导航菜单
首页
排名 涨幅榜 跌幅榜 24h成交额 新币榜
快讯 机构 观点 人物 专题

调查:AI行业繁荣背后隐现建设危机与泡沫风险

作者:Edward Zitron, 编译:Block unicorn

当前,一场由人工智能驱动的数据中心建设热潮正席卷全球,行业巨头们不断宣布雄心勃勃的千兆瓦级项目。然而,深入调查显示,这场繁荣的表象之下,隐藏着严重的建设滞后、电力短缺与需求泡沫。许多被大肆宣传的数据中心项目进展远低于预期,大量已售出的高端GPU无处安装,整个行业可能正面临一场严峻的“兑现危机”。

一、规划宏大与现实骨感:数据中心建设严重滞后

根据能源咨询公司伍德麦肯兹(Wood Mackenzie)的报告,美国数据中心新增容量在2025年第三季度至第四季度期间减少了一半。更关键的是,在已披露的共计241吉瓦(GW)数据中心规划容量中,仅有33%处于“积极开发”状态。

数据中心新增容量图表

报告进一步指出,高达58%的已承诺电力供应属于“仅限输电线路”类型,意味着数据中心需要自行解决发电问题。与此同时,美国最大的区域输电组织之一PJM面临严峻挑战,其对数据中心的电力承诺量是其风险发电队列中实际认证容量的三倍。简单来说,电网没有足够的电。

数据中心容量开发状态图表

经济学家Paul Kedrosky分析认为,已公布的庞大输电管道容量中,大部分并非现实存在,许多项目仍停留在许可申请、土地投机或依赖尚未建设的能源设施(如现场天然气电厂)的阶段。

二、实际交付量堪忧,远跟不上GPU销售速度

与宏伟的规划相比,数据中心的实际交付量显得微不足道。综合多家市场研究机构(如CBRE、Avison Young、DataCenterHawk)的数据分析,2025年北美数据中心实际新增并投入运营的IT负载容量估计仅为约3吉瓦(GW)。

这与英伟达(NVIDIA)激进的销售节奏形成了鲜明对比。英伟达数据中心业务在2026财年(2025年2月至2026年1月)营收高达1957亿美元,其中约1350亿美元来自美国市场。分析指出,目前安装和运营一个季度的GPU销量大约需要6个月的时间。建设速度远远落后于芯片销售速度。

英伟达数据中心收入图表

“如果数据中心的建设需要18个月到3年,你为什么要提前数年购买那么多GPU?”文章质疑道,“等到把所有Blackwell架构GPU安装好,下一代Vera Rubin架构的GPU可能已经上市两年了。”

研究机构Sightline的估计更为严峻,其认为全球目前仅有约5吉瓦的数据中心容量正在建设中,并且2026年计划建设的项目中可能有一半永远不会建成。

三、明星项目进展缓慢,媒体叙事存在误导

文章以多个备受瞩目的AI数据中心项目为例,指出其建设进度远不如宣传中乐观:

  • 星际之门阿比林(Stargate Abilene):由OpenAI、甲骨文等参与,2024年7月宣布建设200兆瓦数据中心。尽管多次宣布“上线”、“运行”,但截至2026年3月,似乎仅有两栋建筑接近完工。按当前速度,整个项目可能到2027年底才能全面建成。
  • 微软威斯康星州数据中心:虽被宣传为“建成”和“投入使用”,但实际可能只有极小部分容量(估计约235兆瓦)投入运营。
  • Meta印第安纳州数据中心园区:规划1吉瓦容量,但直到2026年2月才开始建设。

文章批评部分媒体在报道中模糊了“规划”、“在建”与“实际运营”的区别,营造出项目快速推进的假象,而实际上许多所谓“千兆瓦级巨额交易”距离真正落地还有数年之遥。

四、商业模型存疑:巨额投入与盈利困境

在需求端,AI计算服务的盈利状况同样引人担忧。文章列举了几家主要的AI云服务提供商:

  • Applied Digital 2025财年营收1.44亿美元,亏损2.31亿美元。
  • CoreWeave 2025财年营收51.3亿美元,税前亏损12亿美元。
  • Nebius营收2.28亿美元,亏损1.229亿美元。

这表明,尽管市场对AI算力需求呼声很高,但许多专门提供AI计算服务的公司仍处于巨额亏损状态。同时,AI应用的主要客户(如OpenAI、Anthropic)自身也面临巨大的运营亏损。

五、GPU流向谜团与软件工程隐患

文章还提及了另外两个引发担忧的领域:

1. GPU违规流向风险:报道引述了超微电脑(Supermicro)联合创始人Wally Liaw等人因涉嫌向中国出售价值数亿美元的英伟达GPU而被捕的事件,以及新加坡公司Megaspeed可能作为“前台”向中国转运芯片的指控。这些事件引发了对高端AI芯片出口管制有效性的质疑。

Megaspeed与中国公司网站对比图

黄仁勋与相关人士合影

2. AI编码工具的内部风险:文章指出,一些大型科技公司强制或鼓励员工大量使用AI编码工具,并将token消耗量与绩效挂钩,导致出现“token最大化”的扭曲文化。这不仅大幅增加了运营成本,更可能带来代码质量下降、安全隐患增加(如Meta和亚马逊近期因AI工具引发的安全与订单故障)以及工程师技能退化的长期风险。AI正在从内部腐蚀软件工程的根基。

六、结论:繁荣下的泡沫与谎言

文章最终得出结论,当前的AI繁荣建立在多重“谎言”或夸大之上:规划容量远高于实际建设、GPU销售速度远超安装能力、许多数据中心项目可能永远无法建成、AI算力服务的实际盈利需求存疑、以及AI工具在生产环境中被滥用带来的风险。

“整个AI泡沫就是个彻头彻尾的海市蜃楼。”作者写道,“你听说的每一个‘千兆瓦级’数据中心都不过是痴人说梦……人工智能建设的疯狂程度将被视为史上最大的资本浪费之一。”

文章警告,当现实最终追上宣传的步伐,当电力、建设速度和真实需求无法支撑当前的资本狂欢时,整个行业可能面临严重的调整。而目前,数千亿美元的资本正基于对未来数年后的乐观预期进行投入,其中隐藏着巨大的风险。