摩根士丹利將AI叢集成本預估上調至每吉瓦490億美元

摩根士丹利上調了其對新一代AI叢集的從零計算成本預估，輝達（Nvidia）基於Vera Rubin的系統現在每吉瓦運算容量的成本已達490億美元——較先前預測增長近20%，這只有全球少數現金最充裕的科技巨頭能夠承擔。

「建立前沿AI基礎設施的成本正在以比許多投資人預期更快的速度攀升，並且市場正在集中到少數超大規模業者手中，」摩根士丹利分析師約瑟夫·摩爾（Joseph Moore）在週二發布的研究報告中表示。

這家投資銀行的最新預估顯示，輝達GB200系統的成本約為每吉瓦350億美元，較先前的估計上漲16%；而GB300叢集則升至每吉瓦390億美元。這些數字與輝達自身針對Rubin時代設施的預測——每吉瓦500億至600億美元——高度吻合。這些成本不僅涵蓋圖形處理器，還包括網路設備、儲存設備、液冷系統以及廠房的電力供應，這些設施的用電量相當於70萬到100萬個美國家庭。

價格上漲並未削弱輝達的前景，反而可能對其有利。只有那些年營運現金流達數千億美元的企業，例如微軟（Microsoft）、亞馬遜（Amazon）、Alphabet和Meta Platforms，才能輕鬆負擔這種規模的項目。規模較小的AI公司將越來越多地透過租用雲端服務供應商或CoreWeave等專業廠商來獲得算力，而非自行建置園區。這將把更多需求導向規模最大的營運商，同時進一步強化輝達在GPU、網路硬體與軟體領域的主導生態系統。

500億美元的進入門檻

由軟銀（SoftBank）和甲骨文（Oracle）支持的OpenAI「星際之門」（Stargate）計畫，規劃在2029年前投入5000億美元，建設高達10吉瓦的AI基礎設施。Meta正在開發其Hyperion園區，計劃將產能從2吉瓦擴展至5吉瓦；而微軟與Google則持續在全美各地建設多吉瓦等級的資料中心園區。這些項目所需的資本承諾，是頂級超大規模業者圈外幾乎沒有公司能夠匹敵的。

摩根士丹利也指出，電力供應——而非融資——正日益成為最大的瓶頸。公用事業公司在新增發電與輸電容量方面面臨數年的延誤，這拉長了建設時間並增加了項目成本。麥肯錫（McKinsey）估計，到2030年，AI基礎設施的累計支出可能達到數兆美元，而Epoch AI則預測，今年僅是超過1吉瓦的前沿AI叢集就可能出現多個。

成本上升對投資人的意義

對輝達而言，更昂貴的AI工廠意味著每次部署都能帶來更高的營收，因為其晶片、網路產品與軟體始終處於這些設施的核心。高頻寬記憶體、電源管理系統與液冷設備的供應商也將因叢集規模擴大及複雜度提升而受益。

輝達股價目前交易在約30倍預期本益比，已部分反映這波基礎設施建設。投資人面臨的問題在於，市場是否已充分反映集中度風險——即只有少數幾家公司能持續支撐這樣的支出水準，而微軟、亞馬遜或Meta一旦縮手，可能引發整個AI供應鏈的連鎖反應。摩根士丹利的最新預估表明，AI建設並未放緩，但入場成本正形成一道護城河，讓最大的玩家及處於核心位置的晶片製造商佔據優勢。

本文僅供參考，不構成投資建議。