AI泡沫與市場風險：能源供應成為關鍵限制因素

來源：Blockworks
原標題：週五圖表：泡沫的要素
原文連結：https://blockworks.co/news/elements-of-ai-bubble

「關於AI泡沫的討論很多。但從我們的視角來看，我們看到的是完全不同的東西。」

— 黃仁勳

Alphabet執行長Sundar Pichai表示，目前AI基礎設施的熱潮中存在「非理性的元素」。

但Google宣布新版Gemini大型語言模型（LLM），讓人有理由認為我們或許還不夠非理性。以語言模型評估標準來看，Gemini 3被認為比Gemini 2.5有驚人的大幅進步。

這推翻了「擴展天花板論」，即LLM已經達到只靠增加運算力無法再提升效能的瓶頸。Google加入了更好的算力——更聰明的演算法、更佳的訓練、更先進的晶片——結果Gemini 3明顯變得更好。

這似乎為大家繼續積極投資各種事物開了綠燈。黃仁勳指出，大家仍在大量投資GPU：「Blackwell的銷售量爆表，雲端GPU也已售罄。」

Nvidia財務長補充說：「我們六年前出貨的A100 GPU至今仍以滿載狀態運行。」GPU似乎受益於「層疊使用模式」：最新的晶片用於訓練約一年，之後用來推斷任務，再服役於舊應用程式。

能源限制

如果模型還能繼續進步，新晶片需求持續增加，舊晶片依然有用，那我們應該思考AI公司是否低估了他們的收益。然而，本週股市卻下跌。

這可能意味著市場已不再擔心芯片需求，而開始擔憂能源供給。

需求幾乎近乎無止境：一位Google Cloud高管估計，未來四到五年，公司必須每六個月把算力容量翻倍，才能滿足需求。

但電力從哪來仍是個謎。建造大多數資料中心所需的燃氣渦輪機需時五到七年，相關公司訂單已排滿至至少2030年。

如果沒有更多電力可用，購買新一代耗能更大的GPU也毫無意義。即使AI需求無限，AI泡沫依然可能破裂。

Pichai警告，如果AI泡沫破裂，「沒有任何公司能倖免」。沒有資料中心的熱潮，美國經濟很可能已陷入衰退：資料中心佔GDP 4%，但今年上半年卻貢獻了93%的GDP成長。

主要市場指標

資本支出佔GDP百分比：以資本支出佔GDP比例衡量，AI熱潮的規模已類似於網路泡沫、房地產泡沫和頁岩油泡沫之前的投資熱潮。

舊型GPU需求：對舊型、較低效能的A100 GPU需求表現出乎意料地強勁，與部分看空預測相反。

企業資本配置：微軟的資本支出已攀升至接近銷售額的50%，反映「從網路效應競爭轉向資本取得競爭」。後者更容易形成泡沫。

新創焦點：幾乎所有Y Combinator新創公司現在都與AI相關，顯示生態系統風險高度集中。

就業及經濟影響

自ChatGPT問世後，S&P 500大幅上漲，美國職缺數卻大幅下滑。然而，歷史顯示，科技取代往往導致職位再分配，而非永久失業。

延後公布的就業數據顯示，美國9月意外新增11.9萬個工作，顯示勞動市場儘管受AI衝擊疑慮，但仍具韌性。

更廣泛的經濟背景

關稅使進口商品價格比原本貴了約5.44%。美國汽車均價現已超過50,000美元，而在某些地區，汽油甚至比水還便宜。

美國購屋者的年齡中位數已上升到59歲，反映年輕一代購屋經濟愈發艱困。