在人工智能产业迅速发展的背景下，全球科技巨头正掀起数据中心建设热潮，投资规模高达数千亿美元。然而，IBM首席执行官Arvind Krishna近日对这场资本竞赛的经济可行性提出质疑。他指出，按照当前每吉瓦算力80亿美元的建设成本计算，全球已承诺的算力接近100吉瓦，总投资额达8万亿美元，仅利息支付就需要约8000亿美元的利润，这一目标几乎难以实现。
Krishna的担忧主要源于硬件折旧问题。他分析称，数据中心的硬件更新周期通常为五年，届时将面临大规模更换设备的需求，这对长期资本支出构成巨大压力。此外，随着AI模型性能提升和规模扩大，旧款GPU的退役速度加快，企业能否延长其使用寿命存在疑问。硬件替换的核心问题在于成本极高，企业必须持续投入巨额资金，而非简单的规模扩张。
尽管Krishna承认生成式AI工具将显著提升企业生产力，但他强调，新一代AI基础设施的物理规模与其经济性之间存在矛盾。那些投入巨资建设吉瓦级数据中心并压缩更新周期的企业，必须证明其回报率足以抵消史无前例的资本支出。这一观点与部分投资机构的担忧不谋而合，为AI算力竞赛敲响了警钟。
