💡

文章摘要

2026年5月30日,SoftBank在Choose France峰会上宣布投资750亿欧元在法国建设5GW AI数据中心——这是欧洲有史以来最大的AI基础设施投资。本文深度解读这笔投资的战略意图、对全球算力格局的影响、以及与Stargate项目的对比分析。

一、引子:一笔改变欧洲AI命运的投资

2026年5月30日,巴黎凡尔赛宫。 SoftBank CEO 孙正义在法国总统马克龙主办的 Choose France 峰会上,签下了一份价值 750亿欧元(约870亿美元) 的承诺书——在法国建设 5GW 的 AI 数据中心容量。

这笔投资的规模令人窒息。作为对比: Google 2024年全年的资本支出约 520亿美元,Meta 2025年预计资本支出 650-710亿美元。SoftBank 在法国的这笔投资,几乎相当于一家顶级科技巨头 1.5 年的全球资本支出,而且集中在一个国家、一个领域。

法国经济部长 Roland Lescure 用一句话概括:「我们显然在弥补欧洲在算力能力上的差距。」马克龙更直接:「这对我们来说是一项巨大成就。」

💡 前置阅读收获: 理解 SoftBank 750亿欧元投资的完整背景(从 Stargate 到全球算力竞赛)、欧洲 AI 主权战略的核心逻辑、法国核能优势如何成为 AI 基础设施的竞争壁垒、以及这对中美欧三极算力格局的深远影响。

💡 一句话理解

这笔投资的核心看点不是钱本身,而是它揭示了一个新趋势:AI 竞争已经从模型竞赛转向了基础设施竞赛。谁能建更多数据中心,谁就有更多的算力来训练更强的模型。

⚠️ 常见踩坑

750亿欧元是 承诺金额,不是已到位资金。第一期 450亿欧元对应 3.1GW 容量,计划在 2031 年前交付。从承诺到实际落地之间,存在巨大的执行风险——土地审批、电网扩容、供应链延迟都可能导致项目延期或缩水。

二、投资细节拆解:5GW 到底有多大?

要理解这笔投资的规模,首先要理解 5GW 这个概念。

2.1 什么是 GW?

GW(千兆瓦)是功率单位,衡量数据中心的 电力消耗能力。5GW 意味着这些数据中心满负荷运行时,每年将消耗约 44 TWh 的电力——这相当于 比利时全国年用电量的一半,或者法国核电总发电量的约 12%。

2.2 项目结构

阶段 投资额 容量 地点 目标完成时间
第一期 450亿欧元 3.1GW Hauts-de-France(敦刻尔克、Bosquel、Bouchain) 2031年
第二期 300亿欧元 1.9GW 法国其他地区 待定
合计 750亿欧元 5GW 法国全境 2031+

2.3 选址逻辑

为什么选 Hauts-de-France(上法兰西大区)?三个关键因素:

电力基础设施:法国北部靠近英吉利海峡,拥有成熟的高压输电网络和多个核电机组。法国的 57座核反应堆 提供了稳定的、低碳的电力供应——这正是 AI 数据中心最需要的。

工业用地:敦刻尔克(Dunkirk)是法国重要的工业港口城市,拥有大量可用的工业用地和熟练的工程人才。

地缘位置:靠近英国和荷兰,方便与欧洲其他数据中心互联,形成跨欧洲的 AI 算力网络。

2.4 孙正义的 7500亿美元说法

在爱丽舍宫的记者会上,孙正义暗示当计入「更广泛的系统」(包括芯片采购、配套软件、应用生态),总投资规模可能接近 7500亿美元。这个数字虽然夸张,但它揭示了一个重要事实:数据中心本身只是冰山一角——真正的投资大头在于运行在这些数据中心里的 GPU、服务器、网络设备和 AI 软件栈。

来源: SoftBank 官方新闻稿(2026年5月31日)、CNBC 报道、Bloomberg、Reuters。

图表加载中…

💡 一句话理解

理解 AI 基础设施投资,GW(电力容量)比投资金额更能反映实际规模。1GW 数据中心大约可以容纳 10-15 万块高端 GPU(如 NVIDIA H200/B200),5GW 意味着可能部署 50-75 万块 GPU。

⚠️ 常见踩坑

3.1GW 在 2031 年交付是一个 极其激进的时间表。一个典型的大型数据中心园区从规划到运营通常需要 3-5 年。要在 5 年内建成 3.1GW,意味着需要同时开工多个超大型项目,任何环节的延迟都可能影响整体进度。

三、法国的王牌:核能 + AI 的完美结合

SoftBank 选择法国,最核心的原因是电力。 而法国的电力优势,几乎是为 AI 时代量身定制的。

3.1 法国的核电优势

法国拥有 57座运行中的核反应堆,核能占全国发电量的 约 65%——这一比例在主要经济体中遥遥领先。核电的特点是:

  • 稳定性极高:与风能和太阳能不同,核电不受天气影响,可以提供 24/7 的基载电力
  • 碳排放极低:核电的生命周期碳排放与风电相当,远低于天然气和煤炭
  • 扩容潜力:法国正在推进新一代 EPR2 反应堆建设计划,未来核电容量还将增长

3.2 AI 数据中心的电力饥渴

AI 训练和推理是极其耗电的。一次 GPT-4 级别的训练可能消耗数百 MWh 电力;一个大型 AI 数据中心的年用电量相当于一个中型城市。随着模型规模持续扩大,电力需求只会越来越恐怖。

欧洲面临的核心困境是:AI 需求爆发 + 能源转型阵痛 = 电力供应紧张。 德国关闭了所有核电站,转而依赖天然气和可再生能源,导致电价波动剧烈。英国的电网容量也接近饱和。相比之下,法国的核电基础设施成为了欧洲的「电力绿洲」。

3.3 主权叙事

马克龙政府将这笔投资包装为「欧洲数字主权」的关键一步。在美中主导全球 AI 算力的格局下,欧洲需要自己的基础设施来避免被边缘化。SoftBank 的投资恰好契合了这一政治叙事——它不是来自美国或中国,而是一家日本企业,在政治上是「安全」的。

3.4 欧洲能源转型的宏观背景

理解这笔投资还需要放在欧洲能源转型的大背景下来看。过去十年,欧洲的能源政策经历了剧烈的摇摆:

德国的能源转型(Energiewende) 是欧洲最具雄心的清洁能源计划——关闭所有核电站,大力发展风电和太阳能。然而,这一转型的代价是电价大幅上涨电力供应不稳定。2022 年俄乌冲突后,德国被迫重启燃煤电厂,进一步加剧了能源困境。

法国的核电复兴则走了一条不同的路。马克龙政府在 2022 年宣布重启核电建设计划,包括 6 座新的 EPR2 反应堆(后续可能追加 8 座)。这标志着法国重新确认了核能在其能源战略中的核心地位。

AI 数据中心的电力需求恰好与法国的核电复兴形成了完美的时间契合。当法国需要为新建的核反应堆找到稳定的大型用电客户时,AI 数据中心恰好出现了——它们需要 24/7 的稳定电力,而且愿意签长期合同。这种供需匹配是 SoftBank 选择法国的深层原因之一。

来源: Reuters(2026年6月1日)、Bloomberg、法国经济部公告、国际能源署(IEA)核电数据。

图表加载中…

💡 一句话理解

如果你关注 AI 基础设施投资,电力成本是最关键的选址因素。数据中心运营成本中,电力通常占 40-60%。法国工业电价约为欧洲的中等偏低水平,加上核电的稳定性,是吸引 AI 投资的核心竞争力。

⚠️ 常见踩坑

核电并非没有风险。法国核电近年来多次因管道腐蚀和维护问题导致反应堆停堆,2022-2023年核电产量降至数十年低点。虽然已逐步恢复,但电网的可靠性仍需持续观察

四、孙正义的全球算力棋局:从 Stargate 到欧洲

SoftBank 在法国的投资不是孤立的——它是孙正义 全球 AI 基础设施战略 的关键一环。

4.1 Stargate 项目:美国侧

Stargate 是 SoftBank 与 OpenAI、Oracle、微软合作的 5000亿美元 美国 AI 基础设施项目。计划在 2026-2030 年间在美国建设超大规模数据中心集群,为 OpenAI 的下一代模型提供算力支持。

项目 地点 规模 合作方 状态
Stargate 美国德州等 5000亿美元 OpenAI/Oracle/微软 建设中
法国 AI 基建 法国 750亿欧元 法国政府 签约,第一期启动
OpenAI 股权投资 全球 累计 600亿美元+ OpenAI 已投资 300亿+,2026年再投 300亿

4.2 SoftBank 的 AI 投资组合

SoftBank 不仅仅是基础设施的建设者,更是 AI 生态的最大投资者之一

  • OpenAI:持有 11% 股份,已累计投资超过 300 亿美元,2026年承诺再投 300 亿美元
  • Arm Holdings:芯片设计公司,其架构被几乎所有 AI 服务器采用
  • SB Energy:SoftBank 的能源子公司,将为法国项目提供可再生能源支持

4.3 战略意图:算力即权力

孙正义有一句名言:「美国在快速前进,中国在快速前进。欧洲、日本、亚洲也必须快速前进,否则就会被甩在后面。」

这笔法国投资的核心逻辑是:在全球 AI 算力竞争中占据关键节点。通过在美国(Stargate)和欧洲(法国项目)同时布局超大规模算力基础设施,SoftBank 将成为全球 AI 算力的核心供应商——无论是 OpenAI、欧洲 AI 初创公司还是政府机构,都需要向 SoftBank 租用算力。

来源: CNBC(2026年5月31日)、Reuters(2026年6月1日)、SoftBank 新闻稿、Bloomberg。

图表加载中…

💡 一句话理解

SoftBank 的算力战略本质上是基础设施即服务的终极形态——不直接做 AI 模型,而是为所有 AI 公司提供算力。这种模式的壁垒极高,一旦建成,将成为 AI 时代的「电力公司」。

⚠️ 常见踩坑

这种重资产模式的风险在于:如果 AI 需求增长放缓或模型效率大幅提升(如 MoE 架构普及),已建成的数据中心可能面临产能过剩。数据中心建设周期长,一旦开工就很难转向。

五、数据中心电力与 GPU 容量建模

750亿欧元投资的物理含义是什么? 让我们用数学模型来拆解。

5.1 GPU 容量估算模型

我们建立一个简化的估算模型:

参数 说明
总电力容量 5 GW 50 亿瓦
GPU 功耗(含散热) 1,500 W/块 B200 约 1,000W + 50% 散热
非 GPU 电力占比 40% 网络、存储、办公、照明
GPU 可用电力 3 GW 5 GW 乘以 60%
理论最大 GPU 数 200 万块 3 GW 除以 1,500 W

5.2 电力成本对比

国家 工业电价 (欧元/MWh) 200万 GPU 年电费 20 年电费
法国 70 14.7 亿欧元 294 亿欧元
德国 160 33.6 亿欧元 672 亿欧元
美国(德州) 50 10.5 亿欧元 210 亿欧元
中国 55 11.6 亿欧元 231 亿欧元

法国的电价在欧洲具有显著优势,仅比美国德州贵 40%,但远低于德国(贵 128%)。

5.3 投资回报分析

假设 SoftBank 以 每 GPU 小时 3 美元 的价格出租算力(参考当前云 GPU 定价的 70% 折扣价):

  • 单块 GPU 年收入:3 美元/小时 乘以 8760 小时 乘以 80% 利用率 约 2.1 万美元/年
  • 200 万块 GPU 年总收入:约 420 亿美元/年
  • 扣除电费(14.7 亿欧元 约 16 亿美元)和其他运营成本(预估 100 亿美元),年净利润约 300 亿美元
  • 投资回收期约 2.5 年(750 亿欧元 约 870 亿美元 除以 300 亿美元)

当然,这是一个极度乐观的模型。 实际 GPU 出租率、定价、运营成本都有很大不确定性。但这个模型揭示了为什么 SoftBank 愿意投入如此巨资——如果一切顺利,这是一笔回报极高的投资

python
def estimate_datacenter_capacity(total_power_gw, gpu_power_w=1500, non_gpu_ratio=0.4):
    """估算数据中心可容纳的 GPU 数量
    total_power_gw: 总电力容量 (GW)
    gpu_power_w: 单块 GPU 功耗 (W),含散热开销
    non_gpu_ratio: 非 GPU 电力占比
    """
    gpu_power_gw = total_power_gw * (1 - non_gpu_ratio)
    gpu_count = int(gpu_power_gw * 1e9 / gpu_power_w)
    return gpu_count

def estimate_annual_cost(gpu_count, power_kwh, price_per_mwh_eur, utilization=0.8):
    """估算年度电力成本
    gpu_count: GPU 数量
    power_kwh: 单 GPU 功率 (kW)
    price_per_mwh_eur: 电价 (欧元/MWh)
    utilization: 年均利用率
    """
    hours_per_year = 8760
    cost = gpu_count * power_kwh * hours_per_year * utilization * price_per_mwh_eur / 1000
    return cost

# SoftBank 法国项目
gpu_count = estimate_datacenter_capacity(5, gpu_power_w=1500, non_gpu_ratio=0.4)
france_cost = estimate_annual_cost(gpu_count, 1.5, 70)
germany_cost = estimate_annual_cost(gpu_count, 1.5, 160)
texas_cost = estimate_annual_cost(gpu_count, 1.5, 50)

print(f"可容纳 GPU: {gpu_count:,} 块")
print(f"法国年电费: {france_cost/1e8:.1f} 亿欧元")
print(f"德国年电费: {germany_cost/1e8:.1f} 亿欧元")
print(f"德州年电费: {texas_cost/1e8:.1f} 亿欧元")
# 输出: 可容纳 GPU: 2,000,000 块
#       法国年电费: 14.7 亿欧元
#       德国年电费: 33.6 亿欧元
#       德州年电费: 10.5 亿欧元
图表加载中…

💡 一句话理解

如果你在做 AI 基础设施的成本估算,电力成本往往被低估。在 5GW 级别的数据中心中,20 年电力总成本可能占总投资的 40% 以上。选址时电力价格的差异可以直接决定项目的盈亏。

⚠️ 常见踩坑

上述模型是简化估算。实际数据中心还需要考虑:土地成本、建筑成本、GPU 采购成本(200 万块 GPU 本身可能需要数千亿美元)、网络设备、人员薪酬等。750 亿欧元可能仅覆盖了基础设施部分。

六、对全球算力格局的影响:三极竞争的新阶段

SoftBank 的法国投资标志着全球 AI 算力竞争进入了 三极格局 的新阶段。

6.1 美国:先发优势

美国在 AI 算力上拥有显著的先发优势:

  • 芯片:NVIDIA(GPU)、AMD、Intel 占据全球 AI 芯片 90%+ 市场份额
  • 云巨头:AWS、Google Cloud、Azure 拥有全球最大的数据中心网络
  • Stargate:5000亿美元的算力投资,规模全球第一
  • 能源:德州等地的天然气和可再生能源提供了充足的电力

6.2 中国:自主突围

中国在 AI 算力上走的是 自主可控 路线:

  • 国产芯片:华为昇腾 910C、海光、寒武纪等国产 AI 芯片加速迭代
  • 超节点:百度天池超节点、阿里云张北数据中心
  • 政策驱动:「东数西算」工程将算力中心向西部转移
  • 规模:中国是全球第二大 AI 算力市场,但高端 GPU 受出口管制限制

6.3 欧洲:追赶者

欧洲在 AI 算力上是 追赶者

  • 电力优势:法国核电、北欧水电/风电提供充足的清洁能源
  • 政策优势:《AI 法案》虽然增加了合规成本,但也为「可信 AI」提供了框架
  • SoftBank 投资:750亿欧元是欧洲有史以来最大的 AI 基建投资,但与美国 5000亿美元的 Stargate 相比仍有数量级差距
  • 挑战:监管环境复杂、审批流程长、电网老化

6.4 AI Master 的核心观点

这笔投资的最大意义不在于算力本身,而在于它打破了「AI 算力 = 中美两强」的叙事。 欧洲虽然起步晚,但凭借核能优势和政治意愿,正在构建自己的算力底座。

但这远远不够。 750亿欧元(约 870亿美元)对比美国 Stargate 的 5000亿美元,只有 17% 的规模。欧洲要真正缩小差距,需要更多这样的投资——不仅是 SoftBank,还需要欧盟层面的协调和各国政府的配套支持。

6.5 算力竞争的经济学本质

全球 AI 算力竞争的本质是一场规模经济竞赛。数据中心的单位算力成本随着规模呈指数级下降——一个 5GW 的数据中心的单位算力成本可能只有 500MW 数据中心的三分之一。这意味着:

先发优势具有自我强化的效应。 已经建设大规模数据中心的美国公司可以以更低的成本提供算力,从而吸引更多客户,进一步扩大规模。欧洲作为后来者,需要通过政策补贴、税收优惠、能源价格折扣等手段来抵消这种规模劣势。

2026 年 6 月 1 日,Choose France 峰会总引资达 930亿欧元,其中 SoftBank 占了超过 80%。这说明欧洲在 AI 基建上仍然高度依赖外部资本,本土资本的参与度不足——这是一个值得警惕的信号。如果欧洲不能在资本层面形成自主的算力投资体系,长期来看仍然会受制于人。

图表加载中…

💡 一句话理解

关注欧洲 AI 算力建设的后续动作:法国之后,是否有其他国家(德国、荷兰、北欧)跟进?欧盟是否会推出类似「欧洲芯片法案」的算力基础设施计划?这些将决定欧洲能否真正缩小与中美之间的差距。

⚠️ 常见踩坑

欧洲的监管环境是双刃剑。《AI 法案》虽然为「可信 AI」设定了标准,但也增加了合规成本。数据中心投资者需要在合规与创新之间找到平衡——过于严格的监管可能吓退更多投资。

七、供应链与产业链影响:谁将受益?

750亿欧元的投资将撬动一个庞大的产业链。

7.1 直接受益者

施耐德电气(Schneider Electric):SoftBank 宣布将在敦刻尔克建立数据中心制造基地,与施耐德电气合作。作为全球领先的电力管理设备供应商,施耐德将从数据中心的电力基础设施建设中获益。

NVIDIA:数据中心的核心是 GPU。5GW 的算力容量意味着可能需要数十万块高端 GPU(B200/Vera Rubin 系列)。NVIDIA 将是最大的硬件受益者。

法国建筑和工程公司:数据中心建设需要大量土木工程、机电安装、网络布线等服务,将带动当地就业。

7.2 间接受益者

欧洲 AI 初创公司:有了本地化的大规模算力,欧洲 AI 公司不再需要依赖美国的云服务。Mistral、Aleph Alpha 等欧洲大模型公司将获得更便宜的本地算力。

核能产业链:法国核电集团 EDF 正在推进 EPR2 新反应堆建设计划,数据中心对电力的需求将加速这一进程。

光纤网络:数据中心之间的互联需要大量光纤基础设施,欧洲电信运营商将从中受益。

7.3 潜在风险

供应链瓶颈:全球 GPU 供应仍然紧张。NVIDIA 的 B200/Vera Rubin 系列芯片产能有限,SoftBank 能否在计划时间内获得足够的 GPU 是一个关键不确定性。

人才短缺:数据中心运营需要大量专业技术人员(网络工程师、电力工程师、运维工程师),法国是否具备足够的人才储备?

地缘政治风险:如果中美技术脱钩加剧,法国数据中心可能面临芯片采购限制或出口管制风险。

7.4 对欧洲 AI 生态的长期影响

这笔投资的长期影响可能远超短期经济效益。当欧洲拥有足够规模的本地算力后,会出现一系列连锁反应

第一,欧洲 AI 公司不再需要依赖美国云服务。 目前 Mistral、Aleph Alpha 等欧洲大模型公司主要使用 AWS 或 Google Cloud 进行训练和推理。一旦本地算力可用,它们可以将数据保留在欧洲境内,满足 GDPR 的严格要求,同时降低延迟和成本。

第二,欧洲可能成为 AI 算力的「中立地带」。 在中美技术竞争日益激烈的背景下,欧洲的数据中心可能成为那些不想依赖任何一方的国家和企业的首选。这种「中立算力」的角色可能为欧洲带来独特的竞争优势。

图表加载中…

💡 一句话理解

如果你关注 AI 基础设施投资机会,施耐德电气、NVIDIA、EDF 是这笔投资最直接的受益标的。但要注意,数据中心建设周期长,短期财报可能不会立即体现这些收益。

⚠️ 常见踩坑

GPU 供应瓶颈是最大的不确定性。NVIDIA 已经宣布了多个超大规模项目(Stargate、微软、Google),产能分配是否优先给 SoftBank 的法国项目尚不明确。如果 GPU 交付延迟,整个项目进度将受到影响。

八、原创观点:三个关键预判

8.1 预判一:欧洲 AI 算力将进入「黄金五年」

SoftBank 的投资只是一个开始。法国已经证明了它的核能优势和政治意愿,其他国家(荷兰、北欧、德国)会跟进。未来 5 年将是欧洲 AI 基础设施建设的高峰期,预计将有超过 2000亿欧元的 AI 基建投资涌入欧洲。

8.2 预判二:算力将成为 AI 行业的新「石油」

当算力变得像电力一样成为公共基础设施时,拥有算力的公司将拥有定价权。SoftBank 的商业模式本质上是将算力商品化,然后通过规模经济获取利润。这与石油公司开采、精炼、销售原油的逻辑高度相似。

8.3 预判三:AI 地缘政治将从「芯片战」升级为「算力基建战」

美国通过出口管制限制中国获取高端芯片,中国通过自主研发突围,欧洲通过吸引外部投资补课。下一阶段的竞争焦点不再是单一芯片,而是整个算力基础设施体系——从电力供应、芯片采购、数据中心建设到网络互联。

谁能构建最完整的算力基建体系,谁就将在 AI 时代占据主导地位。

8.4 预判四:AI 基础设施投资将重塑全球资本流动

SoftBank 的法国投资揭示了一个更大的趋势:全球资本正在从传统的房地产、消费品等领域大规模转向 AI 基础设施。这是因为:

  • AI 基础设施的回报率预期远超传统资产。数据中心的投资回报率可以达到 15-25%,远高于商业地产的 5-8%
  • AI 算力的需求增长是可预测的。模型参数规模每年增长 3-5 倍,算力需求的增长确定性极高
  • 政府背书降低了政策风险。法国政府的直接参与为 SoftBank 的投资提供了政治保障

这种资本流动的重塑将影响全球经济格局。未来十年,AI 基础设施可能成为吸引全球资本的最大单一领域,超过石油、房地产和半导体制造。这是一场百年未有之大变局。

python
# 全球主要 AI 算力投资项目对比
investments = [
    {"name": "Stargate (美国)", "amount_usd_b": 500, "year": "2026-2030"},
    {"name": "SoftBank 法国", "amount_usd_b": 87, "year": "2026-2031"},
    {"name": "Choose France 总计", "amount_usd_b": 101, "year": "2026"},
    {"name": "OpenAI 股权投资", "amount_usd_b": 60, "year": "2026"},
    {"name": "Google 2024 资本支出", "amount_usd_b": 52, "year": "2024"},
    {"name": "Meta 2025 资本支出", "amount_usd_b": 65, "year": "2025"},
]

print("全球 AI 算力投资规模对比(十亿美元):")
for inv in sorted(investments, key=lambda x: x["amount_usd_b"], reverse=True):
    bar = "█" * int(inv["amount_usd_b"] / 5)
    print(f"  {inv['name']:<25} {bar} ${inv['amount_usd_b']}B")

# Stargate (美国)              ████████████████████████████████████████████████████████ $500B
# SoftBank 法国                ██████████ $87B
# Choose France 总计           ████████████ $101B
# OpenAI 股权投资              ███████ $60B
# Google 2024 资本支出          ██████ $52B
# Meta 2025 资本支出           ███████ $65B
图表加载中…

💡 一句话理解

对于 AI 从业者来说,理解算力基础设施的趋势非常重要。如果你在选择云服务商或构建自己的 AI 基础设施,需要关注未来 5 年欧洲的算力供给变化——本地算力可能比美国云服务更具性价比。

⚠️ 常见踩坑

算力商品化的反面是商品化陷阱——当算力变成标准商品时,利润率会被持续压缩。SoftBank 的 750亿欧元投资能否获得足够的回报,取决于它能否在算力之外提供增值服务(如 AI 平台、模型服务等)。

九、结语:一笔改变格局的投资

SoftBank 在法国的 750亿欧元投资,是 AI 基础设施竞赛的一个重要里程碑。它不是最大的(Stargate 5000亿美元更大),也不是最早的(美国云巨头已经建设多年),但它的象征意义和战略影响不容忽视。

它证明了三个事实:

第一,AI 竞争已经从模型转向了基础设施。谁有算力,谁就有未来。

第二,欧洲正在认真对待 AI 算力差距。法国的核能优势+政治意愿+外部资本=一个可行的追赶方案。

第三,孙正义的赌注越来越大。从 Stargate 到法国项目,再到 OpenAI 的 600亿美元+投资,SoftBank 正在将自身命运与 AI 基础设施深度绑定。

AI Master 的结论: 这笔投资本身不足以让欧洲追上中美,但它是一个重要的信号——全球 AI 算力格局正在从「两极」走向「多极」。未来 5 年,我们将看到更多的超大规模算力投资在世界各地落地。算力即权力,而这个权力的版图正在被重新绘制。

来源汇总: SoftBank 官方新闻稿(2026年5月31日)、CNBC、Reuters(2026年6月1日)、Bloomberg、Yahoo Finance、Fortune、TechZine、WION 等权威媒体。

图表加载中…

💡 一句话理解

如果你想持续追踪全球 AI 算力基础设施的动态,关注以下信号:① NVIDIA 季度数据中心营收;② 各国政府宣布的 AI 基建投资;③ 数据中心电力成本变化趋势;④ GPU 供需关系和价格波动。

⚠️ 常见踩坑

投资有风险。本文分析了 SoftBank 投资的战略意义和产业链影响,但不构成任何投资建议。基础设施项目的实际回报受多种因素影响,包括建设进度、市场需求、政策变化等。