AI 算力账本难以为继

让我们重新审视整体账目。

美国在 AI 算力上的资本投入从去年 5000 亿跃升至今年 8000 亿，增幅超过六成。

即便持乐观态度，2029 年算力规模预计也仅达 1.5 万亿。

这意味着后续资本开支的年增长率需大幅下调至 20% 上下。

然而我觉得这仍显保守……但再维持 50% 的增速恐难实现。

因此，今年将是 AI 基础设施产业链在资本市场的巅峰之年。

但站在美国视角，资金源头何在？

多家模型厂商急于 IPO，传统巨头将经营性现金流全部投入，小型厂商亦开始斥资建设数据中心，或继续依赖高息私募信贷融资。

这一预期或许会持续上调。

此前市场按 1.2 万亿美元资本开支测算，英伟达占据八成份额，以 50% 净利率计算，对应其 4000 亿利润，市盈率约 13 倍（类似去年至今 PPT 的估值水平）。

故英伟达当前股价大致仍停留在去年十月的高位。

但通胀已然来袭。

2026 年 AI 基建涉及的存储、液冷及电力成本均将上涨，价格可能已提升 20%……

若后续仅保持 20% 增长，从实物工作量角度看，实际并无增量。

具体核算：目前英伟达 72 卡集群造价 780 万美元，其中 GPU 约 400 万，存储 200 万，存储占比显著攀升。

反向推演，英伟达在总投入中的份额缩减，同等资本开支下，利润空间被压缩。

周五的下跌不仅源于加息，更因内存配置调整使市场逐渐意识到这笔账难以平衡。

当然，高利率亦损害数据中心的内部收益率。若资本开支依赖私募信贷强行推高，未来或许是中国点火的机会。

宏观层面直言通胀是经济杀手……AI 领域亦不例外。

此次 AI 产业链演进迅速，从芯片到基建，从模型延伸至 Agent 应用。去年推崇的堆叠算力、大力出奇迹策略似乎已无人问津。

AI 浪潮并未终结，投资方向正在扩散，挑战日益加剧。感觉旧路径性价比降低，但新方向尚不明朗……

以上仅为近期学习心得，部分数据或存偏差，欢迎批评指正。无论何种背景，皆需全面拥抱并跟进 AI 趋势。