AI泡沫与市场风险：能源供应成为关键制约因素

来源：Blockworks 原标题：周五图表：泡沫的要素 原文链接：https://blockworks.co/news/elements-of-ai-bubble

“关于AI泡沫的讨论很多。但从我们的视角来看，我们看到的是完全不同的东西。”

——黄仁勋

Alphabet CEO桑达尔·皮查伊表示，目前AI基础设施的热潮中存在“非理性因素”。

但谷歌宣布推出新版本的Gemini大型语言模型（LLM），让人觉得我们或许还不够非理性。按照评判语言模型的标准衡量，Gemini 3被认为比Gemini 2.5有了惊人的巨大提升。

这推翻了“大模型规模瓶颈”理论，即LLM已经达到平台期，仅仅增加算力已无法带来性能提升。谷歌增加了更强的算力——更智能的算法、更好的训练、更先进的芯片——Gemini 3就显著提升了。

这似乎为所有人继续激进投资打开了绿灯。黄仁勋指出，大家依然在大举投资GPU：“Blackwell的销量突破天际，云端GPU已经售罄。”

英伟达CFO补充道：“我们六年前出货的A100 GPU至今依然满负荷运行。”GPU似乎正受益于“级联使用模型”：最新的芯片用于训练一年左右，然后用于推理任务，再过一段时间最终用于老旧应用。

能源约束

如果模型还在持续进步，对新芯片的需求不断增长，而老芯片依然有用，我们就该思考AI公司是否低估了自己的盈利能力。然而，本周股价却下跌了。

这或许表明市场已不再担忧芯片需求，而开始担心能源供应。

需求似乎近乎无止境：一位Google Cloud高管估算，为满足需求，未来四到五年谷歌每六个月就得将算力翻倍。

但电力从何而来却是个谜。建造为大多数数据中心供电的燃气轮机需要五到七年，而这些设备的制造商已被订满，至少要到2030年才能交付。

如果没有额外电力供应，购买更高耗能的新一代GPU也毫无意义。即使AI需求几乎无限，AI泡沫也可能破裂。

皮查伊警告说，如果AI泡沫破裂，“没有任何公司能够幸免。”如果没有数据中心的繁荣，美国经济很可能已经陷入衰退：数据中心占GDP的4%，但在今年上半年贡献了93%的GDP增长。

关键市场指标

资本开支占GDP比例：以资本开支占GDP比例衡量，AI热潮在规模上已接近互联网泡沫、房地产泡沫和页岩气投资热潮。

老GPU需求：对老旧、算力较低的A100 GPU需求表现出乎意料的强劲，推翻了部分悲观预测。

企业资本配置：在微软，资本开支已飙升至接近销售额的50%，显示出企业正从“网络效应竞争”转向“资本获取竞争”。后者更容易形成泡沫。

初创公司聚焦：几乎所有Y Combinator孵化的初创企业如今都与AI相关，显示出风险在生态系统内高度集中。

就业与经济影响

自ChatGPT问世以来，标普500指数一路攀升，而美国职位空缺数量却大幅减少。不过历史表明，技术变革通常会导致职位重新分配，而非永久性失业。

延迟发布的就业数据显示，美国9月意外新增11.9万个就业岗位，说明尽管有AI冲击担忧，劳动力市场依然具有韧性。

更广泛的经济背景

关税让进口商品的价格比原本平均高出5.44%。美国汽车的平均售价现已超过5万美元，而在部分地区，汽油价格甚至低于饮用水。

美国购房者的中位年龄已上升到59岁，反映出年轻一代购房经济压力巨大。