Synth Daily
AI算力竞赛：万亿资本涌入与新的基建瓶颈
人工智能（AI）领域的投资热潮远未降温，反而正在加速。英伟达CEO黄仁勋一句“在AI领域，算力就是收入”点燃了华尔街的热情，促使高盛、贝莱德等金融巨头筹集超过5000亿美元资金，用于AI基础设施建设。这一论点的核心是将算力视为一种可产生稳定收入的资产，就像发电厂或收费公路一样。市场数据也印证了这一趋势：尽管芯片供应量大增，但算力租赁价格仍在飙升，AI服务器制造商超微电脑（Super Micro）更是发布了远超华尔街预期的营收目标。然而，随着资本疯狂涌入，新的瓶颈也开始出现。限制AI发展的不再仅仅是芯片短缺，而是支持数据中心运行的电力、冷却系统和网络等物理基础设施的建设速度。这表明AI竞赛已进入一个更复杂的阶段，考验着整个产业链的协同能力。
要点
- 1算力即收入：英伟达CEO黄仁勋的核心论点，即AI算力是一种可产生稳定现金流的资产，正推动超过5000亿美元的资金涌入AI基础设施领域。
- 2需求远超供应：AI服务器制造商超微电脑预测其2027财年营收将达到650亿至720亿美元，远超市场预期。同时，即使GPU产能增加，算力租赁价格仍在上涨，表明市场处于严重短缺状态。
- 3新的增长瓶颈：当前限制AI发展的最大障碍已从芯片本身，转移到配套的物理基础设施，如电力供应、冷却系统和数据中心空间，这些建设周期更长，成为新的挑战。
- 4算力的金融化：市场正在围绕算力构建新的金融工具，例如算力期货和资产证券化，这标志着一个新周期的开始，而非泡沫的顶峰。
视角
英伟达 CEO 黄仁勋
他认为，一排排的芯片应该被视为能产生收入的资产，与建筑物和发电厂类似。如果借款人违约，这些硬件可以被收回并为其他人服务，而CUDA软件的持续更新能让旧芯片保持价值。
超微电脑 CEO 梁见后
他指出，部分客户订单延迟并非因为需求下降，而是因为电力、冷却和网络等配套设施的部署跟不上。这说明AI基础设施的瓶颈正在从服务器本身转向物理环境。
市场分析师观点
关于AI投资过热和算力即将商品化的担忧，正被真实数据反驳。不断上涨的租赁价格和庞大的订单积压表明，市场仍处于供不应求的阶段，所有人都在加速建设，因为没人能建得足够快。
算力即资产
当前AI热潮的核心逻辑已经转变。过去，芯片被看作是快速贬值的硬件，但现在，它被视为能持续产生收入的核心资产。这个观念的转变，是理解当前万亿资本涌入AI领域的关键。
在AI领域，算力就是收入。
这个由英伟达CEO黄仁勋提出的简单论点，为金融机构提供了投资的理论基础。逻辑很简单：只要AI应用能持续创造利润，那么为这些应用提供动力的算力硬件就具有了稳定的抵押价值。因此，无论是英伟达主导的5000亿美元融资计划，还是可交易的算力期货，都是将算力从一种“成本”转变为一种“资产”的具体体现。只要AI需求持续增长，这套逻辑就能运转下去。
新的增长瓶颈
当所有人的目光都聚焦在芯片上时，一个更基础、更棘手的问题已经浮现。即使服务器已经准备就绪，但如果没有足够的电力来运行、没有高效的冷却系统来降温、没有高速网络来传输数据，一切都是空谈。
超微电脑的季度营收未达预期，并非因为客户取消订单，而是因为客户的数据中心无法及时完成电力和冷却系统的配套建设。这揭示了AI竞赛的新战场：物理基础设施。建设数据中心是一项浩大的工程，获取土地、电力和专用设备（如变压器和开关设备）的周期以年为单位计算，远远超过了芯片的生产周期。这意味着，未来几年，AI发展的速度可能不再取决于芯片公司能生产多少芯片，而取决于电网能提供多少电力。
Q&A
Q: 为什么在芯片供应增加的情况下，算力租金还在上涨？
A: 这恰恰说明市场处于严重的供不应求状态。AI应用创造的价值和利润增长速度，远超算力基础设施的建设速度。即使有更多GPU投入市场，也立即被庞大的需求所消化。客户愿意为能立刻产生收益的算力支付更高价格，从而推高了租赁费率。
Q: AI服务器硬件的利润率不高，为什么像超微电脑这样的公司前景被看好？
A: 尽管硬件通常被视为低利润业务，但超微电脑最近的财报显示其毛利率正在改善，超出了最初预期。这表明，在巨大的需求面前，领先的供应商拥有了更强的议价能力。如果公司能在实现数百亿美元营收增长的同时保持稳健的利润率，就证明了AI服务器业务比怀疑论者想象的更具盈利潜力。
你知道吗？
建设一个千兆瓦（1GW）级别的数据中心，所需投资高达约376亿美元。其中，超过一半（约57%）的资金并非用于购买芯片，而是投入到土地、电力、变压器、冷却系统和光纤等物理基础设施上。这些领域的建设周期长、壁垒高，正成为AI产业的下一个关键战场。
来源
 | 黄仁勋仅用五个字，道破华尔街5000亿美元资金去向 |
 | AI 算力狂潮远未见顶——一切才刚刚开始 |
 | 一份 720 亿美元的预测报告，让 AI 领域的博弈再度升级 |