, kamieni milowych projektów i reakcji Azure, gdy nowa infrastruktura będzie wchodzić do użytku.

Pierwszym sygnałem będzie sposób, w jaki Microsoft mówi o mocy podczas nadchodzących telekonferencji wynikowych. Kadra zarządzająca informowała, że ograniczenia powinny utrzymywać się przez rok kalendarzowy 2026, dlatego każda zmiana tego harmonogramu ma znaczenie.

Krótszy okres ograniczeń wskazywałby, że nowe moce GPU, CPU, pamięci masowej i obiektów pojawiają się wystarczająco szybko. Wydłużony harmonogram pokazałby, że ambicja 38 gigawatów nadal pozostaje odległa od bieżących potrzeb klientów.

Inwestorzy powinni także porównywać komentarze dotyczące mocy ze wzrostem Azure. Szybszy wzrost po nowych wdrożeniach wzmocniłby twierdzenie Microsoftu, że podaż ograniczała przychody.

Płaski wzrost mimo rosnącej pojemności osłabiłby ten argument. Mógłby sugerować wolniejszy popyt, niekorzystną alokację obciążeń lub problemy z przekształcaniem zainstalowanej infrastruktury w usługi dla klientów.

Drugim sygnałem będzie postęp w dużych kampusach w Pecos i Abilene. Umowy energetyczne, pozwolenia, rozpoczęcie budowy i ukończone budynki są bardziej użyteczne niż ogłoszenia o zakupie nowych gruntów.

Pecos jest istotne, ponieważ Microsoft przedstawił je jako dwugigawatowy dodatek realizowany w ciągu pięciu do siedmiu lat. Wczesne kamienie milowe pokażą, czy dedykowana strategia energetyczna może skrócić typowy harmonogram rozwoju.

Abilene jest ważne z innego powodu. Sprawdza, czy Microsoft może wykorzystać projekt prowadzony z partnerem, by szybciej zwiększyć pojemność, zachowując jednocześnie kontrolę nad projektem infrastruktury i alokacją obciążeń.

Opóźnienia w którejkolwiek z tych lokalizacji nie unieważniłyby globalnego celu. Powtarzające się opóźnienia w głównych kampusach wskazywałyby, że energia i budowa pozostają trudniejszymi ograniczeniami niż finansowanie.

Trzecim sygnałem będzie struktura aktywów Microsoftu i efektywność wydatków. Nadchodzące ujawnienia powinny pokazać, jaka część kapitału trafia do długowiecznych lokalizacji, a jaka do krótkowiecznych serwerów i akceleratorów.

Rosnący udział wydatków na serwery może wskazywać, że ukończone obiekty są wyposażane z myślą o krótkoterminowym popycie. Duża koncentracja na gruntach i budynkach wskazuje na pojemność, która będzie potrzebowała więcej czasu, by generować przychody.

Wyniki marż Microsoftu dopełnią ten obraz. Silny wzrost chmury przy stabilnej ekonomice wspierałby dalszą ekspansję. Spowalniające zwroty zwiększyłyby pytania o amortyzację i wykorzystanie zasobów.

Klienci powinni obserwować te same sygnały z powodów praktycznych. Utrzymujące się ograniczenia mogą wpływać na terminy wdrożeń, dostępność regionalną, dostęp do modeli oraz możliwość rezerwowania dużych klastrów obliczeniowych.

Deweloperzy powinni również śledzić, czy Microsoft rozszerza dostęp do różnych typów akceleratorów. Większy wybór sprzętu może ograniczyć zależność od jednego łańcucha dostaw i sprawniej dopasowywać obciążenia.

Nabywcy korporacyjni powinni pytać, gdzie będą działać ich obciążenia i jakie gwarancje pojemności może zapewnić Microsoft. Globalny cel zapewnia niewielką ochronę, jeśli wymagany region pozostaje pełny.

Pracownicy umysłowi odczują rezultat pośrednio poprzez szybkość odpowiedzi Copilot, dostępność funkcji i niezawodność usług. Większa infrastruktura powinna wspierać szersze wykorzystanie AI, ale tylko jeśli Microsoft będzie ją skutecznie alokować.

Rozbudowę centrów danych Microsoftu do 38 GW najlepiej więc rozumieć jako odpowiedź na niedobór, a nie dowód, że niedobór się skończył. Plan wyznacza cel, pozostawiając jednocześnie otwarte najtrudniejsze pytania dotyczące realizacji.

W ciągu kilku najbliższych kwartałów należy pominąć rosnącą listę ogłoszonych kampusów i skupić się na trzech rezultatach: krótszych ograniczeniach przepustowości, ukończonych obiektach z zabezpieczonym zasilaniem oraz wzroście Azure wynikającym z wdrożonej podaży.

Jeśli te wskaźniki będą zmieniać się razem, Microsoft zyska dowód, że jego ogromna ekspansja fizycznej infrastruktury rozwiązuje problem komercyjny. Jeśli się rozejdą, cel 38 gigawatów będzie wyglądał bardziej jak obietnica infrastrukturalna oczekująca na operacyjne potwierdzenie.

Dla organizacji podejmujących obecnie decyzje dotyczące chmury użyteczne pytanie nie brzmi, czy Microsoft ostatecznie osiągnie 38 gigawatów. Należy zapytać, czy Azure może zapewnić odpowiednią pojemność, w odpowiednim regionie i w czasie wdrożenia. Śledź kwartalne wytyczne Microsoft dotyczące ograniczeń i potwierdzaj dostępność, zanim powiążesz mapę drogową AI z przyszłą infrastrukturą. Rozbudowa powinna z czasem poszerzyć dostęp, lecz jej korzyści będą pojawiać się nierównomiernie w zależności od rynku i obciążenia. Microsoft opisał popyt jako wystarczająco silny, by uzasadnić dalszą ekspansję. Klienci powinni teraz szukać mierzalnej dostępności usług, która potwierdzi tę pewność.