对于这轮 AI 高涨到底是不是泡沫这个问题，往时两年争论络续。但在反复商酌“这些钱花得值不值”之前，咱们似乎王人默许了一个前提：这笔钱是一个概况笃定的数字。但高盛近期发布的一份敷陈觉得，这个前提可能并不成立。

近期，高盛群众商酌院发布了一份名为《Tracking Trillions》的敷陈，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 年群众 AI 基础门径累计成本开支的基线：约 7.6 万亿好意思元。其中，筹画芯片约 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 成本支拨总额预测（十亿好意思元）（开端：Goldman Sachs）

]article_adlist-->

但敷陈真实思说的不是 7.6 万亿这个数字高或低，而是这个数字本人极其脆弱。商场习尚把 AI CapEx（成本支拨）动作需求侧问题来商酌：AI的生意化能弗成撑起这些参预？但高盛觉得，供给侧的不笃定性不异广泛，而况被严重低估。建这些东西到底要花些许钱，取决于一小组很少被摊开商酌的假定。

改动其中任何一个，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

敷罗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发强烈争论的变量。现在超大领域厂商普遍按 4 到 6 年的周期对 GPU 管事器计提折旧。但英伟达已转向年度居品发布节律：Hopper（2022）、Blackwell（2024）、Rubin（2026）、Rubin Ultra（2027）每一代在能效和性能上王人是数目级的跃升，而非渐进式改造。这使得 5 到 6 年的折旧周期在经济道理上越来越难以自洽。

高盛的明锐性分析夸耀，将芯片使用寿命从 5 年裁汰到 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。仅这一个参数的诊治，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明锐性分析（开端：Goldman Sachs）

有名投资东谈主 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。他揣摸 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，从而使利润虚精深过 20%。他的判断是：芯片的真实经济寿命接近 2 到 3 年，面前的司帐处理不外是一种盈余处理。

各家厂商的实践动作也呈现出特意思意思的不对。亚马逊在 2025 岁首将部分管事器的折客岁限从 6 年裁汰至 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导计提了 9.2 亿好意思元加快折旧。

微软 CEO Nadella 则公开示意，公司正特意拉开不同代际芯片的采购节律，幸免在单一代居品上职守四五年的折旧包袱。而 Meta 在三年内三次延长管事器使用寿命，最近一次在 2025 年 1 月，将折旧减少革新为单季度 29 亿好意思元的利润增量，刚巧发生在亚马逊裁汰折旧周期的褪色时分。

CoreWeave CEO 则给出了相背的把柄：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。高盛敷陈也承认，旧芯片在推理、边缘筹画和合成数据生成等低明锐度场景中仍有经济价值，这种分层部署现象可能援手更长的使用寿命。

争论的骨子不是技能问题，而是利润表问题。折客岁限决定了每年需要摊销些许成本，进而决定了这场万亿好意思元豪赌的账面报酬率。

数据中心正在造成另一种东西

第二个要津假定是数据中心的诞生成本。高盛的基线假定是每兆瓦 1，500 万好意思元。但敷陈指出，这个数字正濒临上行压力。

传统云数据中心的诞生成本省略是每兆瓦 1，000 万好意思元。AI 时期的数据中心整个不同：机架功率密度从往时的 5-15 千瓦飙升到 Blackwell 时期的 130-200 千瓦，再到 Rubin 时期的 500 千瓦以上；冷却神情从风冷转向全液冷；筹画、内存、累积和供电必须协同想象而非孤苦堆叠。

图丨数据中心规格的演进（开端：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 封装进圭臬 42U 机柜，功耗相当于 40 户好意思国度庭，条件 45°C 进水温度的平直液冷和 800V 直流供电，大多数现存门径整个无法承载。将来的 NVL576 建树更是指向每机架 600 千瓦。

高盛的明锐性分析夸耀，将数据中心成本从每兆瓦 1，500 万好意思元诊治到 1，900 万好意思元，六年累计数据中心 CapEx 从 2.15 万亿好意思元上升到 2.72 万亿好意思元，增量超过 5，700 亿好意思元。而况建筑和电力门径的想象寿命频繁是 20 到 25 年，但当门径的技能需求可能在投产两年内就发生根人道变化时，龟龄命金钱的“永恒性”反而成了风险。

图丨数据中心成本明锐性分析（开端：Goldman Sachs）

敷陈还点出一个纳闷的现实：不到两年前建成的“过渡型 AI 数据中心”可能还是无法放荡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，但技能需求可能在投产两年内发生根底变化时，龟龄命本人就造成了风险。

省下来的钱，会不会平直花掉

第三个假定触及芯片架构遴荐。

GPU 除外，NBA下注(中国)官网入口越来越多算力领会过 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有用算力成本和功耗王人比通用 GPU 低。

仅就近期公约看：Anthropic 在 2025 年 10 月告示从 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 出货量揣摸上调到 500 万颗，2028 年到 700 万颗。

但 Lee 和 Greenbaum 更思问的问题是：这些更低廉的算力，最终会让总诞生领域变小，如故会被新一轮使用收受掉？

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。机构知谈我方要检修多大的模子、管事些许用户，更低廉的芯片平直松开成本盘子，架构遴荐实实在在地改动总额。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。总的基础门径领域没变，变的是谁赚走了中间的利润。

敷陈提到，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，这个动机驱动的限制是“少用钱”如故“多用量”，谜底整个不同。

现在敷陈的基线倾向于后者。在算力需求远未饱和的阶段，低廉的筹画催生的是更多使用，而不是更少参预，架构变化改动的是价值分拨而非总盘子。作家也承认这个判断有时效性：当推理负载占比上升、利润率压力增大、边缘算力的报酬运行递减，更低廉的芯片确乎可能运行压缩总支拨。但阿谁阶段还没到。

瓶颈不改造成本，但可能改动信心

第四个假定是诞生周期拉长。电力接入列队、审批历程、专科劳能源穷乏、变压器和冷却开导的交货周期（现在 GPU 交货期已延长至 36 到 52 周），王人在拉大成本参预与产能上线之间的时分差。

延长本人不改动单元成本。电力的价钱、数据中心的每兆瓦造价、芯片的恶果王人不动。它通过另一种神情作用：拉万古分线、增多调和复杂度，最终让 take-or-pay 公约的承约方、信贷供给方、依赖二级商场融资的运营方王人披露在更永恒的不笃定性下。

高盛觉得，在基准情景下，瓶颈仅仅拖慢了部署节律而非减少了总量。技俩宽限、成本交流参预（最典型的是自建发电门径绕开电网列队），限制是一个恶果更低但总领域不变的诞生过程。

但当瓶颈实足严重、实足抓久，故事会从供给侧滑向需求侧。当多数技俩同期卡住，商场的柔软会从“咱们若何把它建出来”转向“咱们到底是不是该建这样多”。敷陈把这种情状称为反馈回路：供给侧的摩擦倒灌进需求侧的怀疑。

敷陈判断面前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 指点已共计攀升至约 7，000 亿好意思元（概述多家分析师估算），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%，更像公用行状公司而非科技公司。

仅 2025 年一年，这些公司就通过债券商场融资超过 1，080 亿好意思元，将来几年的展望发债领域达 1.5 万亿好意思元。在这个杠杆水平上，实行层面的蔓延很容易传导为需求层面的质疑。

不改动总量的要素，和一个轮回悖论

高盛还列出了几个看上去很贵重、但对总量影响有限的要素。

检修与推理的比例变化影响的是回本速率，不是基础门径总量。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，高盛展望近似的短期冲击还会在光互连、封装等其他门径反复出现。

自建电力确乎举高了单技俩成本，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 万亿的全体数字。这些变量决定的是谁收货、什么时候收货，而不是统共要花些许钱。

敷陈坦言，其分析建立在一种轮回的逻辑上：要是诞生确实得胜，基础门径铺开、瓶颈运动、算力价钱陆续下落，那么限制限制就怕是多余，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。今天足以放荡 AI 狡计的那一笔诞生，恰正是它对未来的技能契机不够用的原因。

参考贵寓：

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 辅助生成NBA下注(中国)官网

海量资讯、精确解读，尽在新浪财经APP 开云体育(中国)官方网站