AI 基础设施投资论点面临日益增加的阻力：芯片轮动、定价压力与需求质疑

包括桥水基金（Bridgewater）与亿万富翁丹·洛布（Dan Loeb）在内的机构投资者正从英伟达（Nvidia）及半导体标的转向电力基础设施；同时，现货内存价格飙升至合约价的 4 倍，且多位分析师指出 AI 芯片建设中的估值疑虑与循环营收风险。

有哪些变动

自2026年9月初以来，AI基础设施理论遭遇了大量相互矛盾的证据，主要集中在三个重要发展上：

现货内存价格脱离正常范围和周期峰值信号：根据Motley Fool在9月4日的报道，现货内存价格是合同价格的四倍，该来源明确地将其解读为“不是周期顶峰的样子”。这种脱离表明需求不持续或供应侧约束可能会突然逆转，这削弱了理论对超大规模云端资本支出加速的假设。

Nvidia限制披露和价格压力：根据TheStreet在8月31日的报道，Nvidia季度收入达960亿美元，揭示了一个“令人惊讶的限制”，并有多个来源在8月23日至24日指出，Nvidia客户面临AI服务器15%的价格上涨，因为DRAM成本上升。这种价格压力与限制披露结合在一起，引发了需求是否真正无限或Nvidia是否通过管理供应稀缺来维持利润率的问题——这一点对于理论至关重要。

分析师对循环收入和估值的怀疑：Michael Burry据Stocktwits在8月24日报道，表示Nvidia第二季度收益将“非常出色”，但“100%的宣布收入是循环性的”，暗示客户购买可能是循环交易而非真实需求。Peter Thiel的公司据24/7 Wall St.在8月24日报道，持有价值4.18亿美元的投资组合，“完全忽略芯片”并赌注单一约束将阻碍AI热潮，暗示半导体领域不是限制因素。Trefis在9月4日报道称“Oracle是AI热潮的最佳选择？PTC的故事更干净”，质疑Oracle的AI基础设施叙述相对于其他选项。

对基础设施需求的支持性证据：SpaceX承诺“专门使用Nvidia”建设，根据Motley Fool在9月4日的报道，锁定了SpaceX的持续Nvidia计算支出。由前OpenAI首席技术官Mira Murati创建的人工智能初创公司Thinking Machines Lab正在筹集50亿至60亿美元资金，预估估值为400亿美元，据雅虎财经在9月5日报道，Nvidia投资约25亿美元，表明Nvidia的资本分配角色延伸到模型空间。日本和美国正在推进一个价值5500亿美元的投资协议，重点是AI和芯片，根据雅虎财经在9月5日的报道，这为基础设施支出提供了地缘政治风口。

为什么重要

Nvidia的限制披露和15%价格上涨引发了需求弹性和循环收入问题：理论假设AI基础设施需求是由终端客户对AI能力的需求驱动。如果Nvidia通过管理供应稀缺来维持利润率（通过价格上涨），且大量收入是循环的（客户购买芯片以转售或履行先前承诺而非部署真实AI工作负载），则底层需求信号比收入数据弱得多。循环收入不代表真实终端需求；它代表财务工程或承诺履行。如果Michael Burry的“100%宣布收入是循环”的说法部分为真，则意味着Nvidia的增长是一种幻象，基础设施建设并非像理论假设那样由需求驱动。限制披露与价格压力结合在一起，表明Nvidia可能在配给供应而非努力满足无限需求——这是一个微妙但重要的区别。

SpaceX和Thinking Machines Lab的支持性证据提供部分缓解：SpaceX专门使用Nvidia建设的承诺以及Thinking Machines Lab的25亿美元Nvidia投资表明Nvidia的角色不仅限于超大规模云端，还延伸到前沿AI实验室和航空航天。这意味着Nvidia的护城河并非仅依赖于超大规模云端资本支出，还包括作为高风险AI开发可信基础设施合作伙伴的地位。然而，这种证据范围有限，无法直接解决机构转向或循环收入问题。

日本和美国5500亿美元投资协议提供地缘政治风口但不解决估值或需求质量问题：该协议表明政府层面对AI和半导体基础设施的承诺，支持理论长期叙述。然而，政府支出周期缓慢且不确定，协议未能解决机构投资者和分析师提出的近期估值压力或需求质量问题。

相反来源和风险

相互矛盾的证据是多方面的：

  1. 循环收入和需求质量问题：Michael Burry表示“100%宣布收入是循环”的说法以及Peter Thiel投资组合构建（完全忽略芯片）都表明AI芯片的需求可能比收入数据显示的更弱或更具虚假性。如果循环收入重要，则意味着Nvidia的增长部分自我参考且不一定反映真实终端需求。

  2. 现货内存价格脱离正常范围：现货价格在四倍于合同水平可能表明不持续的需求或供应约束将最终逆转。如果供应跟上或需求放缓，现货价格可能会崩盘，拖累合同价格并压迫半导体利润率。

  3. Nvidia的限制披露和价格压力：15%的价格上涨和限制披露表明Nvidia可能在管理供应稀缺而非努力满足无限需求。这可能意味着需求不像理论假设那样强劲，或Nvidia正在在需求放缓前提取最大利润率。

  4. 分析师对芯片作为限制因素的怀疑：多个来源表明电力、房地产或监管批准可能是限制因素，而非芯片。如果这是真的，则半导体资本支出可能不会像理论假设那样扩张。

关注什么

相关 Arbora 上下文

  • 定制硅片和AI云端挑战者芯片：Broadcom的定制AI ASIC业务和AMD的替代GPU生态系统种子代表了对Nvidia主导地位的新兴挑战层。如果机构投资者转向电力并远离芯片，定制硅片可能面临类似压力。
  • 大型科技公司AI盈利化与估值分歧：Microsoft和Amazon的资本支出承诺是AI基础设施理论的内核，但他们从AI投资中获利的能力仍不确定。大型股之间的估值分歧可能表明市场正在为基础设施支出带来不均等回报进行定价。
  • AI模型出口控制与主权AI接入风险：出口控制风险对云提供商的AI作为服务收入预测构成结构性负面影响，如果超大规模云端因监管不确定性而减少资本支出，可能会减缓基础设施建设的速度。

来源

本文是研究笔记，不应被视为财务建议。