重估算力大基建繁荣

　　根据麦肯锡今年稍早发布的测算，全球数据中心容量将从2025年的82吉瓦增至2030年的219吉瓦，相当于现在的2.7倍左右。其中美国占比约45%，约90至95吉瓦。英伟达首席执行官黄仁勋近期估算，基于英伟达架构新建一吉瓦算力的成本可能很快达到800亿至1000亿美元。按此换算，未来五年全球新增产能对应的资本开支是万亿美元量级。

　　与投入规模同步升温的，是对超大云厂商资本开支的质疑。作为全球芯片板块的先行指标，费城半导体指数在过去一个月中下跌了13.38%。

　　不过，美国投资分析机构NDR首席主题策略师乔西克在最近一场研讨会上表示，数据中心建设的物理扩张不会因为质疑声而立即放缓，电力设备、变压器、散热系统等物理层建设因两到五年的交付周期已被锁定。他表示，“超级周期尚未走完”，但对训练层资本开支的容忍度，正在进入一个更审慎的阶段。

　　乔西克在回应关于折旧的提问时说，即便把折旧成本算进去，结论也不会变。“真正重要的还是云销售增长的数字。”他认为，一旦资本开支增速持续跑赢云计算收入增速，“资本开支义警”就会出现，用抛售给出市场信号。

　　当前，费城半导体指数两年期相对标普500的超额收益，在今年6月已升至125%至150%区间，这是NDR认为的“泡沫观察区”。上一次触及是在2021年2月，同年12月SOX相对强度即见顶。

　　但从预租率来看，对数据中心的需求目前仍真实存在。据仲量联行数据，北美数据中心空置率约为1%，且自2024年底以来维持在这一水平；美国在建产能中92%已经预租，欧洲这一比例为82%。乔西克认为，这组数字说明需求本身仍然存在，建设方也愿意继续投入，但审批流程和电网接入速度构成硬约束，这一瓶颈在欧洲更为明显。

　　美国银行分析师也认为，未来五年美国将需要超过230吉瓦的新发电容量，但受监管的公用事业公司预计仅能增加约93吉瓦的合格供应量，从而留下了超过100吉瓦的电力缺口。报告显示，在此期间，单是数据中心就可能增加大约125吉瓦的美国电力负荷，从而将2026年至2030年的整体电力需求推高至4.1%的复合年增长率。

　　不过，从更细分的角度来看，乔西克认为，就整体产能建设而言，目前处于“中局”；但专门用于模型训练的产能建设，已经进入“后段”，从2027年起，新增容量将更多流向推理需求，而非训练需求。

　　“训练与推理对基础设施的需求曲线并不相同，当训练需求见顶时，围绕训练能力构建的资本开支逻辑将首先面临检验。”他解释说，值得反复追问的是，“这些产能真的用得上吗？推理需求真的会起来吗？”

　　乔西克提出的另一个变量是生产力兑现的时滞。他的团队测算显示，科技支出占美国国内生产总值比重的变化，与生产力提升之间存在约20个季度、即五年左右的滞后关系。据此推算，当前围绕模型训练进行的巨额投入，其对应的生产力回报要到数年后才会显现。

　　这意味着，即便整个超级周期尚未走完，推理需求带来的下一轮增长仍会到来，数据中心资本开支仍可能在生产力兑现之前，先经历一轮调整。乔西克将这一调整的时间窗口大致设定在两年左右，快于20个季度的历史滞后期，逻辑是一旦云厂商销售增速率先放缓，市场不会等到生产力数据兑现才做出反应。“我的基准情形是，数据中心会经历一轮调整，直到推理端真正开始发力为止。”他说。

　　根据标普全球市场智库的数据，2025年数据中心的并购交易额达到了约500亿美元，是前一年的两倍多。

　　乔西克提出，本轮数据中心繁荣可能以三种历史脚本之一收场：供给过剩、需求下滑，或融资枯竭，分别对应1999年、2022年和2008年的教训。

　　他为每一种脚本给出了一组可以实时追踪的指标。供给过剩是1999年互联网泡沫留下的教训。乔西克列出的观测指标包括数据中心建设周期、空置率和GPU租赁价格。目前建设周期仍需两到五年，尚未出现缩短迹象；空置率如前所述维持在约1%的低位；仲量联行和世邦魏理仕发布的数据均未显示供给过剩的信号。

　　需求下滑是他称为“最值得对照”的2022年教训。彼时，随着企业削减云计算开支，云厂商销售增速放缓，而资本开支仍在加速，亚马逊和英伟达股价当年跌幅均超过50%。乔西克提出的判断阈值是：当资本开支增速超过销售增速的1.5倍，市场通常会做出负面反应，这一关系在微软身上同样成立。

　　“如果只能挑一两个指标来看，第一位是超大规模云厂商的云业务增速，第二位就是它们的资本开支指引，”他表示，“一旦这些公司开始下调指引，往往说明它们已经察觉到需求端出了问题。”

　　融资枯竭对应2008年金融危机的教训。乔西克关注的核心变量是资本开支占经营现金流的比例，亚马逊这一比例已接近100%，亚马逊、微软、谷歌等超大规模云厂商合计约为70%。

　　“我相信，一旦这个比例逼近甚至超过100%，市场对这些公司融资的态度就不会像现在这样友善。”乔西克提到，谷歌近期已经开始发债支持扩张。此外，科技行业高收益债利差、“新云”公司的股价表现，以及OpenAI和Anthropic两家公司未来的上市时点，都是判断融资环境是否收紧的辅助信号，“这说明现在的市场环境可能已经是最好的时候了，所以它们才要上市。”

　　值得关注的是，资本开支占经营现金流的比例，有可能掩盖了折旧对企业盈利的实际侵蚀。该指标所依据的经营现金流会将折旧加回，因此无法反映折旧在利润表层面造成的拖累，而如果单独测算折旧压力，数据中心繁荣的拐点是否会提前出现？

　　对于的提问，乔西克在回应中承认，这一质疑成立。“确实，我能理解这会被视为一种激进的会计处理方式。”但他表示，更重要的变量是企业是否会因为不愿耗尽经营现金流，而转向发债融资。

　　“让我们把注意力放在真正重要的因素上，”他说，市场会看到企业债务开始增加，一旦市场对新增债务作出负面反应，就意味着“资本纪律”正式回归。他将这一现象称为“资本开支义警”。在他看来，与其纠结折旧的会计处理方式，不如紧盯云销售增速与资本开支增速的相对关系，这才是真正决定市场情绪的变量。

　　这一问题延伸出另一层担忧，即GPU资产本身的折旧年限是否被低估。乔西克的回应是，训练阶段需要性能最强的芯片，但推理阶段对算力速度的要求更低，这意味着旧款GPU在被训练环节淘汰后，仍可以流入推理场景继续使用，加之二手GPU市场已经存在，实际使用寿命可能长于市场的悲观假设。“我不认为这像有些人渲染的那样严重。”他说。