Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

12倍赌注人工智能

Posted on 2026-03-19

如今,超大规模数据中心运营商每从人工智能领域赚取 1 美元,就要花费 12 美元来扩容。¹这笔投资就蕴含在今年 5750 亿美元的资本支出中。²

人工智能收入需要增长到什么速度才能偿还数据中心的抵押贷款?

超大规模数据中心资本支出与运营现金流对比(2016-2026 年)

从2020年到2024年,超大规模数据中心运营商平均每年发行200亿美元的债券。<sup> 3 </sup> 2025年,这一数字跃升至960亿美元。2026年,预计将达到1590亿美元。<sup> 3</sup>摩根士丹利预测,未来几年这一数字将达到1.5万亿美元。<sup> 4</sup>

亚马逊、微软、Alphabet、Meta 和 Oracle 将在 2026 年将其 90% 的运营现金流用于人工智能数据中心,高于历史平均水平40 %。

Alphabet 发行了百年债券,这是自 1997 年摩托罗拉以来科技公司发行的第一笔此类债券。⁵这笔债务将于 2126 年到期。谁知道届时人工智能会是什么样子,也不知道 Alphabet 是否还能存在到偿还这笔债务。

超大规模数据中心债券发行 2020-2026

这种借贷行为的合理性基于哪些假设?

折旧计划体现了这种押注。大多数超大规模数据中心运营商将人工智能基础设施的折旧期定为五年。6 假设毛利率为 60%,借贷成本为 5%,那么 4310 亿美元的人工智能资本支出要在五年内收回成本,需要每年 1800 亿美元的收入。7 目前的人工智能收入为 350 亿美元。1他们押注的是五年内五倍的增长。

人工智能基础设施投资回收期按收入情景划分

英伟达的目标是每十二个月发布新的GPU架构,这将缩短芯片的折旧周期。如果芯片的淘汰周期从五年缩短到三年,所需的年收入将跃升至2760亿美元,是目前水平的7.9倍。

正如迈克尔·莫布森所写,价格中蕴含着信息。折旧表反映了超大规模数据中心运营商的信念:人工智能收入将在五年内增长五倍。债券市场也押注于此。


  1. Asymco:企业史上最英明的举措? ↩︎ ↩︎

  2. 美国银行超大规模数据中心资本支出估算↩︎ ↩︎

  3. CNBC:大型科技公司疯狂发行人工智能债券↩︎ ↩︎

  4. 《财富》杂志:谷歌、Meta和甲骨文疯狂借贷1万亿美元↩︎

  5. 彭博社:Alphabet计划发行自互联网泡沫时代以来科技公司首支百年期债券↩︎

  6. 超大规模数据中心折旧政策↩︎

  7. 计算:4310亿美元资本支出 ÷ 5年 = 860亿美元折旧 + 220亿美元利息(4310亿美元的5%)= 1080亿美元年成本。按60%的利润率计算,需要1800亿美元的收入(1080亿美元 ÷ 0.60) 。

  8. 此分析侧重于人工智能的直接收入,并未考虑内部人工智能消耗(例如 Copilot、搜索、推荐、内部工程等),这些消耗通过现有收入来源创造价值。即使旧芯片已不再适用于前沿训练,它们在推理方面仍可能保留剩余价值。

原文: https://www.tomtunguz.com/blog_post/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme