AI 基础设施投资论点面临日益增加的阻力：运行延迟、中国竞争与需求放缓交织

AI 基础设施建设的投资论点正承受来自多个重大阻力的持续压力：Nvidia（英伟达）的下一代系统延迟至 2028 年，中国竞争对手正在开发国产芯片以减少对 Nvidia（英伟达）的依赖，内存芯片需求正在放缓，且 Oracle（甲骨文）遭受了历史性的股价下跌——同时 Microsoft（微软）排放量增加 25% 虽显示数据中心扩张正在加速，但也引发了永续发展方面的疑虑。

发生了什么变化

自 2026 年 7 月 11 日最后一次更新以来，AI 基础设施论点遇到了一系列矛盾的信号。在支持性方面，微软（Microsoft）报告其 2025 年的碳排放量增加了 25%，这与 AI 专用数据中心的快速扩张直接相关——这是超大规模云端业者（hyperscaler）建设正在加速的具体证据。然而，这种扩张是在过去一周内加剧的重大运行与竞争阻力背景下进行的。

最重大的新进展是英伟达（Nvidia）由于电路板问题，将其下一代 AI 系统推迟至 2028 年。这使得一个主要的产品周期延后了数月，并表明半导体供应链中的运行风险高于先前的假设。同时，DeepSeek 正在开发自己的 AI 芯片以减少对英伟达（Nvidia）的依赖，且随着 OpenAI 和 Anthropic 的成本飙升，来自 DeepSeek 和 Z.ai 的中国 AI 模型正受到美国公司的青睐。阿里巴巴（Alibaba）已要求员工放弃使用 Anthropic 的 Claude Code，转而使用国内 AI 工具，这加速了中国的 AI 主权战略。

为何重要

英伟达（Nvidia）2028 年系统延迟与电路板问题： 主要产品周期的推迟直接削弱了支撑该论点的供应加速叙事。如果英伟达（Nvidia）无法运行其自身的路线图，整个半导体供应链满足超大规模云端业者需求的能力将受到质疑。这不仅仅是时程问题——它表明下一代 AI 芯片的复杂性可能已超越了制造能力，如果客户无法按计划获得最新的硬件，可能会限制数据中心扩张的速度。

中国本土芯片开发与模型竞争： DeepSeek 的芯片计划和中国 AI 模型的竞争表现，直接减少了英伟达（Nvidia）和美国半导体供应商的可触及市场。如果中国公司能以更低的成本实现性能对等，超大规模云端业者和企业将拥有英伟达（Nvidia）之外可靠的替代方案，从而削弱支撑历史性数据中心建设的需求拉动力。这不是理论上的风险——它正在发生，美国公司正采用中国模型来降低成本。其机制很简单：低成本、具竞争力的替代品会降低客户为美国芯片和基础设施支付溢价的意愿，从而侵蚀建设的经济效益。

内存芯片需求放缓： SanDisk 单日 14% 的暴跌和三星（Samsung）疲软的业绩表明，超大规模云端业者可能正在调整其内存芯片订单，这是数据中心扩张放缓的前导指针。内存芯片是 AI 数据中心的内核组件；如果需求降温，意味着超大规模云端业者要么正在完成目前的建设阶段，要么正在重新评估进一步扩张的投资报酬率（ROI）。这直接矛盾于该论点中关于持续且加速的资本支出（capex）周期的假设。

Applied Digital 的延迟警告： 首席执行官表示 AI 行业将在「2026 年和 2027 年看到相当显著的延迟」，这直接挑战了该论点中关于顺利、按计划运行的隐含假设。如果历史上只有 10% 的大型工业建设项目能按时交付，且 AI 基础设施建设也不例外，那么数据中心的部署速度将比该论点所假设的更慢，从而将营收确认和资本支出周期推向更遥远的未来。

微软（Microsoft）排放量跃升 25%： 虽然这证实了微软（Microsoft）确实正在大规模扩张 AI 数据中心，但也引发了次生风险：对数据中心扩张的监管与 ESG 压力。如果来自 AI 数据中心的碳排放成为政治或监管焦点，超大规模云端业者可能会面临减缓资本支出或转向替代能源（如核能或燃料电池）的压力，这可能会减缓建设速度并增加成本。该论点假设超大规模云端业者可以自由扩张；排放量上升可能会为这种扩张引入监管上限。

相反的来源与风险

最重大的矛盾包括：

这些来源不仅仅是建议谨慎；它们表明该论点的内核假设——持续的超大规模云端业者资本支出、不间断的供应加速以及英伟达（Nvidia）的主导地位——现在全都受到了质疑。

值得关注的事项

延续之前的更新内容：

  • 中国本土 AI 芯片的性能基准测试与部署公告。 如果 DeepSeek 的芯片能以大幅降低的成本达到与英伟达（Nvidia）H100/H200 相当的性能，将加速脱离对美国半导体依赖的转向。关注中国芯片在主要数据中心和云端供应商中部署的公告。

  • 超大规模云端业者在第二/第三季财报中的资本支出指引与评论。 微软（Microsoft）、亚马逊（Amazon）和 Google 的下次财报会议将揭示他们是否因需求放缓、运行延迟或 ROI 疑虑而正在调整 AI 基础设施支出。任何下调的资本支出指引都将实质性地削弱该论点。

  • 来自美光（Micron）、SK Hynix 和 SanDisk 的内存芯片需求指针。 财报与指引将预示 AI 内存需求是在趋于稳定还是继续放缓。内存芯片订单的持续下降将表明超大规模云端业者正在放缓数据中心扩张。

  • 甲骨文（Oracle）的电力协议管线与 Bloom Energy 合作伙伴关系更新。 任何关于新的数吉瓦（gigawatt）级电力协议或现有燃料电池合作伙伴关系扩张的公告都将支持该论点。相反，延迟、取消或沉默将预示数据中心建设正在放缓。

  • 关于 AI 芯片出口与 ESG/排放压力的监管发展。 北京批准 H200 销售是一个积极信号，但任何对英伟达（Nvidia）出口的逆转或新限制都将进一步侵蚀可触及市场。同样，任何对数据中心排放或功耗的监管压力都可能为超大规模云端业者的扩张引入上限。

相关 Arbora 背景

此论点与几个相关的 Arbora 概念相交：

  • 巨型科技股 AI 变现与估值分歧 (concept-megacap-tech-ai-monetization)：AI 基础设施建设是超大规模云端业者 AI 变现的前提；如果数据中心扩张放缓，将直接影响支撑巨型科技股估值的营收加速假设。

  • AI 模型出口管制与主权 AI 获取风险 (concept-ai-model-export-controls-sovereign-ai-access-risk)：中国的芯片开发与模型采用正在加速 AI 基础设施的地缘政治碎片化，减少了美国半导体供应商和超大规模云端业者的可触及市场。

  • CPU 文艺复兴与先进制程节点竞争 (concept-cpu-renaissance-advanced-process-node)：中国的芯片开发与 AMD 在 AI 加速器领域的进展，代表了对英伟达（Nvidia）在 AI 基础设施堆栈中主导地位的直接竞争挑战。

来源

本文为研究笔记，不应被视为财务建议。