Microsoft 38GW 数据中心扩建计划面临 AI 容量紧缺
据报道，在供应短缺限制其满足云计算和 AI 需求的能力后，Microsoft 的目标是在 2032 年前实现 38 吉瓦的数据中心容量。
Microsoft 38GW 数据中心扩建计划将使其目前约 12 吉瓦的容量增至三倍以上。Bloomberg 于 9 月 10 日援引熟悉 Microsoft 计划的人士报道称，这一目标来自内部规划。Microsoft 尚未公开确认 38 吉瓦这一数字。
这一区别很重要，因为该目标并非又一项简单的支出承诺。它试图解决 Azure 内部的供应问题，而 Azure 是 Microsoft 的核心增长引擎。该公司表示，即使经过多年的建设和设备采购，需求仍已超过可用计算容量。
Microsoft 此前决定放缓部分项目，如今使这种矛盾更加突出。该公司当时希望避免建设规模远超需求。现在，它必须在管理电力接入、设备成本以及 2032 年前 AI 需求变化风险的同时，加快建设速度。
Amazon Web Services 和 Google Cloud 也面临许多相同限制。不过，Microsoft 报道中的计划更清楚地展现了这种权衡。它必须迅速 확보稀缺基础设施，同时避免被锁定在错误的地点、硬件或能源合同中。
Microsoft 38GW 数据中心扩建计划是一场供给侧押注
Microsoft 将实体计算容量视为限制 Azure 增长的硬性约束，而非后台运营问题。
该报道中的计划将使 Microsoft 的全球数据中心容量从约 12 吉瓦提升至 2032 年的 38 吉瓦以上。这意味着六年内将新增约 26 吉瓦容量。
吉瓦衡量的是电力，而非计算性能。因此，这一数字描述的是设备可使用的电力范围，而不是固定的 AI 产出量。芯片选择、利用率、冷却、网络和软件效率将决定 Microsoft 能在这一范围内提供多少服务。
这一规模仍为理解 Microsoft 的雄心提供了有用图景。根据最初的容量计划，建成后的网络将在高峰时段超过纽约州的用电量。
这一比较并不意味着每座设施都会持续满负荷使用其额定容量。数据中心容量也可能包括处于不同开发阶段的站点，以及通过租赁支持的设施。不过，它说明了 Microsoft 云战略背后的实体挑战。
该公司必须确定合适土地、获得电网接入、取得许可，并安排可靠电力供应。随后还必须建设专用设施，并部署服务器、加速器、存储和网络设备。
这些步骤的时间安排各不相同。先进芯片可以在一个产品周期内更替，而变电站和输电项目可能需要数年时间。一座延迟完工的站点，可能会采用早得多以前作出的硬件假设。
Microsoft 已开始公布符合更广泛扩张计划的项目。6 月，该公司披露了在得克萨斯州 Pecos 建设数据中心园区的计划。Microsoft 表示，Pecos 园区将在五至七年内新增约两吉瓦容量。
该公司将这项开发描述为其最大的单项容量增量之一。预计该项目将在建设高峰期支持超过 6,000 个建筑岗位，并创造数百个长期运营岗位。
Microsoft 还在得克萨斯州 Abilene 周边扩张。一项与开发商 Crusoe 合作公布的项目包括另外两栋 AI 数据中心建筑和一座现场供电设施。预计该更大规模站点将在十栋建筑中达到 2.1 吉瓦容量。
这一Abilene 扩张项目尤其值得关注，因为 OpenAI 此前已决定不再推进这些额外建筑。随着 Microsoft 与 OpenAI 的关系不再具有此前的排他性，Microsoft 接手了该项目。
这些项目并不能独立验证 38 吉瓦目标。但它们表明，Microsoft 正通过自有园区、开发合作伙伴、租赁和专用能源安排，整合异常庞大的容量资源。
这一事件改变了讨论的规模。Microsoft 不再只是承诺增加足以应对下一波 Azure 需求的服务器。据报道，它正在规划一套可与大型区域电力市场相当的基础设施体系。
Azure 为何仍需要更多容量
Microsoft 的支出持续上升，是因为可用供应仍低于其希望满足的需求。
Microsoft 在 4 月告诉投资者，预计至少到 2026 年年底仍将受到容量限制。该限制涉及图形处理器、传统处理器、存储以及支撑这些设备的设施。
这种组合很重要。AI 短缺常被描述为 Nvidia 加速器的简单稀缺问题。但 Microsoft 面临的问题不止于采购单个芯片。
一项可正常运行的云服务需要服务器机架、高速网络、冷却设备、存储、备份系统和可靠电力。仅增加加速器而没有周边基础设施，并不能创造可销售的 Azure 容量。
Microsoft 在其 2026 财年第三季度财报电话会议上表示，预计下一季度的资本支出将超过 400 亿美元。该公司还曾预计，2026 年全年资本支出约为 1,900 亿美元，之后因会计呈列调整而有所变动。
此前的预测包括约 250 亿美元归因于更高的组件价格。这一细节显示，供应压力如何同时影响扩张的数量和成本。
Microsoft 的资本支出支撑着多项相互竞争的需求。Azure 客户需要云容量，Microsoft 365 Copilot 需要推理资源，内部研究团队也需要计算能力。GitHub Copilot 和其他第一方服务同样在争夺基础设施。
推理是指训练完成的模型生成答案时所使用的计算过程。它可能带来持续性需求，因为每一次提示、生成文档或软件建议都会消耗资源。
训练工作负载规模庞大，但相对集中。推理需求则会随产品使用扩大，因此容量规划取决于客户采用情况、模型效率以及人们执行 AI 任务的数量。
Microsoft 无法将每一台新增服务器都分配给公开的 Azure 客户。管理层必须在外部云销售、内部产品、研究和设备更换之间分配供应。
该公司 2026 财年的业绩表明，需求确实存在。Azure 年度营收首次超过 1,000 亿美元。Microsoft 表示，Microsoft 365 Copilot 的付费席位已超过 3,000 万个。
在截至 6 月的季度中，Azure 和其他云服务营收增长 43%。Microsoft Cloud 营收达到 593 亿美元，同比增长 27%。
这些结果支持了基础设施支出正在为不断扩大的业务提供资金这一观点。但它们并不能证明每一吉瓦规划容量都能获得可接受回报。
在需求保持强劲时，容量可能限制增长；它也可能掩盖艰难的资源分配决策。当自有应用的经济效益或战略价值高于单纯云容量时，Microsoft 可能优先支持自己的应用。
这使短缺不再只是工程问题。每个无法提供的集群，都意味着必须在 Azure 客户、Copilot 工作负载、OpenAI 承诺或内部开发团队之间作出选择。
Microsoft 38GW 数据中心扩建计划旨在随着时间推移缓解这些取舍。然而，其目标期限延伸至 2032 年，意味着客户不会立即感受到全部益处。
Microsoft 正在扭转谨慎的建设暂停
核心冲突在于，Microsoft 此前试图避免过度建设，而如今又必须追赶需求。
Microsoft 在 2025 年放缓或暂停了部分数据中心项目。其中包括俄亥俄州一项处于早期阶段的项目，该公司停止施工，并将部分土地预留作农业用途。
Microsoft 表示，随着客户需求变化，公司正在调整项目的时间安排和地点。对于一项涉及长期承诺且 AI 预测存在不确定性的基础设施计划而言，这一解释是合理的。
云服务提供商很少在同一时刻建设所有组成部分。一家公司可以取得土地、暂停建筑施工、调整服务器部署或取消租约，而不必放弃整体战略。
这种灵活性可以在需求跨区域变化时保护资本。它也有助于供应商应对站点无法取得电力，或合作伙伴改变计划的情况。
然而，建设暂停会带来延迟后果。今天订购的容量可能需要数年才能投入使用。放缓主体建筑施工的决定，可能会在客户需求加速后造成短缺。
主体建筑是指实体数据中心建筑，以及其配套的电力和冷却系统。服务器的安装速度可以快于新主体建筑获得许可、接通电力并完成建设的速度。
Microsoft 报道中的 2032 年目标表明，管理层如今认为容量不足是更大的战略风险。该公司必须增加足够基础设施来支持 Azure，同时在需求、芯片或模型变化时保留选择空间。
这种转变并不意味着此前暂停一定是错误。它说明规划窗口已经变得多么狭窄。
建设过慢可能迫使 Microsoft 拒绝业务或延迟部署。建设过快则可能造成闲置设施、不断上升的折旧，以及比内部设备寿命更长的能源承诺。
该公司的应对方式是采用组合策略。Microsoft 正在开发自有园区、租赁第三方站点，并与能源合作伙伴合作。它可以将不同工作负载部署在不同地点和设备世代中。
高管们还强调了可互换性，即基础设施可以在不同工作负载之间重新分配。传统 Azure 服务、AI 模型和 Microsoft 应用并不使用完全相同的系统，但部分支持资源可以共享。
可互换性降低了将每个项目押注于单一 AI 客户的风险，但并不能消除硬件专业化问题。
高端训练集群需要高密度加速器网络和专用冷却系统。传统企业应用可以运行在功率密度较低的不同处理器上。在这些用途之间转换容量可能需要实体改造。
Microsoft 与 OpenAI 的关系又增加了一项规划复杂性。Microsoft 仍是主要投资者和基础设施合作伙伴，但 OpenAI 可以从其他地方获得额外计算容量。
Abilene 项目说明了这种分离。OpenAI 和 Oracle 正在附近开发 Stargate 基础设施，而 Microsoft 则通过 Crusoe 支持额外建筑。
这带来了一种新的竞争形式。Microsoft 必须履行现有承诺，为 OpenAI 提供服务，支持自有模型，并向使用竞争模型提供商的组织销售 Azure 服务。
因此，主要对手并不只是 Amazon、Google 或 OpenAI，而是 Microsoft 所承诺的灵活、可用云容量与漫长建设周期这一现实之间的矛盾。
38 吉瓦目标回应的是这一问题的规模。执行情况将决定它能否解决时效问题。
电力、许可和芯片都可能打乱进度
Microsoft 可以为大规模扩建提供资金，但资金无法立即带来电网接入、变压器、涡轮机或先进加速器。
由于大型 AI 园区会将需求集中在特定地点，电力已成为数据中心的核心约束。全国范围内存在电力盈余，也无法帮助一个仍在等待本地变电站接入的项目。
国际能源署估计，2024 年全球数据中心耗电量约为 415 太瓦时，约占全球总用电量的 1.5%。
其电力展望预计，到 2030 年，数据中心耗电量将达到约 945 太瓦时。AI 预计将推动其中很大一部分增长。
该机构还估计，若不解决电网和整合方面的挑战，约 20% 的已规划数据中心项目将面临延期风险。问题在于局部需求集中，而不只是全球能源总供应量。
该机构表示，美国近一半的数据中心容量集中在五个区域集群内。这种集中给输电网络、发电能力、许可体系以及周边社区带来压力。
Microsoft 的 Pecos 计划体现了一种应对方式。该公司不再只依赖现有的城市云市场，而是在推进一个大型园区，以便让新增能源基础设施与计算能力同步建设。
这一模式也带来自身风险。专用发电设施可以加快供应，但燃料可得性、排放、电网互联规则和社区接受度仍是重要因素。
预计到 2030 年，可再生能源将满足全球数据中心新增电力需求中近一半的份额。天然气和煤炭仍将覆盖短期增长中的相当一部分。
长期核电协议可以支持可靠的低排放电力供应。不过，许多核电项目的开发周期超出了当前容量短缺的紧迫时间窗口。
用水同样仍是敏感问题。Microsoft 已推出旨在降低运营用水量的新型冷却设计，但实际表现取决于气候、设施设计和当地电力结构。
因此，不应将 38 吉瓦理解为 38 吉瓦同等可用的 AI 计算能力。位于受限地区的容量，可能比远离客户需求的更大规模资源配置更有价值。
硬件可得性构成另一项瓶颈。AI 加速器依赖先进半导体制造、高带宽内存、封装产能和专用网络组件。
Microsoft 可以下达大额订单，但它需要与 Amazon、Google、Meta、AI 实验室和国家级算力计划竞争大量相同组件。
Google 描述过类似的供应问题。其高管表示，尽管持续增加容量，公司预计在 2026 年仍将受到限制。Google 同时使用 Nvidia GPU 与其自主设计的张量处理单元。
这一容量战略为 Google 提供了更多硬件选择，但并未消除建设和电力方面的限制。Amazon 也在设计定制 AI 芯片，同时采购外部加速器。
Microsoft 拥有自己的 Maia 加速器项目和 Cobalt 处理器。定制芯片可以改善经济效益并降低对单一供应商的依赖，但客户仍期待获得广泛使用的 Nvidia 系统。
风险不只是无法获得芯片。Microsoft 必须为合适的站点、冷却系统、网络和客户工作负载匹配合适的设备。
技术迭代速度可能快于建设。为某一种机架密度设计的设施，可能需要在后续处理器耗电更多或需要不同冷却方式时进行改造。
需求变化同样可能很快。更高效的模型可以减少每项任务所需的计算量，而更广泛的采用又可能吞没这些节省。AI 智能体也可能从一次用户请求中生成大量模型调用。
Microsoft 的计划依赖于这两种效应。效率必须提升每兆瓦的产出，而需求也必须保持足够高，才能证明基础设施投入合理。
财务考验不止于 Azure 增长
只有当 Microsoft 能将稀缺基础设施转化为持久收入，同时不削弱公司整体回报时，这场扩建才算成功。
Azure 单季 43% 的增长有力表明，客户需要更多云容量。更难的问题在于，每一代新增资产能够带来怎样的回报。
数据中心建筑可以运营数十年。由于新硬件能提供更好的性能和能效，加速器和服务器的经济寿命则短得多。
因此，Microsoft 将支出分配在长期资产和短期资产之间。建筑、电力系统和网络构成基础；服务器和芯片决定大部分短期计算产出。
这种划分保留了一定灵活性。Microsoft 可以先建设基础设施外壳，在需求更明确后再安装全部服务器；也可以在复用设施的同时更换设备。
但空置或利用不足的设施外壳仍会带来成本。设备齐全的站点则承担更高的折旧和技术风险。
投资者将关注，随着容量投入使用，Azure 增长是否会继续加速。若增长与利用率同步改善，Microsoft 就可以论证，早期短缺反映的是被推迟的需求。
若新增容量到位后没有带来相应收入增长，对过度建设的担忧将再次出现。关键证据将来自利用率和云业务经济效益，而不是公布了多少园区。
Microsoft 的第一方应用使衡量更复杂。分配给 Copilot 的基础设施即便支持订阅留存或提升其他业务的使用量，也未必会体现为 Azure 收入。
内部研究也是如此。用于开发更好模型的集群可能在未来创造价值，但其即时回报难以单独量化。
Microsoft 表示，其基础设施资源可同时服务 AI 和非 AI 工作负载。这种灵活性强化了投资逻辑，因为 Azure 已支持数据库、企业应用、存储和传统计算。
不过，专用 AI 系统并不总能无摩擦地重新调配。高密度加速器集群与通用云服务器的经济模式不同。
竞争也会影响回报。Amazon 和 Google 可以降价、改进定制芯片，或将 AI 服务与其现有平台打包。独立基础设施提供商则可以提供专用集群，无需承担 Microsoft 更广泛产品组合的负担。
因此，Microsoft 不只是要建设最大的电力容量框架，还必须在客户需要的地区、配置和时间范围内交付实用容量。
2032 年目标也值得审视，因为目前仍主要来自报道，而非官方详述。Microsoft 尚未公布支持完整 38 吉瓦目标的逐站点时间表。
容量的定义需要澄清。它可能包括已运营站点、已承诺项目、租赁设施，或为后续开发锁定的电力。这些类别代表截然不同的执行阶段。
目前约 12 吉瓦的估计同样来自熟悉该计划的人士。读者不应将其视为经过审计的运营指标。
Microsoft 的公开披露支持更广泛的容量短缺叙事，但尚未提供足够细节来计算利用率或每吉瓦预期收入。
这一核实缺口是最重要的质疑角度。该目标作为战略方向具有可信度，但其完成时间表和经济产出仍不确定。
一个醒目的容量数字可能掩盖区域性延误、分阶段建设和设备短缺。业务结果取决于交付给客户的可用计算能力，而不是为未来站点锁定的理论电力。
三个信号将显示计划是否奏效
接下来的证据应来自容量指引、项目里程碑，以及新增基础设施投入使用后 Azure 的表现。
第一个信号是 Microsoft 在未来财报电话会议中对容量的表述。高管曾表示，限制将持续到 2026 日历年，因此这一时间线的任何变化都值得关注。
限制期缩短将表明，新的 GPU、CPU、存储和设施容量正以足够快的速度到位。时间线延长则说明，38 吉瓦的雄心仍与当前客户需求相距甚远。
投资者还应将容量相关表述与 Azure 增长进行比较。新部署上线后若增长加快，将强化 Microsoft 关于供应限制收入的说法。
若容量扩大但增长持平，则会削弱这一论点。这可能意味着需求放缓、工作负载配置不利，或已安装基础设施难以转化为客户服务。
第二个信号是 Pecos 和 Abilene 大型园区的进展。电力协议、许可、开工和完工建筑，比新的土地公告更有参考价值。
Pecos 之所以重要，是因为 Microsoft 将其定位为在五到七年内增加两吉瓦容量的项目。早期里程碑将显示，专用能源战略能否压缩通常的开发周期。
Abilene 的重要性则不同。它检验 Microsoft 能否借助合作伙伴主导的项目更快增加容量，同时保持对基础设施设计和工作负载分配的控制。
任一站点的延误都不会否定全球目标。但若主要园区反复延误，则表明电力和建设仍是比融资更严峻的约束。
第三个信号是 Microsoft 的资产结构和资本效率。未来披露应显示，有多少资本流向长期站点，又有多少流向寿命较短的服务器和加速器。
服务器支出占比上升，可能表明已完成的设施外壳正在配备设备，以满足近期需求。资金高度集中于土地和建筑，则意味着这些容量需要更久才能产生收入。
Microsoft 的利润率表现将补全这幅图景。强劲的云增长与稳定的经济效益将支持持续扩张；回报放缓则会加剧围绕折旧和利用率的疑问。
客户也应出于实际原因关注同样的信号。持续的容量限制可能影响部署时间、区域可用性、模型访问以及预留大型计算集群的能力。
开发者还应关注 Microsoft 是否扩大不同加速器类型的访问范围。更多硬件选择可以降低对单一供应链的依赖，并让工作负载匹配得更高效。
企业采购方应询问其工作负载将在何处运行，以及 Microsoft 能提供何种容量保障。如果所需区域仍然满载，一个全球目标几乎无法提供保护。
知识工作者将通过 Copilot 的响应速度、功能可用性和服务可靠性间接感受到结果。更多基础设施应支持更广泛的 AI 使用，但前提是 Microsoft 能有效分配这些资源。
因此，Microsoft 38GW 数据中心扩建最好被理解为对稀缺性的回应，而非稀缺已经结束的证明。该计划确立了目的地，但最棘手的执行问题仍悬而未决。
在接下来的几个季度里，与其关注不断增加的已宣布园区名单，不如聚焦三个结果：容量限制是否缩短、具备电力保障的设施是否完工，以及 Azure 的增长是否跟随已部署的供给。
如果这些指标同步改善，Microsoft 将有证据表明，其大规模实体扩张正在解决商业层面的问题。如果它们彼此脱节，38 吉瓦目标看起来就更像是一项等待运营验证的基础设施承诺。
对于现在正在做出云端决策的组织而言，关键问题并不是 Microsoft 最终能否达到 38 吉瓦。应当问的是：在你的部署窗口内，Azure 能否在合适的区域提供所需的容量。持续关注 Microsoft 的季度容量限制指引，并在将 AI 路线图与未来基础设施绑定前确认可用性。这一建设扩张会随着时间推移扩大服务覆盖，但其收益将在不同市场和工作负载之间呈现不均衡的分布。Microsoft 表示，需求强劲到足以支持持续扩张。如今，客户应关注能够量化的服务可用性，以支撑这份信心。
