欧盟砸100亿欧元建AI工厂，我算了一笔账，觉得有点悬

昨晚在群里跟几个做AI训练的朋友聊天，有个哥们说最近想调一个7B的开源模型，结果发现欧洲的云服务商GPU时租比AWS贵了快一倍，最后只能改策略用更小的模型。我试了一下，确实，欧洲的算力资源又贵又少，这大概就是欧盟现在急了的原因。

先说结论：100亿欧元建7座AI超级工厂，这个数字看着挺大，但拆开算算，从工程落地角度看，可能只够把硬件堆上去，真正要追上中美，缺的不只是钱。

先看账本：100亿欧元到底能买多少卡

按目前最贵的H100算，一张卡大概2.5万到3万欧元（算上散热、机柜、网络）。100亿欧元全部买卡，最多能买33万张H100。但实际建设工厂还要算土地、电力、冷却、运维，通常硬件占60%左右。所以真正能买卡的预算大概60亿欧元，也就是20万张H100。

对比一下中美现在的算力规模：

• 美国：微软、谷歌、Meta三家各自就有10万-15万张H100以上的集群，加上其它云厂商，总存量估计50万张以上。而且下一代B200已经在铺了。
• 中国：虽然被卡脖子，但华为昇腾、寒武纪也在堆，加上有阿里、腾讯、字节跳动，保守估计20万-30万张等效H100（算上国产卡折算）。
• 欧盟：这7座工厂平均每座不到3万张H100的规模，如果分散到7个地点，每个集群才2.8万张卡。

7个2.8万张卡的集群，合起来还不如美国一家大厂的一个数据中心。 而且这是全部投入，还没算后续的运营成本。电费、维护、折旧，一年下来至少吃掉10%的投入。

更麻烦的是：工厂建在哪，电从哪来

我踩了个坑才知道，大型AI训练集群的功耗惊人。一个5万张H100的集群，峰值功耗约50-70兆瓦，相当于一个中型城镇的用电量。欧盟现在到处缺电，德国去年还关了一批核电站，法国核电也在修。7座工厂，每座至少需要30-50兆瓦的稳定供电，还得是低碳的（因为欧盟有碳排目标）。

列几个现实问题：

• 选址：要靠近廉价绿电（水电、风电），但北欧电网容量有限，南欧太阳能不稳定
• 审批：建设一座大型数据中心，光环境评估、电网接入许可，跑下来就得2-3年
• 人才：欧洲AI工程师薪资比美国低30%，但顶尖人才大量流向硅谷，本地运维团队都难招

按我了解到的欧洲数据中心项目进度，从立项到投产，平均需要4-5年。等这7座工厂2027-2028年上线，中美已经跑到下一代芯片了。到时候H100可能已经过气，而欧盟这100亿欧元投的是固定硬件，想升级还得再砸钱。

软件生态才是真正的短板

硬件有办法买，但软件生态靠钱砸不出来。我最近在搞一个开源模型的部署，发现欧洲的AI框架贡献者少得可怜。PyTorch里欧洲开发者占比不到10%，而美国占60%，中国占20%。更关键的是，CUDA生态已经被英伟达锁死，欧洲的工厂如果买AMD或Intel的卡，那训练效率直接打七折，社区支持也差一大截。

欧盟也在推自己的开源框架，比如EuroHPC搞的FPGA加速，但说实话，我试了一下，文档不全，报错信息看不懂，踩了个坑就放弃了。开发者体验差，再好的硬件也是摆设。

[!note] 一个数据：欧盟的AI论文数量虽然不少，但产业转化率低。ICLR 2024上欧洲机构发表的论文中，附带了可复现代码的只有35%，而中美这个比例是60%以上。开源文化没跟上，工厂建好也没人用。

100亿+200亿，缺口还是大

新闻说希望公共资金带动200亿欧元私人投资，合计300亿欧元。但私人资本不会盲目跟进，他们要看回报。欧洲AI创业公司2024年融资总额才80亿欧元，还不如美国一家OpenAI一轮融资。没有大客户租用算力，工厂建好了就是空转。 而能租得起大规模算力的，无非是那些大模型公司，可欧洲现在拿得出手的只有Mistral、Aleph Alpha，体量跟OpenAI、Anthropic、百度、阿里完全不是一个量级。

表格对比一下各方投入（按2024年公开数据估算）：

欧盟这100亿欧元，相当于美国科技巨头们一个季度的投入。而且人家是持续投入，欧盟是一次性拨款。

一个可能的出路：专精特新

但话说回来，欧盟也不是完全没有机会。如果这些工厂不追求通用大模型，而是聚焦特定领域——比如科学计算、医疗影像、基因组学——这些领域欧洲本来就有数据库和算法优势

原文链接：欧盟计划投资 100 亿欧元建设 7 座 AI 超级工厂，发力追赶中美 - IT之家