人工智能基础设施投资正在以前所未有的速度膨胀，但一个越来越难以回答的问题是：科技公司花费数千亿美元购买的AI芯片，究竟有多少已经真正安装、通电并开始创造收入？

科技公关公司EZPR创始人兼CEO、科技评论通讯《Where’s Your Ed At》作者及《Better Offline》播客主持人埃德·齐特龙9月22日发表长文，对当前AI数据中心投资热潮提出系统性质疑。

齐特龙认为，市场长期把英伟达不断增长的GPU销售额、大型科技公司迅速扩张的资本开支，以及不断公布的数据中心“容量”视为AI需求强劲的证据。但这些数字可能混合了完全不同的概念：已经买下但尚未安装的芯片、已经取得供电合同但尚未建成的数据中心，以及真正安装GPU、接通电力并开始运行的AI计算设施。

按照他的判断，AI产业眼下面临的风险，并不是芯片卖不出去，而是芯片可能卖得太早、太多。

大量GPU已经成为科技公司的资本资产，却可能要等待一年甚至数年才能真正投入使用。

微软成为他分析的核心案例。

微软12吉瓦数据中心容量中，只有约2吉瓦属于AI

齐特龙此前与《卫报》根据一名熟悉微软GPU容量的消息人士提供的信息展开调查，估算微软拥有约220万颗GPU。

他进一步根据正在运行的GPU配置推算，微软真正投入使用的AI计算容量约为1.993吉瓦，对应GPU价值约500亿美元，主要是英伟达H100和H200，也包括一定数量的GB200和GB300。

这一估算后来获得了另一组公开数据的部分印证。彭博社今年9月报道称，微软目前总数据中心容量约为12吉瓦，但其中只有大约2吉瓦用于AI专用芯片。

在齐特龙看来，这两个数字之间的巨大差距非常重要。

微软CEO萨蒂亚·纳德拉从2025年开始不断强调公司快速扩充数据中心容量。2025年9月，他表示微软此前一年增加了2吉瓦容量。进入2026财年后，微软又连续三个季度使用近乎相同的表述。

今年1月公布2026财年第二季度业绩时，纳德拉称微软“仅这个季度就增加了接近1吉瓦的总容量”；4月公布第三季度业绩时，他表示公司“本季度又增加了1吉瓦容量”；7月公布第四季度业绩时，他再次表示公司增加了1吉瓦。

换句话说，微软连续三个季度宣布增加约1吉瓦容量。

但如果彭博社所说的约12吉瓦总容量中只有2吉瓦属于AI专用容量，那么投资者面对的核心问题就变成：微软所说的“容量”究竟指什么？

齐特龙认为，这个词可能包括传统CPU服务器、云存储设施、已经取得的供电能力，甚至尚未安装GPU的基础设施，因此不能直接等同于能够运行AI模型并创造收入的AI计算能力。

微软首席财务官艾米·胡德今年在财报电话会上也曾解释，公司扩张数据中心时需要首先准备土地、电力和建筑物，设施完成后才会尽快安装GPU和CPU。

齐特龙认为，这恰好说明资本支出与实际可用算力之间存在明显时间差。

他还引用纳德拉2025年11月的一次表态。纳德拉当时承认，微软手中有“一批芯片放在库存里，但我们没有地方把它们接上”。

齐特龙由此提出，他认为微软过去几年购买GPU的速度，可能远远超过数据中心实际安装和供电的速度。

2650亿美元资本开支，真正在线运行的GPU估值约500亿美元

从2022年初以来，微软累计资本开支约2650亿美元。

齐特龙根据微软财报、公司高管说法以及富国银行分析师迈克尔·图林和瑞穗证券分析师格雷格·莫斯科维茨的估算，对其中与服务器和芯片有关的支出进行了进一步拆分。

微软2025财年资本开支为646亿美元，其中短周期资产和长期资产大致各占一半。所谓短周期资产主要包括GPU、CPU和相关设备。按这一比例计算，对应金额约323亿美元。

2026财年，微软资本开支升至1159亿美元。短周期资产占比约67%，对应约744亿美元。

两个财年合计约1067亿美元。

齐特龙承认，这些支出并非全部都是GPU，其中也包括CPU、网络设备等资产。

但他认为，考虑到微软公开披露的资产结构，其中相当大比例应当与AI服务器和GPU有关。

如果微软真正投入运行的GPU价值只有约500亿美元，那么他估计微软可能还有500亿至1000亿美元GPU及相关硬件尚未真正投入使用。

这组数字并非微软官方披露，而是齐特龙根据资本开支结构、微软公开表态和GPU部署情况作出的推算。

但在他看来，微软的重要性在于，微软并不是缺乏数据中心建设经验的新公司。微软多年来一直运营Azure，而且早在2020年就为OpenAI建设过大型GPU计算设施。

如果连微软这样的全球大型云计算公司，都需要多年时间才能把GPU转化成真正运行的数据中心容量，其他新兴AI云计算公司面临的部署瓶颈可能更加严重。

行业“在建工程”超过3740亿美元

齐特龙随后把分析扩大到整个AI基础设施行业。

上市公司的资产负债表通常会把已经投入资金、但尚未正式投入使用的设施和设备列入“在建工程”或类似科目。

他统计谷歌、Meta、甲骨文、亚马逊、SpaceX、特斯拉，以及CoreWeave、IREN等新兴云计算公司和部分数据中心运营商后发现，这些公司的相关在建资产合计已经超过3740亿美元。

这一数字还没有包括微软，也没有包括Firmus、Sharon AI、Equinix、Nebius，以及Vantage、DataBank、CyrusOne和QTS等多家私人数据中心运营商，更没有包括沙特、阿联酋、新加坡和印度等地的一些主权AI项目。

齐特龙估计，如果把这些项目计入，可能还要增加500亿至1000亿美元，不过他没有把这部分加入3740亿美元的正式计算。

更值得关注的是增长速度。

按照他的统计，这组公司的在建资产从2023年的1029亿美元升至2024年的1456亿美元，2025年进一步升到2432亿美元，目前已经超过3740亿美元。

甲骨文最新一个季度的在建工程达到485亿美元。

谷歌2025年底尚未投入使用的资产为785亿美元，今年第一季度增至1085亿美元，第二季度已经达到1228亿美元。

齐特龙进一步假设微软至少还有500亿美元类似资产，并估计亚马逊今年以来可能增加至少200亿至250亿美元，由此推算整个行业尚未投入使用的资产规模可能已经达到约4440亿美元。

接下来最关键的问题是，其中究竟有多少是GPU。

谷歌首席财务官阿纳特·阿什肯纳齐此前表示，公司一个季度技术基础设施投资中约60%用于服务器。富国银行估计，Meta资本开支中大约65%与使用寿命较短的服务器和网络设备有关。瑞银分析师卡尔·基尔斯特德则估计，甲骨文绝大部分资本开支都用于设备，其中主要是英伟达GPU。

在此基础上，齐特龙估算，行业可能有约2340亿美元GPU和TPU等AI硬件尚未真正投入使用。

英伟达与博通三年多卖出约5615亿美元AI硬件

从2023年初以来，英伟达GPU及相关设备累计销售额约4964亿美元。齐特龙估算，博通同期AI芯片销售额约651亿美元，两家公司合计约5615亿美元。

进一步拆分英伟达产品后，他估计，Hopper架构GPU累计销售约2226亿美元，Blackwell架构GPU约2709亿美元。

齐特龙认为，大部分Hopper产品可能已经安装，因为H100和H200进入市场时间较早。但Blackwell大量出货集中在更晚阶段，而数据中心建设和供电速度远远慢于芯片采购速度，因此可能仍有大量Blackwell GPU等待安装。

根据熟悉Azure基础设施人士向他提供的信息，微软此前运行中的设备主要包括几十万颗Hopper GPU，同时已经有约16万颗Blackwell GPU投入使用。

这让他产生一个更大的疑问：英伟达已经销售出去的Blackwell GPU中，究竟有多少真正安装在已经通电的数据中心？

齐特龙由此提出一个极具争议性的估算。他认为，整个行业已经购买但尚未投入运行的AI芯片价值可能至少超过2000亿美元。

按照更激进的估算，这一数字甚至可能接近3000亿至4000亿美元。

大型科技公司超过1.2万亿美元资本开支，有多少已经真正投入使用

齐特龙进一步统计称，从2022年初以来，亚马逊、谷歌、微软和Meta四家公司资本开支合计已经超过1.2万亿美元。

如果微软目前大约只有500亿美元GPU真正运行，而同期资本开支约2650亿美元，那么真正转化为运行中IT基础设施的比例可能只有约18%。

如果把微软的比例粗略套用到四大云计算公司，他估算真正处于运行状态的英伟达及其他AI芯片价值可能只有约2227亿美元。

如果再假设一座AI数据中心大约一半投资用于建筑、电力等基础设施，一半用于GPU及其他IT设备，那么已经投入运行的数据中心资产总额可能约4453亿美元。

按照这一算法，1.2万亿美元以上资本开支中，仍有约7910亿美元尚未对应到已经运行的计算基础设施。

再假设其中一半属于GPU、AMD芯片、谷歌TPU、亚马逊Trainium等计算硬件，尚未部署的芯片价值可能达到约3950亿美元。

齐特龙反复强调，这不是公司披露的数据，而是根据公开资本开支、资产结构和部署规模进行的推算，其中存在明显不确定性。

他的核心观点不是某一个具体数字一定准确，而是现有资本开支规模与能够确认已经运行的AI数据中心容量之间存在巨大缺口。

“吉瓦”可能已经成为最容易误解的数据中心指标

齐特龙认为，当前AI基础设施讨论中的另一个严重问题，是“容量”没有统一定义。

数据中心企业公布的吉瓦或兆瓦数字，可能指已经获得的电力供应，也可能指建筑容量、园区总容量、IT负载能力，或者真正已经安装GPU并运行的AI计算能力。

这些概念的经济意义完全不同。

CoreWeave最近称一个季度增加了850兆瓦“活跃电力”。但齐特龙指出，如果只是获得850兆瓦电力，而数据中心尚未完成建设，这与850兆瓦已经安装GPU并产生收入的AI计算设施，完全不是一回事。

甲骨文联合CEO克莱·马古尔克最近表示，公司自上一财年第四季度结束以来已经交付850兆瓦AI容量，其中包括超过30万颗GPU。

他还表示，位于德克萨斯州阿比林的Stargate园区今年第一季度交付13.1万颗GPU，八栋建筑中已有六栋交付，代表618兆瓦，占总容量75%。

但齐特龙指出，能源数据公司Yes Energy今年6月观察到的阿比林园区实际总用电负荷约450兆瓦。他认为，目前外界仍难以判断企业公布的“交付容量”、IT负载和实际用电之间究竟如何对应。

亚马逊也曾宣布，仅2025年第四季度就在全球增加超过1.2吉瓦数据中心容量，但公司没有明确其中多少属于真正运行的AI基础设施。

OpenAI在2025年底则曾表示拥有1.9吉瓦计算能力，同样没有明确这是实际IT负载、已经取得的供电能力，还是公司可以调用的总容量。

齐特龙认为，在公司没有明确区分“总容量”“供电容量”“IT负载”和“已运行AI容量”以前，用吉瓦数字判断全球AI算力扩张速度存在很大风险。

折旧数据也显示大量资产可能尚未投入使用

齐特龙还从会计角度寻找证据。

企业购买服务器和GPU后，通常只有资产正式投入使用，才开始按照预计使用寿命计提折旧。因此，如果资本支出迅速转化为正在运行并创造收入的数据中心，折旧与资本开支之间的比例通常不会持续大幅下降。

但他发现，在资本开支迅速增长的同时，一些大型云计算公司的折旧摊销占资本开支比例反而不断下降。

谷歌这一比例目前约为15.8%。

齐特龙认为，这可以被解释为大量新投资尚未进入正式使用阶段，因此还没有完整进入折旧周期。

大型科技公司近年来还不断延长服务器预计使用寿命。

微软2022年把服务器折旧年限从四年延长到六年，今年又把数据中心建筑的折旧周期从15年延长到25年。

Meta和谷歌随后也延长服务器使用寿命。Meta后来又在2025年把服务器预计寿命进一步延长到5.5年。

亚马逊过去几年则多次修改服务器折旧年限，从三年延长到四年，再延长到五年和六年，之后又重新缩短。

延长使用寿命可以降低当期折旧费用、提高短期利润，但齐特龙认为，如果大量GPU最终集中投入运行，未来折旧费用仍可能明显增加；如果部分设备最终无法获得足够经济回报，公司则可能面临资产减值。

真正的AI需求可能高度集中在极少数客户

资本开支和芯片库存之外，齐特龙对AI需求本身也提出质疑。

亚马逊、谷歌和微软多次表示AI计算需求远远超过供给，但这些公司很少详细披露究竟哪些客户创造了需求。

齐特龙认为，现阶段相当大一部分AI基础设施收入，实际上集中在OpenAI和Anthropic等少数大型AI实验室。

按照他引用的数据，微软最近一个财年约70%的AI收入来自OpenAI，相当于微软总收入约7%。

他认为，如果投资者看到微软过去几年投入2650亿美元资本开支，同时AI相关收入高速增长，很容易认为这些收入是大规模投资迅速转化成计算资源后的结果。

但如果大部分资本开支事实上仍处于数据中心建设、设备库存或等待供电阶段，那么现有收入实际上是由已经投入运行的一小部分资产创造的。

齐特龙还称，OpenAI和Anthropic在2026年获得的资源超过2170亿美元，两家公司有能力消化几乎所有新上线的高端GPU算力。

因此，所谓“供不应求”可能存在两种完全不同的含义。

一种情况是大量企业客户同时争夺AI计算资源；另一种情况则是少数资金极其充裕的大客户购买了绝大部分新增容量。

对未来数据中心投资而言，这两种需求结构的风险完全不同。

他举例称，OpenAI和Anthropic已经签署合计约1.3万亿美元的计算资源采购安排。

Nscale约1030亿美元的订单储备中，与Anthropic签署的450亿美元协议以及与微软的合同合计约占85%。而Anthropic相关合同又依赖未来融资。

齐特龙认为，用这些大型长期合同证明整个经济体存在大规模AI计算需求，可能夸大真实市场的深度。

190吉瓦规划容量，需要超过1.6万亿美元年度需求

齐特龙最后把分析延伸到全球未来数据中心建设规模。

根据Sightline Climate此前统计，2024年以来已经宣布的50兆瓦以上大型数据中心和AI工厂达到777个，总规划容量约190吉瓦。

其中约16吉瓦计划在2026年投入运行，涉及大约140个项目，但当时真正已经进入施工阶段的容量只有约5吉瓦，另外约11吉瓦仍停留在宣布阶段，没有明显施工进展。

齐特龙按照1.3的电力使用效率和每兆瓦每年1200万美元计算资源收入估算，如果190吉瓦规划容量最终全部建成，需要大约1.62万亿美元年度计算需求才能充分利用。

而他估算，目前除OpenAI和Anthropic之外的AI计算需求可能只有约220亿美元。

按照这一差距，他认为AI数据中心已经进入明显的过度建设风险区。

更大的问题是建设周期。

亚马逊CEO安迪·贾西今年4月曾表示，AWS在真正向客户收费以前，必须提前为土地、电力、建筑、芯片、服务器和网络设备支付资金，根据不同环节，现金投入通常提前6至24个月发生。

这代表今天销售的GPU和今天动工的数据中心，很多并不是为了满足今天的需求，而是在为2028年甚至2029年的市场需求投资。

如果未来需求没有按照目前资本开支隐含的速度增长，大量同时投产的计算资源可能造成价格下降、设备利用率不足，并给依赖项目融资的数据中心运营商带来压力。

齐特龙指出，2026年以来，超大规模云计算公司以外的AI数据中心债务融资已经达到约2900亿美元。许多项目依靠未来客户收入偿还融资，如果最终客户数量、合同履行能力或AI计算需求低于预期，风险将不仅停留在科技公司资产负债表，也可能传导给债权投资者。

GPU需求不等于已经存在的AI计算需求

齐特龙整篇文章最终试图区分两个长期被市场混在一起的概念：GPU需求和AI计算需求。

英伟达出售一颗GPU时已经确认收入，但购买GPU的云计算公司只有在芯片被安装进数据中心、接通电力、开始运行并找到付费客户后，才能真正产生计算收入。

从第一步到最后一步可能相隔数月甚至数年。

瑞银分析师蒂莫西·阿库里今年3月曾表示，一些客户的GPU订单已经提前约22个月下达。

齐特龙因此认为，英伟达高速增长的销售额，首先证明的是大型科技公司愿意提前购买GPU，却不能自动证明同等规模的终端AI计算需求已经存在。

他估计，至少价值2000亿美元的英伟达GPU，目前可能仍未转化成实际运行容量。若把其他AI芯片以及整个超大规模云计算行业的资本开支计算在内，尚未部署的AI硬件规模可能更高。

他因此主张，英伟达以及大型云计算公司应当披露更具体的数据，包括已经投入运行的Hopper和Blackwell GPU数量、仍处于库存或等待供电状态的GPU数量、真正已经运行的AI专用数据中心容量，以及这些设施中已经产生收入的比例。

齐特龙认为，只有这些数据才能回答当前AI投资热潮最关键的问题：英伟达不断增长的GPU销售额，究竟代表已经存在并持续扩大的AI计算需求，还是大型科技公司提前数年为一个尚未出现的未来市场囤积计算设备。

他的结论非常悲观。

在齐特龙看来，如果数千亿美元芯片已经出售，却要等待数年才能真正投入使用，而未来还有规模更大的数据中心同时建设，那么当前AI基础设施市场已经包含明显的过度建设风险。

但这套判断很大程度上依赖他对资本开支结构、在建资产和GPU部署数量的估算，并非微软、英伟达或其他公司正式披露的库存数据。

真正决定这轮AI基础设施投资最终结果的，仍然是一个目前缺乏透明数据的问题：已经购买和正在建设的巨量计算资源，在未来几年真正投入运行以后，是否会出现足够大的付费需求来消化它们。