开学第一课

重估算力大基建繁荣：数据中心资本开支进入“资本纪律”时代？_我的网站

一 |     根据麦肯锡（McKinsey）今年稍早发布的测算，全球数据中心容量将从2025年的82吉瓦增至2030年的219吉瓦，相当于现在的2.7倍左右。其中美国占比约45%，约90至95吉瓦。    最初的、由社区制作的Ergo Clear是所谓的"Frankenswitch"，用户通过混合和匹配不同轴的组件来创造新的、有趣的打字感觉。最初的Ergo Clear模块将Cherry MX Clear的杆与Cherry MX Black轴的弹簧结合起来。这意味着它继承了MX Clear令人满意的回弹感受，但其弹簧又更轻，使其更容易按下。正如专注于键盘的YouTuber Glarses在他去年对Ergo Clear改装的评论中指出的那样，后来改装者使用Cherry MX Blue、Brown或Red轴中的较轻弹簧，而不是GeekHack原帖中列出的MX Black弹簧，这种做法变得更加普遍。英伟达（Nvidia）首席执行官黄仁勋近期估算，基于英伟达架构新建一吉瓦算力的成本可能很快达到800亿至1000亿美元。

二 | 但无论哪种方式，其原理都是一样的--将更清晰的回弹与较轻的弹簧结合起来。按此换算，未来五年全球新增产能对应的资本开支是万亿美元量级。这给启发了樱桃本周宣布的新品。在一份新闻稿中，该公司表示，生产官方版本的MX Ergo Clear轴将"使经验不足的用户不必手动改装它"。但是，作为一个官方轴产品，意味着新的Ergo Clear已经通过了Cherry的质量控制流程，这使它能够保证该轴将在5000万次的动作中继续存活而不会有任何打字感觉的损失。

三 |          与投入规模同步升温的，是对超大云厂商资本开支的质疑。

四 | 作为全球芯片板块的先行指标，费城半导体指数（SOX）在过去一个月中下跌了13.38%。 该公司表示，它使用"高性能润滑脂"来润滑其官方版本的MX Ergo Clear，而不是原始型号中使用的PTFE润滑剂，这可以带来更"可靠的长期润滑"。樱桃方面的发言人没有回答关于新的MX Ergo Clear轴中使用的弹簧的确切重量的具体问题，但它被列为40cN的驱动力（使一个键产生按压信号所需的力），以及55cN的操作力（推过触觉凸点所需的力）。         不过，美国投资分析机构NDR首席主题策略师乔西克（Pat Tschosik）在最近一场研讨会上表示，数据中心建设的物理扩张不会因为质疑声而立即放缓，电力设备、变压器、散热系统等物理层建设因两到五年的交付周期已被锁定。他表示，“超级周期尚未走完”，但对训练层资本开支的容忍度，正在进入一个更审慎的阶段。

五 | 作为参考，Cherry的MX茶轴的驱动力略高，为45cN，但操作力同样为55cN。         乔西克在回应第一财经记者关于折旧的提问时说，即便把折旧成本算进去，结论也不会变。先前存在的MX白轴有着更高的55cN驱动力和65cN的操作力。“真正重要的还是云销售增长的数字。MX Ergo Clear轴的剖面图，显示其阀杆（中间的白色块）和弹簧尽管樱桃认为，提供官方的Ergo Clear轴将为用户省去自己动手的麻烦，但事实上，许多人已经通过购买许多第三方Ergo Clear风格的轴来避免这种麻烦，这些轴多年来为了满足需求而涌现出来。”他认为，一旦资本开支增速持续跑赢云计算收入增速，“资本开支义警”（capex vigilantes）就会出现，用抛售给出市场信号。一个值得注意的早期模仿者是Zealio，它是由Cherry的竞争对手Gateron制造的。         从“训练主导”转向“推理主导”          当前，费城半导体指数（SOX）两年期相对标普500的超额收益，在今年6月已升至125%至150%区间，这是NDR认为的“泡沫观察区”。上一次触及是在2021年2月，同年12月SOX相对强度即见顶。在Cherry的专利过期后，许多制造商现在都在生产基于Cherry的MX轴设计的轴。通过其官方版本的MX Ergo Clear，Cherry似乎最终回应了人们对触觉轴的需求，到目前为止，这种轴只能通过DIY修改或竞争厂商获得。樱桃公司的新闻稿没有列出新轴的确切价格或发布日期，但指出它们将从"官方分销商"处获得，并直接内置到即将推出的现成键盘中。该轴将有RGB和非RGB两种类型，以及三针和五针版本。

六 |          但从预租率来看，对数据中心的需求目前仍真实存在。据仲量联行（JLL）数据，北美数据中心空置率约为1%，且自2024年底以来维持在这一水平；美国在建产能中92%已经预租，欧洲这一比例为82%。

七 | 乔西克认为，这组数字说明需求本身仍然存在，建设方也愿意继续投入，但审批流程和电网接入速度构成硬约束，这一瓶颈在欧洲更为明显。         美国银行分析师也认为，未来五年美国将需要超过230吉瓦（GW）的新发电容量，但受监管的公用事业公司预计仅能增加约93吉瓦的合格供应量，从而留下了超过100吉瓦的电力缺口。

八 | 报告显示，在此期间，单是数据中心就可能增加大约125吉瓦的美国电力负荷，从而将2026年至2030年的整体电力需求推高至4.1%的复合年增长率。

九 |          不过，从更细分的角度来看，乔西克认为，就整体产能建设而言，目前处于“中局”（middle innings）；但专门用于模型训练的产能建设，已经进入“后段”（later innings），从2027年起，新增容量将更多流向推理需求，而非训练需求。         “训练与推理对基础设施的需求曲线并不相同，当训练需求见顶时，围绕训练能力构建的资本开支逻辑将首先面临检验。”他解释说，值得反复追问的是，“这些产能真的用得上吗？推理需求真的会起来吗？”          乔西克提出的另一个变量是生产力兑现的时滞。他的团队测算显示，科技支出占美国国内生产总值（GDP）比重的变化，与生产力提升之间存在约20个季度、即五年左右的滞后关系。据此推算，当前围绕模型训练进行的巨额投入，其对应的生产力回报要到数年后才会显现。         这意味着，即便整个超级周期尚未走完，推理需求带来的下一轮增长仍会到来，数据中心资本开支仍可能在生产力兑现之前，先经历一轮调整。乔西克将这一调整的时间窗口大致设定在两年左右，快于20个季度的历史滞后期，逻辑是一旦云厂商销售增速率先放缓，市场不会等到生产力数据兑现才做出反应。“我的基准情形是，数据中心会经历一轮调整，直到推理端真正开始发力为止。         如何判断数据中心繁荣期的尾声          根据标普全球市场智库（S&P Global Market Intelligence）的数据，2025年数据中心的并购（M&A）交易额达到了约500亿美元，是前一年的两倍多。

十 |          乔西克提出，本轮数据中心繁荣可能以三种历史脚本之一收场：供给过剩、需求下滑，或融资枯竭，分别对应1999年、2022年和2008年的教训。

十一 |          他为每一种脚本给出了一组可以实时追踪的指标。供给过剩是1999年互联网泡沫留下的教训。乔西克列出的观测指标包括数据中心建设周期、空置率和GPU租赁价格。目前建设周期仍需两到五年，尚未出现缩短迹象；空置率如前所述维持在约1%的低位；仲量联行和世邦魏理仕（CBRE）发布的数据均未显示供给过剩的信号。         需求下滑是他称为“最值得对照”的2022年教训。彼时，随着企业削减云计算开支，云厂商销售增速放缓，而资本开支仍在加速，亚马逊和英伟达股价当年跌幅均超过50%。乔西克提出的判断阈值是：当资本开支增速超过销售增速的1.5倍，市场通常会做出负面反应，这一关系在微软身上同样成立。         “如果只能挑一两个指标来看，第一位是超大规模云厂商的云业务增速，第二位就是它们的资本开支指引，”他表示，“一旦这些公司开始下调指引，往往说明它们已经察觉到需求端出了问题。”          融资枯竭对应2008年金融危机的教训。乔西克关注的核心变量是资本开支占经营现金流的比例，亚马逊这一比例已接近100%，亚马逊、微软、谷歌等超大规模云厂商合计约为70%。         “我相信，一旦这个比例逼近甚至超过100%，市场对这些公司融资的态度就不会像现在这样友善。”乔西克提到，谷歌近期已经开始发债支持扩张。此外，科技行业高收益债利差、“新云”公司（如CoreWeave、甲骨文）的股价表现，以及OpenAI和Anthropic两家公司未来的上市时点，都是判断融资环境是否收紧的辅助信号，“这说明现在的市场环境可能已经是最好的时候了，所以它们才要上市。

十二 | ”          折旧是否被低估          值得关注的是，资本开支占经营现金流的比例，有可能掩盖了折旧对企业盈利的实际侵蚀。该指标所依据的经营现金流会将折旧加回，因此无法反映折旧在利润表层面造成的拖累，而如果单独测算折旧压力，数据中心繁荣的拐点是否会提前出现？          对于第一财经记者的提问，乔西克在回应中承认，这一质疑成立。“确实，我能理解这会被视为一种激进的会计处理方式。”但他表示，更重要的变量是企业是否会因为不愿耗尽经营现金流，而转向发债融资。         “让我们把注意力放在真正重要的因素上，”他说，市场会看到企业债务开始增加，一旦市场对新增债务作出负面反应，就意味着“资本纪律”正式回归。他将这一现象称为“资本开支义警”。在他看来，与其纠结折旧的会计处理方式，不如紧盯云销售增速与资本开支增速的相对关系，这才是真正决定市场情绪的变量。         这一问题延伸出另一层担忧，即GPU资产本身的折旧年限是否被低估。乔西克的回应是，训练阶段需要性能最强的芯片，但推理阶段对算力速度的要求更低，这意味着旧款GPU在被训练环节淘汰后，仍可以流入推理场景继续使用，加之二手GPU市场已经存在，实际使用寿命可能长于市场的悲观假设。“我不认为这像有些人渲染的那样严重。         (本文来自第一财经)。

Current article:http://lx3o.hencaoaoqingcengchesuomemu.buzz/list_1vf/cdmu.html

Published on:15:41:32