AI 基礎設施投資論點面臨日益增加的阻力：執行延遲、中國競爭與需求放緩交織

AI 基礎設施建設的投資論點正承受來自多個重大阻力的持續壓力：Nvidia（輝達）的下一代系統延遲至 2028 年，中國競爭對手正在開發國產晶片以減少對 Nvidia（輝達）的依賴，記憶體晶片需求正在放緩，且 Oracle（甲骨文）遭受了歷史性的股價下跌——同時 Microsoft（微軟）排放量增加 25% 雖顯示數據中心擴張正在加速，但也引發了永續發展方面的疑慮。

發生了什麼變化

自 2026 年 7 月 11 日最後一次更新以來，AI 基礎設施論點遇到了一系列矛盾的訊號。在支持性方面，微軟（Microsoft）報告其 2025 年的碳排放量增加了 25%，這與 AI 專用數據中心的快速擴張直接相關——這是超大規模雲端業者（hyperscaler）建設正在加速的具體證據。然而，這種擴張是在過去一週內加劇的重大執行與競爭阻力背景下進行的。

最重大的新進展是輝達（Nvidia）由於電路板問題，將其下一代 AI 系統推遲至 2028 年。這使得一個主要的產品週期延後了數月，並表明半導體供應鏈中的執行風險高於先前的假設。同時，DeepSeek 正在開發自己的 AI 晶片以減少對輝達（Nvidia）的依賴，且隨著 OpenAI 和 Anthropic 的成本飆升，來自 DeepSeek 和 Z.ai 的中國 AI 模型正受到美國公司的青睞。阿里巴巴（Alibaba）已要求員工放棄使用 Anthropic 的 Claude Code，轉而使用國內 AI 工具，這加速了中國的 AI 主權戰略。

為何重要

輝達（Nvidia）2028 年系統延遲與電路板問題： 主要產品週期的推遲直接削弱了支撐該論點的供應加速敘事。如果輝達（Nvidia）無法執行其自身的路線圖，整個半導體供應鏈滿足超大規模雲端業者需求的能力將受到質疑。這不僅僅是時程問題——它表明下一代 AI 晶片的複雜性可能已超越了製造能力，如果客戶無法按計畫獲得最新的硬體，可能會限制數據中心擴張的速度。

中國本土晶片開發與模型競爭： DeepSeek 的晶片計劃和中國 AI 模型的競爭表現，直接減少了輝達（Nvidia）和美國半導體供應商的可觸及市場。如果中國公司能以更低的成本實現性能對等，超大規模雲端業者和企業將擁有輝達（Nvidia）之外可靠的替代方案，從而削弱支撐歷史性數據中心建設的需求拉動力。這不是理論上的風險——它正在發生，美國公司正採用中國模型來降低成本。其機制很簡單：低成本、具競爭力的替代品會降低客戶為美國晶片和基礎設施支付溢價的意願，從而侵蝕建設的經濟效益。

記憶體晶片需求放緩： SanDisk 單日 14% 的暴跌和三星（Samsung）疲軟的業績表明，超大規模雲端業者可能正在調整其記憶體晶片訂單，這是數據中心擴張放緩的前導指標。記憶體晶片是 AI 數據中心的核心組件；如果需求降溫，意味著超大規模雲端業者要麼正在完成目前的建設階段，要麼正在重新評估進一步擴張的投資報酬率（ROI）。這直接矛盾於該論點中關於持續且加速的資本支出（capex）週期的假設。

Applied Digital 的延遲警告： 執行長表示 AI 行業將在「2026 年和 2027 年看到相當顯著的延遲」，這直接挑戰了該論點中關於順利、按計畫執行的隱含假設。如果歷史上只有 10% 的大型工業建設項目能按時交付，且 AI 基礎設施建設也不例外，那麼數據中心的部署速度將比該論點所假設的更慢，從而將營收確認和資本支出週期推向更遙遠的未來。

微軟（Microsoft）排放量躍升 25%： 雖然這證實了微軟（Microsoft）確實正在大規模擴張 AI 數據中心，但也引發了次生風險：對數據中心擴張的監管與 ESG 壓力。如果來自 AI 數據中心的碳排放成為政治或監管焦點，超大規模雲端業者可能會面臨減緩資本支出或轉向替代能源（如核能或燃料電池）的壓力，這可能會減緩建設速度並增加成本。該論點假設超大規模雲端業者可以自由擴張；排放量上升可能會為這種擴張引入監管上限。

相反的來源與風險

最重大的矛盾包括：

這些來源不僅僅是建議謹慎；它們表明該論點的核心假設——持續的超大規模雲端業者資本支出、不間斷的供應加速以及輝達（Nvidia）的主導地位——現在全都受到了質疑。

值得關注的事項

延續之前的更新內容：

  • 中國本土 AI 晶片的性能基準測試與部署公告。 如果 DeepSeek 的晶片能以大幅降低的成本達到與輝達（Nvidia）H100/H200 相當的性能，將加速脫離對美國半導體依賴的轉向。關注中國晶片在主要數據中心和雲端供應商中部署的公告。

  • 超大規模雲端業者在第二/第三季財報中的資本支出指引與評論。 微軟（Microsoft）、亞馬遜（Amazon）和 Google 的下次財報會議將揭示他們是否因需求放緩、執行延遲或 ROI 疑慮而正在調整 AI 基礎設施支出。任何下調的資本支出指引都將實質性地削弱該論點。

  • 來自美光（Micron）、SK Hynix 和 SanDisk 的記憶體晶片需求指標。 財報與指引將預示 AI 記憶體需求是在趨於穩定還是繼續放緩。記憶體晶片訂單的持續下降將表明超大規模雲端業者正在放緩數據中心擴張。

  • 甲骨文（Oracle）的電力協議管線與 Bloom Energy 合作夥伴關係更新。 任何關於新的數吉瓦（gigawatt）級電力協議或現有燃料電池合作夥伴關係擴張的公告都將支持該論點。相反，延遲、取消或沉默將預示數據中心建設正在放緩。

  • 關於 AI 晶片出口與 ESG/排放壓力的監管發展。 北京批准 H200 銷售是一個積極訊號，但任何對輝達（Nvidia）出口的逆轉或新限制都將進一步侵蝕可觸及市場。同樣，任何對數據中心排放或功耗的監管壓力都可能為超大規模雲端業者的擴張引入上限。

相關 Arbora 背景

此論點與幾個相關的 Arbora 概念相交：

  • 巨型科技股 AI 變現與估值分歧 (concept-megacap-tech-ai-monetization)：AI 基礎設施建設是超大規模雲端業者 AI 變現的前提；如果數據中心擴張放緩，將直接影響支撐巨型科技股估值的營收加速假設。

  • AI 模型出口管制與主權 AI 獲取風險 (concept-ai-model-export-controls-sovereign-ai-access-risk)：中國的晶片開發與模型採用正在加速 AI 基礎設施的地緣政治碎片化，減少了美國半導體供應商和超大規模雲端業者的可觸及市場。

  • CPU 文藝復興與先進製程節點競爭 (concept-cpu-renaissance-advanced-process-node)：中國的晶片開發與 AMD 在 AI 加速器領域的進展，代表了對輝達（Nvidia）在 AI 基礎設施堆疊中主導地位的直接競爭挑戰。

來源

本文為研究筆記，不應被視為財務建議。