对于这轮 AI 兴盛到底是不是泡沫这个问题，畴前两年争论不竭。但在反复商榷“这些钱花得值不值”之前健身房按摩1v1高干，咱们似乎都默许了一个前提：这笔钱是一个八成细主义数字。但高盛近期发布的一份呈报以为，这个前提可能并不成立。
近期，高深广众计议院发布了一份名为《Tracking Trillions》的呈报，他们以英伟达（NVIDIA）的前瞻数据中心收入作为锚点，推算出 2026 至 2031 年大家 AI 基础设施累计成本开支的基线：约 7.6 万亿好意思元。其中，经营芯片约 5.1 万亿，数据中心约 2.15 万亿，电力约 3，580 亿。2026 年单年约 7，650 亿好意思元，到 2031 年增至 1.64 万亿。
图丨基准 AI 成本开销总额预测（十亿好意思元）（起原：Goldman Sachs）
]article_adlist-->但呈报真实想说的不是 7.6 万亿这个数字高或低，而是这个数字本人极其脆弱。阛阓习尚把 AI CapEx（成本开销）作为需求侧问题来商榷：AI的买卖化能不成撑起这些参预？但高盛以为，供给侧的不细目性不异庞杂，况且被严重低估。建这些东西到底要花几许钱，取决于一小组很少被摊开商榷的假定。
转换其中任何一个，万亿好意思元级别的数字就会随着偏移。
一块芯片该折旧几年
呈报列出了四个最能撬动总量的假定。排在第一位的是 AI 芯片的经济使用寿命。
这是一个正在华尔街激励热烈争论的变量。现在超大领域厂商普遍按 4 到 6 年的周期对 GPU 职业器计提折旧。但英伟达已转向年度居品发布节拍：Hopper（2022）、Blackwell（2024）、Rubin（2026）、Rubin Ultra（2027）每一代在能效和性能上都是数目级的跃升，而非渐进式校正。这使得 5 到 6 年的折旧周期在经济真理真理上越来越难以自洽。
高盛的敏锐性分析夸耀，将芯片使用寿命从 5 年裁减到 3 年，2026-2031 年间的隐含年度折旧总额从约 3 万亿好意思元跳升至近 4 万亿好意思元；反过来延长到 7 年，则降至 2.2 万亿好意思元。仅这一个参数的疗养，就不错让生态系统承受的折旧成本偏移上千亿好意思元。
图丨芯片使用寿命的敏锐性分析（起原：Goldman Sachs）着名投资东说念主 Michael Burry 在 2025 年下半年公开作念空英伟达和 Palantir 时，正所以此为中枢论据。他推断 2026 至 2028 年间，超大领域厂商因高估芯片使用寿命将累计少计约 1，760 亿好意思元折旧，从而使利润虚高逾越 20%。他的判断是：芯片的真实经济寿命接近 2 到 3 年，现时的管帐处理不外是一种盈余责罚。
各家厂商的施行动作也呈现出迥殊念念的不合。亚马逊在 2025 岁首将部分职业器的折前年限从 6 年裁减至 5 年，为此承受了约 7 亿好意思元的营业利润冲击，并在 2024 年四季度对一批提前退役的开发计提了 9.2 亿好意思元加快折旧。
微软 CEO Nadella 则公开暗示，公司正迥殊拉开不同代际芯片的采购节拍，幸免在单一代居品上包袱四五年的折旧包袱。而 Meta 在三年内三次延长职业器使用寿命，最近一次在 2025 年 1 月，将折旧减少转念为单季度 29 亿好意思元的利润增量，正巧发生在亚马逊裁减折旧周期的归并时辰。
CoreWeave CEO 则给出了相背的笔据：该公司 2020 年购入的 A100 芯片现在仍然满负荷运转，一批公约到期的 H100 被坐窝以原价 95% 的价钱再行租借。高盛呈报也承认，旧芯片在推理、边缘经营和合成数据生成等低敏锐度场景中仍有经济价值，这种分层部署形态可能因循更长的使用寿命。
争论的骨子不是时间问题，而是利润表问题。折前年限决定了每年需要摊销几许成本，进而决定了这场万亿好意思元豪赌的账面答复率。
数据中心正在形成另一种东西
第二个谬误假定是数据中心的设立成本。高盛的基线假定是每兆瓦 1，500 万好意思元。但呈报指出健身房按摩1v1高干，这个数字正濒临上行压力。
传统云数据中心的设立成本大要是每兆瓦 1，000 万好意思元。AI 期间的数据中心都备不同：机架功率密度从畴前的 5-15 千瓦飙升到 Blackwell 期间的 130-200 千瓦，再到 Rubin 期间的 500 千瓦以上；冷却样式从风冷转向全液冷；经营、内存、收集和供电必须协同想象而非独处堆叠。
图丨数据中心规格的演进（起原：Goldman Sachs）NVIDIA 在 2026 年 GTC 上发布的 Vera Rubin 平台将这种压力推向了新的顶点。NVL72 机架将 72 块 Rubin GPU 和 36 块 Vera CPU 封装进措施 42U 机柜，功耗尽头于 40 户好意思国度庭，条款 45°C 进水温度的径直液冷和 800V 直流供电，大多数现存设施都备无法承载。改日的 NVL576 配置更是指向每机架 600 千瓦。
高盛的敏锐性分析夸耀，将数据中心成本从每兆瓦 1，500 万好意思元疗养到 1，900 万好意思元，六年累计数据中心 CapEx 从 2.15 万亿好意思元上涨到 2.72 万亿好意思元，增量逾越 5，700 亿好意思元。况且建筑和电力设施的想象寿命往往是 20 到 25 年，但当设施的时间需求可能在投产两年内就发生根人性变化时，龟龄命钞票的“永远性”反而成了风险。
图丨数据中心成本敏锐性分析（起原：Goldman Sachs）呈报还点出一个窘态的现实：不到两年前建成的“过渡型 AI 数据中心”可能依然无法中意下一代芯片的功率和散热需求。当一座数据中心的想象寿命是 20 年，但时间需求可能在投产两年内发生根底变化时，龟龄命本人就形成了风险。
省下来的钱，日本天堂免费mv小视频会不会径直花掉
第三个假定触及芯片架构采选。
GPU 以外，越来越多算力和会过 ASIC（Application-Specific Integrated Circuit，专用集成电路）委用：Google TPU（Tensor Processing Unit）、AWS Trainium、Meta MTIA、OpenAI 与 Broadcom 协作的定制芯片。这些芯片在特定任务上的每单元灵验算力成本和功耗都比通用 GPU 低。
仅就近期公约看：Anthropic 在 2025 年 10 月晓喻从 Google 采购至多 100 万颗 TPU，领域“几百亿好意思元”，2026 年 4 月这个协作膨胀到 5 GW 的 TPU 容量与 400 亿好意思元的 Google 投资。Broadcom 2025 财年的 AI ASIC 营收约 200 亿好意思元，订单积压 730 亿。Morgan Stanley 把 2027 年 TPU 出货量推断上调到 500 万颗，2028 年到 700 万颗。
但 Lee 和 Greenbaum 更想问的问题是：这些更低廉的算力，最终会让总设立领域变小，照旧会被新一轮使用给与掉？
他们把问题归结为一个变量：算力需求的弹性。
一种情景是需求相对固定。机构知说念我方要磨砺多大的模子、职业几许用户，更低廉的芯片径直减弱成本盘子，架构采选实的确在地转换总和。另一种情景是需求随着价钱走。算力变低廉了，团队就会训更大的模子、跑更长的高下文、把 AI 塞进更多正本不值得用的场景，省下来的钱又花且归了。总的基础设施领域没变，变的是谁赚走了中间的利润。
呈报提到，NVIDIA 数据中心 GPU 的毛利率约 75%，远高于其他芯片供应商。万亿好意思元乘以 75%，这个利润池将成为超大领域厂商转向自研芯片的最强动机。问题是，这个动机驱动的限度是“少用钱”照旧“多用量”，谜底都备不同。
现在呈报的基线倾向于后者。在算力需求远未饱和的阶段，低廉的经营催生的是更多使用，而不是更少参预，架构变化转换的是价值分派而非总盘子。作家也承认这个判断有时效性：当推理负载占比上涨、利润率压力增大、角落算力的答复运行递减，更低廉的芯片如实可能运行压缩总开销。但阿谁阶段还没到。
瓶颈不改形成本，但可能转换信心
第四个假定是设立周期拉长。电力接入列队、审批经由、专科劳能源阑珊、变压器和冷却开发的交货周期（现在 GPU 交货期已延长至 36 到 52 周），都在拉大成本参预与产能上线之间的时辰差。
延长本人不转换单元成本。电力的价钱、数据中心的每兆瓦造价、芯片的效果都不动。它通过另一种样式作用：拉永劫辰线、增多调解复杂度，最终让 take-or-pay 公约的承约方、信贷供给方、依赖二级阛阓融资的运营方都裸露在更永远的不细目性下。
高盛以为，在基准情景下，瓶颈仅仅拖慢了部署节拍而非减少了总量。神色宽限、成本叠加参预（最典型的是自建发电设施绕开电网列队），限度是一个效果更低但总领域不变的设立过程。
但当瓶颈填塞严重、填塞捏久，故事会从供给侧滑向需求侧。当多数神色同期卡住，阛阓的心绪会从“咱们若何把它建出来”转向“咱们到底是不是该建这样多”。呈报把这种景色称为反馈回路：供给侧的摩擦倒灌进需求侧的怀疑。
呈报判断现时环境更接近基准情景，但缓冲不大。五大超大领域厂商 2026 年的 CapEx 引导已共计攀升至约 7，000 亿好意思元（概括多家分析师估算），较 2024 年的 2，000 多亿好意思元翻了两倍多。成本密集度已达到营收的 45%-57%，更像公用管事公司而非科技公司。
仅 2025 年一年，这些公司就通过债券阛阓融资逾越 1，080 亿好意思元，改日几年的预测发债领域达 1.5 万亿好意思元。在这个杠杆水平上，扩充层面的延长很容易传导为需求层面的质疑。
不转换总量的身分，和一个轮回悖论
高盛还列出了几个看上去很进攻、但对总量影响有限的身分。
磨砺与推理的比例变化影响的是回本速率，不是基础设施总量。内存价钱的剧烈波动骨子上是供需失衡在顶点采购量下的反应，高盛预测肖似的短期冲击还会在光互连、封装等其他方法反复出现。
自建电力如实举高了单神色成本，但电力在六年累计参预中只占约 3，580 亿好意思元，不到总量的 5%，即使大领域铺开也撼动不了 7.6 万亿的举座数字。这些变量决定的是谁赢利、什么时候赢利，而不是总计要花几许钱。
呈报坦言，其分析建立在一种轮回的逻辑上：若是设立真的得手，基础设施铺开、瓶颈敞开、算力价钱连续下落，那么限度限度偶然是多余，而很可能是新一轮需乞降新一轮场景在更低的价钱点上被激活。今天足以中意 AI 洽商的那一笔设立，恰正是它对翌日的时间契机不够用的原因。
参考辛苦：
1.https://www.goldmansachs.com/insights/articles/tracking-trillions-the-assumptions-shaping-scale-of-the-ai-build-out
运营/排版：何晨龙
注：封面/首图由 AI 赞助生成健身房按摩1v1高干
海量资讯、精确解读，尽在新浪财经APP