Short-Seller Jim Chanos Scrutinizes Jensen Huang-Led Nvidia's AI Factory Cost Estimates: 'Well Above What Companies Are Telling Investors'

就在 Nvidia Corp. NVDA 和 OpenAI 宣佈達成一項價值 1000 億美元的人工智能基礎設施協議的前一天，著名空頭賣家 Jim Chanos 對人工智能熱潮的基礎經濟學提出了警告。

在 X 平台上的一篇帖子中，Chanos 質疑了 NVDA 首席執行官 Jensen Huang 對建設大型人工智能數據中心的成本估算，暗示與其他行業參與者的報告存在顯著差異。

Nvidia 是否在誇大人工智能工廠的成本？

Chanos 強調了 Huang 的預測，即一個一吉瓦（1GW）“人工智能工廠” 的成本將在 200 億到 300 億美元之間，甚至還未考慮 GPU 的成本。

他指出，這一數字 “遠高於許多人工智能數據中心公司目前告訴投資者的成本”，這表明在建設人工智能基礎設施的真實價格上可能存在脱節。

這一批評集中在現在被稱為 “Jensen 的數學” 的估算上，該估算認為 1GW 設施的總成本為 600 億到 800 億美元，其中 400 億到 500 億美元代表 “計算成本”，這也是 NVIDIA 的潛在收入。

Nvidia 承諾向 OpenAI 投資 1000 億美元

這一審查恰逢關鍵時刻。新的 NVIDIA-OpenAI 合作伙伴關係旨在部署至少 10 吉瓦的人工智能系統，Huang 本人稱這一項目為 “巨型”。

根據 Huang 之前的聲明，“每吉瓦大約需要 400 億到 500 億美元”，這一協議突顯了當前人工智能建設所需的天文資本。

未來幾年預計的數據中心容量是多少？

資產管理巨頭 Brookfield 的報告預計，人工智能數據中心的總容量將從 2024 年的 7GW 激增至 2034 年的 82GW，年均複合增長率為 28%。

同樣，麥肯錫的報告顯示，包括非人工智能工作負載在內的數據中心容量需求將從 2025 年的 82GW 增長到 2030 年的 219GW。總體而言，麥肯錫預計到 2030 年，數據中心基礎設施的資本支出（不包括 IT 硬件本身）將超過 1.7 萬億美元。

而僅考慮人工智能工作負載時，容量預計將從 2025 年的 44GW 擴展到 2030 年的 156GW。

根據 “Jensen 的數學” 計算，吉瓦需求轉化為 NVIDIA 驚人的 6.2 萬億美元市場機會。這個數字是通過將 2030 年的 156GW 容量與 Huang 所述的 400 億美元相乘得出的。

即使這個估算是現實的兩倍，這篇帖子指出，機會仍將高達 3.1 萬億美元。

在人工智能數據中心容量方面，誰是對的？

Chanos 的懷疑引出了一個對投資者至關重要的問題：誰是對的？如果 Huang 的非 GPU 成本估算是準確的，這可能意味着數據中心運營商和其他基礎設施公司低估了未來的資本支出，可能會壓縮他們的利潤率。

這為行業的爆炸性增長敍事投下了財務現實的陰影，暗示推動人工智能革命的真實成本可能比預期的更高。

價格走勢

以下是投資者可以考慮的與人工智能相關的工具；

SPDR S&P 500 ETF Trust SPY 和 Invesco QQQ Trust ETF QQQ，分別跟蹤標準普爾 500 指數和納斯達克 100 指數，週二在盤前小幅上漲。根據 Benzinga Pro 的數據，SPY 上漲 0.015%，報 666.94 美元，而 QQQ 上漲 0.071%，報 602.63 美元。

• 頂級分析師稱大型科技股反映了網絡泡沫，但在 “類固醇” 上：後果是否會比 1999 年崩盤更明顯？

免責聲明： 本內容部分由 AI 工具生成，並經過 Benzinga 審核和發佈

照片來源：Shutterstock