随着人工智能（AI）行业的蓬勃发展，数据中心的建设热潮也随之兴起。许多科技巨头纷纷宣布新投资计划，计划建设新的 AI 基础设施，投入金额甚至高达数千亿美元。然而，IBM 首席执行官阿文德・克里希纳(Arvind Krishna)在最近的一次采访中对这种巨额投资的回报提出了质疑。

根据报道，当前建设一个吉瓦算力的数据中心需要约80亿美元，而全球承诺建设的相关算力接近100吉瓦，意味着总投资已经接近8万亿美元。如此巨大的资金投入需要达到8000亿美元的利润才能支付利息，这几乎是一个难以实现的目标。

克里希纳强调，这一估算与目前硬件、折旧和能源的成本直接相关，而不是基于长期的预测。他指出，硬件的贬值速度往往被投资者低估，通常这些数据中心需要每五年更换一次大部分硬件，这将进一步增加长期资本支出的压力。最近，一些投资机构也对这种情况表示担忧:随着 AI 性能提升和模型规模扩大，旧款 GPU 的加速退役使得企业必须在高昂的成本下进行硬件更换，而不是简单地扩张规模。

克里希纳还提到，虽然预计新一代的生成式 AI 工具将显著提升企业的生产力，但当前形态的 AI 基础设施的物理规模与其经济性之间的关系，依然是一个亟待解决的问题。那些投入巨资建设大型数据中心并选择缩短更新周期的企业，必须证明其投资回报足以弥补前所未有的资本支出。

划重点: