AI算力的需求端

《孟子。離婁》的名句：滄浪之水清兮，可以濯我纓；滄浪之水濁兮，可以濯我足。這一年我們週旋於科技與高息的滄浪間。

高盛對美股2026年的策建議偏防禦，聚焦AI巨頭盈利質量；減持高估值成長，增配價值與週期，分散單一科技依賴。意思就是對AI科技要謹慎，分散風險就要入手傳統股。這貌似毫無新意的説法，暗地裡反射出高盛沒有把AI 股看成泡沫!

AI基建工程在美國大張旗鼓，OpenAI 的瘋狂我們就介紹過，但並不等於他們就要敗下陣來。成敗在於AI的應用上，然而美國巨企的信唸是：沒有足夠的算力，就無法快速提供有效應用！

雲端應用

Token 是語言大模型的最基礎字符，影響 AI 內容生成的速度與成本，因為 AI 是按照 Token 來計算處理的。那麼模型的 Token 使用量就是個對了解模型使用情況的重要指標。各大企業的 月度/週度Token 使用量 (估算)最新情報 ：

看到這龐大的 Token 數量，可想見對Al數據中心的宏大需求。

我們來看看一個例子，做自動編程的Claude。支撐 Claude 的算力投入基本上是每年增長 3 倍，這是非常驚人的速度，因為Claude極期渴求算力。而 Claude 的不斷迭代正在把軟件工程師殺下馬，這個AI編程繫統正在邁向成熟，未來不再需要人來寫軟件 software 了，非常恐怖吧！他的創始人曾言，其算力投入規模在2025年就可能會超過阿波羅登月和曼哈頓計劃。Claude 本身就是一個超大型軟件，現在 Claude 正在用Claude 來自我改進！真是服了。我們可以把 Claude看成全球最頂級的工程師，而且不眠不休。

Claude Pro 個人訂戶每月US$20， 可以解鎖全部功能。免費版就隻有基本的來練習一下。企業客戶數量在短短兩年內由不足 1000 家暴漲至 30 萬家。年化營收在一年多的時間裡從 8700 萬美元飆昇至 50 億美元，增長驚人。Claude 的國際化程度很高，80% 的用戶來自美國以外的地區。

邊緣AI

對於自動駕駛來說，把算力放在車上直接處理該輛車的行駛控製，比依賴雲端AI更合理。於是各車企紛紛在自己的品牌車上用AI芯片堆算力！一輛Robotaxi通常配有10+攝像頭 、3-5個激光雷達、多個毫米波雷達。這些傳感器每秒産巨量的原始數，需要消耗大量算力進行障礙物識別等。這就是所謂的邊緣計算edge computing 。但是自動駕駛不能完全依靠雲端AI，擔不起在路上失聯時的不知所措。

大體上AI算力正朝著這兩個方向推進：雲端運算及邊緣運算。但是邊緣計算有需要後備應急方案，於是聯網又成為一個有用的後手。

遊刅江海

再來看一眼那個具身智能機器人，邊緣計算能力無法滿足它的工作需要，它還是要連上雲上的AI 數據中心，才能做更多複雜的事情，實時處理好它與週邊的人與物的互動。

現在大家都在玩視頻，如果我們只是P個圖、把圖片轉成視頻然後配上音，這個只要有普通GPU的顯卡就能搞定。但是最頂尖的生成式 AI 如 OpenAI 的 Sora、Google 的 Veo，能夠生成長達 60 秒、電影級畫質、複雜物理運動的影片, 算力需求就是指數級增長。這類模型的參數量通常在數十億到數千億級別。訓練階段需要數萬張頂級 GPU（如 NVIDIA A100 或 H100）組成的集群，連續訓練數月。單次推理的計算量（FLOPs）比一般圖像生成亦高出數百倍。

除此之外，製藥研發、量化投資、建築/設計的3D渲染、天氣預測....都對算力有要求。而隨著AI模型的能力提昇，效果越做越好，對算力要求亦水漲船高。總結下來： 要處理多模態融合（影像+文字+語音）、超高清/3D數據、毫秒級實時響應、海量參數訓練數的任務，就需要大算力的支持。簡單的文本分類或邊緣端處理，小模型和低算力設備會更好使。

算法實驗

我們再回到核心問題，科技公司如此積極地推動AI數據中心的建設瘋狂地擴大算力，他們是如何看待算力需求的呢？ 他們不滿足大語言模型，夢想著AGI 『通用人工智能』一個上知天文下知地理，能自主推理、有常識理解力、能設定目標、甚至有跨領域的領會能力的AI。這場人類的征途前路茫茫，然而在新的人工智能手段橫空出世之前，吃數據、掛 token 這條路仍得走下去。

大牛們都在努力，改良算化，優化效能及效率。大緻上有以下各個方向：

投資展望

AI 模型的演變一日千裡，進化之快難以想像。未來還有甚麼行業會如software編程同一命運麵對AI無底線的狙擊？迅速發展的當下，風險隨之增大，不知道明天有個甚麼idea 登場把對手祭天，而且每個AI應用由市場化到盈利都要探索和時間， 投資者押注在那家都要做好風險管理。

英偉達有齊雲端與邊緣計算用的芯片，只是在財報未有分項列出來，估計邊緣芯片銷售也不錯。我國的GPU厰家，比較容易在邊緣應用上與英偉達爭一日之長短。IBM 預測2026年硬件需求仍然是英偉達的天下。

2026年高息與科技的週旋，仍將糾纏不清。 

瘋狂的Stargate星門計劃

 美國的Stargate 星門計劃其實是一個私營公司，由特朗普政府背書，為推動美國AI建設而成立，目標是要搶佔全球AI製高點。根據華盛頓郵報的報導，這個項目早在特朗普勝選前已經展開計劃，可見 OpenAI 的野心。

星門的結構

星門的股東：

軟銀 Softbank ：財務支柱

OpenAI :  營運核心

甲骨文 Orcale：數據中心建設

MGX：阿聯酋資本

技術合作聯盟：英偉達，微軟，博通，AMD, Arm。

以往美國企業在芯片及光刻機上都有組成聯盟，以製定業內規則及加強合作。今次的超級聯盟全部是美國AI相關企業，由軟銀和MGX兩家提供資本來配合。

這盤大棋就是軟銀與OpenAI 的大戰略，旨在不花政府的錢，隻要政府在政策支持一路開綠燈就是。他們寄望能夠在這場科技革新上牢牢掌控話語權，成為王者。他們要打造一個AI基建，就如水電煤或者高速公路一般，在未來的社會上所有人，所有生產都依靠這個繫統。

軟銀承諾出資$1,000億美元，其實是$190億元現金投入，其餘由發債和銀行貸款來湊。而那$190億因各種進度和原因，還未完全到位。

OpenAI 亦説出資$190億，囗頭上認投$1,000億。但他還是在燒錢中，於是找英偉達來給他投這筆錢，這樣Stargate 的項目就有資金去採購英偉達的AI芯片，一舉兩得。英偉達是技術合作夥伴，當然樂見自家芯片在星門項目中成為主力，生意興隆。然而英偉達當然曉得自我保護，$1,000億分批投，先設定裡程碑要求每建成1吉瓦的算力才支付$100億元。現在雙方還在敲定協議細節。

而甲骨文既沒有AI大模型，也沒有芯片，卻有建設及營運數據中心的豐富經驗，是星門的理想夥伴。而甲骨文肯定不想錯過這人類歷史上的第五波，不惜舉債全程投入。

美國的數據中心建設

星門的第一個在美國的AI基建，德州的阿比林Abilene 是星門的"0號基地" ，Sam Altman 曾親自解釋過那裡，核心就是三個詞：空間、電力、阻力小。這個有示範性的項目得到在地政府全力支持，能源價格比加州低3成至5成，而且土地麵積足夠大。項目2024年6月動工，第一棟樓巳建成，據悉巳安裝1.6萬塊英偉達芯片，後麵逐步增加至6.4萬塊。OpenAI 定了將來GPT6. 0的數據訓練放在阿林比數f據中心進行。

阿比林項目是由一家初創企業Crusoe 作為實際開發商（Developer）和擁有者（Owner）， 他聯合投資機構 Blue Owl Capital，通過債務和股權融資籌集了約 150億美元，⽤來買地、蓋建築、鋪設電⼒和冷卻繫統。於是數據中心的⼟地和建築物產權，目前主要掌握在 Crusoe 和 Blue Owl 手中。

甲骨文並沒有直接像 Crusoe 那樣去買地、蓋樓，它出資主要⽤於購買核⼼設備和⽀付租⾦：

他斥資約 400億美元，向英偉達（Nvidia）購買約 40 萬塊 GB200 AI 芯片；並與 Crusoe（及其合作夥伴 Blue Owl）簽署了為期 15 年的租約，支付巨額的租金來使用 Crusoe 蓋好的數據中心園區。

OpenAI 利用獨佔的算力優勢，更快地推出產品並佔領市場，ChatGPT、API 服務直接轉化為 OpenAI 的訂閱收入和企業服務費。 同時鎖定低價算力，降低模型訓練開支，更擺脫了微軟Azure 的限製。當然作爲股東，還能享受基建資產增值。

軟銀（SoftBank）的投資邏輯是：如果 OpenAI 成功開發出 AGI（通用人工智能），軟銀將獲得優先合作權和巨額回報。

分工明確，Crusoe 蓋房子搭能源，甲骨文買設備，OpenAI 投入模型用來起。然後大家一起等著賺錢。

2025年9月，OpenAI 公佈了五個新的數據中心，分別是在德州克爾福德縣（Shackelford County）和米拉姆縣（Milam County）、新墨西哥州的多娜安娜縣（Doña Ana County）、俄亥俄州洛茲敦（Loudon）密歇根州的薩林鎮（Saline Township）。這一路開展下去，都是英偉達的芯片，把星門計劃的總算力推到7吉安以上，總投資額達到$4,000億元！

掌握國際市場

美國總統特朗普與阿聯酋簽署了政府間協議（IGAA），在阿佈紥比建設名為「星際之門」（Stargate UAE）的AI超算園區，規劃算力高達5吉瓦（GW），被稱為美國本土以外最大的AI中心。星門計劃妥妥的一個“披着企業外衣”的國家級戰略工程。MGx能成為星門的股東，不言而喻。

英偉達又與沙特國家級公司Humain合作，計劃部署數十萬顆高端芯片，建設「AI工廠」網絡。背後少不了特朗普政府的影子。

OpenAI 可謂雄心萬丈，繼而發起了 Stargate Country，又有稱為 OpenAI for Countries，九月就去打英國的主意，要辦個 Stargate UK ，在12月還聘請前英國財相奧斯本出任總經理。Stargate 挪威而然落實；韓國，日本等，都在談判合作之列。

那裡會出問題？

OpenAI 是星門計劃的主力也是主要的受益者，通過星門項目，他的大模型直接卡位，用算力套利，並影響下遊生態。就在如此強大的開拓上，卻引起市場對數中心能否填滿實際應用的擔憂。

先建路後緻富的邏輯是基於緻富有手段有方法，但目前的AI可以嗎？能帶動足夠的應用嗎？換一個角度，要多久之後才有足夠多的應用讓這些數據中心吃飽？這就是星門項目的近憂。

Blue Owl 這個出資方，在12月中退出了星門在密歇根的$100億合作。英國金融時報爆料Blue Owl 要提高藉款的條件，理由是甲骨文的負債大漲了，推高了藉貸成本損害了項目的吸引力。(Blue Owl 是做另類資産投資Alternative Assets，管理$2,840 億元的資産。)

谷歌，Meta，xAI ，亞馬遜、微軟都不會坐以待斃啊！大模型的比拼最後可能都非常接近，無論怎樣設計電飯煲，它最終都會做出飯來。長期來看，大家終極拼的是算力成本與速度；這是為何Deepseek及谷歌能把星門股東搞得頭痛不巳！當AI數據中心普及化後，情況會如何可想而知。

前路注定不平凡

風險能化解嗎？為了國家安全與科技領先，美國政府可以入股英特爾 Intel， 那麽在有需要時侯投資星門，為星門站枱也是有可能的。

若然OpenAI 的研發落伍，星門的其他股東也不會閒著，必定會去找強者進駐數據中心。英偉達就曾經做出回購CoreWeave剩餘算力的協議，巨頭們總會靈活應對。

風險存在，但目前預判星門計劃失敗言之過早。關鍵都壓寶於 AI模型、推理、物理、多模態應用、及應用場景拓展等，未來仍然充滿不確定性。

故事未結束，隻是剛剛開始.....  

德州阿比林的AI數據中心

貿易順差解析

今年前11個月我國出囗3.4萬億美元，進囗2.3萬億元，貿易順差達1.1萬億美元！

在這3.4萬億元的出囗中，外資在華企業出口就有1萬億美元，佔整體29.4％。從另一個分類法(統計囗徑) 來看，外資企業與本土企業都有做加工貿易，出囗1.08萬億美元，佔出囗總額的31.7％。雖然未有統計數字，大概來說，外資及加工貿易的出囗不重疊的部分，約佔到整體出囗一半！

貿易順差不是利潤，只是貨流總額。有一半的順差是由外國企業用來賺錢。而他們之所以在中國生産，是考慮到中國生産要素的優勢：能源成本，能源穩定，人力成本，人材質素，土地成本，物流服務，稅務優惠，營商環境等等。

如果我們翻開歷史回到2010年，當年的加工貿易出囗佔出囗總額的48.8％。而全國出囗總額中，外資企業就佔了56.3％。可見當時我們主要都是為外國打工。到今天，我國的自主品牌出囗巳經拱起半壁江山。

再看看我們的民營企業，2010年出囗0.42萬億元；而現在則是1.9萬億元，大大增加了1.48萬億美元，是3.5倍的增長！這是翻天覆地的變化是新能源、高科技、新材料等等所帶動的。這些出口的數據正紀錄著中國經濟的轉型升級。

外資企業出囗額由2010年的0.85萬億增加到今年前11月的1萬億，增加了0.15萬億元，十五年 +17%。同期加工貿易出囗增加了0.35萬億元，+47.5％。外資企業在過去十五年的增長較少，首先是我國的生產成本上升，低端生産逐步移去東南亞及其他地區；另外貿易磨擦中被動地搬離中國；當然有部份不敵本土民企的競爭而退卻。

未來趨勢大致延續順差，國內企業繼續發力高新産業出囗；外商繼續尋求如何利用中國生産因素優勢。而競爭失利的西方企業會面對倒閉、賣盤的情況相對增加。

阿里9988的估值

阿里（9988）、美團（3690）、京東正在即時零售業務（外賣平台、閃購）上演燒錢大戲！阿里的淨現金流減少，但同時阿里又要大力投資於 AI 和 雲業務，這些投資被稱為資本開支 Capex，是為了未來産生營運的現金流的努力。

由營運上所產生的淨現金流 - 資本開支 = 自由現金流。阿里的自由現金流逐季下降，而且下降的幅度很大！今年第三季自由現金流巳經是淨流出￥218億元，即投資額高於營運淨現金收入。

但是阿里宣稱還要大力投建AI數據中心，以爭奪市場，未來三年要投入￥3,800億元，簡單的說法是每年要花￥1,260億元！高強度的資本支出，阿里可能步美國同行的後塵要發債融資？阿里的現金及流動資產高達￥5,739億元，完全有能力在未來三年為發展AI業務做投資。

無論如何，阿里面對的前景:

a 燒錢之爭何時停止？

b AI及雲業務的巨額投資能産生多少現金流收入？

情境1：假設外賣燒錢停止了，阿里的投資也有些回報，綜合短期五年內年均增長2％，長期5年後則是3％，把這些扔給AI，算出估值每股$135港元。這是一個保守的估計，較現價低11％！

情境2：假設阿里在外賣補貼上打退了對手，AI投資繼續沖次；從而得到良好的回報。短期增長5％，長期增長3.5％。AI算出估值在$161港元，現價有6.6％的上望空間。

目前股價$151，正在情境1、2之間。若然估值要達到$200，短期增長要調至每年有8％，長期維持3.5％。這在競爭激烈的環境下，是非常不容易達到的，其出現的概率不高。出現$200或以上的股價，極可能是情緒推動。

AI 巳經可以為我们效力做估值計算，只要把短期和長期的增長預測告訴AI便可以。但是我們必須認識估值模型的特色和優缺點，把結果作為參考。本文採用的DCF 二級模型，並不追求精確的估值。

評估美國科技巨企的AI投資

 美國AI是否有泡沫？現在大家都懂得怎樣回答："泡沫一定有，只是時間問題" ，現在的投資是為了明天的收入，但未來充滿變數。

資本開支

微軟、亞馬遜、Meta、谷歌這四家科技巨企都集中火力在AI的競爭上。他們的資本開支 Capex 都由去年起大幅增加。例如微軟就由2023年的$281億提高至2027財年的$1,466億，增長422％。兩年間亞馬遜、Meta、谷歌都增長了3倍上下，未來他們每一家的資本開支預測都在千億元之上，皆因大力投入AI算力。

他們有能力做如此龐大的投資嗎？由於他們各自的業務有很大的分別，所以就以營運的淨金額流, Net Operating Cash Flow, 來作為比較的基淮。就是看看每家企業的資本開支佔其營運淨現金流多少。（相當於觀察自由現金流）

微軟的比率由2023年的32％提高至2027年的80％，Meta 由38％提升至78％，谷歌由32％提高至64％。亞馬遜比較特殊，他的比率由62％升至107％，那就是他的資本開支投入比他賺到的錢還多。亞馬遜在2021及2022年的投資都高過他能賺到的現金，表示該公司非常積極投資。

以上2026年及2027年的分析，是基於巳知的資本開支訊息。但 Meta 近日又表示要在2028年再加投$6,000億美元，若成真未來三年每年要投$200b？這樣投資會遠高於企業的營運所能産生的現金流，即是投資支出大過本業的造血能力。當支出大於淨現金流的時候，企業就要動用現金儲備或融資來提供投資所需資金。

資産折舊

在企業的利潤表上，資産逐年折舊計入成本而影響盈利結果。四家企業都以5-6年的使用壽命來做設備的折舊， 約10年來做物業的折舊。隨著投資增加，微軟和 Meta 巳展現上升的勢頭。

為了保持盈利能力，巨頭們早就延長了折舊年限。微軟於2022年將服務器的壽命由4年延長到6年，亞馬遜在去年由5年延至6年，谷歌在2023年亦延至6年；Meta 在今年初就由5年延至5.5年。

H100 AI芯片非常龐大，內含800億個晶體管，用3納米工藝把他們擠在一起，所以使用時非常熱。物理學上就較容易出現隧道效應，令芯片內部損壞。目前對AI芯片的使用壽命有不同說法, 大約3至5年，五年後芯片可能要減負荷使用。這帶出兩個問題：

1 企業的折舊不可能再延長來粉色太平。

2 企業要不斷更換芯片，有如電動車的電池一般。

芯片的迭代亦很快，Blackwell 推出市場，那些稍早前佈置的 H100 就落後了；兩年後，大家又要換上 Rubin 。不換不成，因為谷歌和 xAI 都宣布了比英偉達更快更省電的産品！

競爭激烈

面對AI的浪潮，這些科技公司不投資就有被淘汰出局的危機，因此要硬著頭皮往前沖。以目前的兩年預測，他們有實力作出巨額的支出。不過他們將變成重資産行業，未來股票估值就不容易高升。

這四家公司會繼續審慎投資或是血拼沙場？Meta 比較喜歡all in，亞馬遜的財務實力排在後面，微軟和谷歌一直都較為審慎。

Meta 的大模型和芯片曾經風光，但很快就落後了，或者就是Meta 急於加大投入的原因，這也反映出行業競爭的激烈。微軟跟 OpenAI 的關係轉變，終於要著手建立自己的LLM 大模型。其實連英偉達都有自家的大模型！ 烽煙四起之時，絕不能倚靠外人的援軍，血拼沙場可能是身不由己。

xAI不是上市公司，但在馬斯克的幟下是結合自動駕駛及人型機器人的應用，有護城河。OpenAI 的方法則是借助外力建立AI數據中心，激進的部署或有可能形成算力過剩，影響到全行業。

註：

微軟的財年是6月30日作結，其他三家是12月31日。

以上2025, 2026, 2027預測數據是各大行分析員的平均值，或企業公布。

AI芯片的供應問號

别以为芯片在光刻机出来後，用环氧树脂封起来就能用哪麽簡！對高级的大型AI芯片，需要新的技術進行2D、3D的處理，绝不簡單。

台積電開發出自家的封裝工藝，稱為 CoWoS,  英文全稱是 Chip on Wafer on Substrate 。 意思是先把光刻机造好的芯片放到另一晶圓片上，再放上基板上。這就是堆疊的工藝，把芯片立體地封裝在一起，因為電路太過複雜，晶體管數量太多，就要想方法解決。

台積電的 CoWoS 是新的工藝，要從頭建設産能。

2023年   月産能1.5萬片，年産能12萬片

2024年   月産能3.5-4.0萬，年産能24萬

2025年   月産能6.5-7.5萬，年産能67萬片

每年都供不應求，成為AI芯片生産的瓶頸。

擴産計劃預期，明年增加産能60％，後年再增加31％：

2026年   月産能10萬，年産能108萬片

2027年   月產能13萬，年産能143萬片

英偉達能够有70％+的毛利率，全靠供不應求，而供不上是全因 CoWoS 的産能不足。（另外就是HBM 存儲芯片的供應，HBM要拿来放入CoWoS 内啊！）

看到這些數字我們馬上會問：每片能造出多少個 Blackwell 来？對不起，這是商業機密！然後英偉達在明年就要供應Rubin 了，整個芯片比Blackwell 更大。這代表對CoWoS 的需求再上升。可是我們仍未知道英偉達要吃掉多少台積電的 CoWoS 產能。而台積電仍需要分配産能給 Broadcom 博通和AMD 呢，現在台湾的聯發科也来要CoWoS 産能了。 

無論如何，市場總會有預測。英偉達的 Blackwell GB300，2025 年第四季约30萬個，2026年預测120萬至135萬，2027年约60萬。Rubin 則於2026開始出貨，2027年將成為主角。

如果投資者相信這些預測，那相當於同意英偉未來數季的營收及利潤都繼續增長！股價就可以更上一層樓。 分析師給出NVDA的目標價平均$238，最高$350，最低$180。

好了，到此可以给出一個初步結論：

英偉達的業績在上游是捆綁在台積電的産能上，英偉達亦巳成為台積電的頭號大客戶。

英偉達的業績在下游是捆綁在他自己參股的 AI data centre 上，只要算力能租出去才能大功告成。（註：本文只討論供應側）

那麽能力高强的Nvidia 和台積電的話事人，該如何處理CoWoS 産能？獵犬追電免的競賽，一直追不上，那都是計劃之內。這正是寡頭壟斷的優勢 。

AMD, 博通又如何在英偉達的強勢下，在台積電的 CoWoS 産能上分一杯羹？然后，我們都不由得思考一下，台積電在整個AI産業鏈的位置是不是更堅固？整個供應的節奏都在他的掌握中。

看来Nvda 還有炒作的空間，起碼在期權市場上會非常活躍。期權可以方便沽空，目前市場巳開始醞釀AI行業下游需求側的泡沫論，為股價帶來阻力。

美國AI建設發展的話題

 Nvidia

英偉達GTC大會展示AI產業的前沿展望。黃仁勛此次的演講涉獵甚廣，全球資本市場熱炒的6G、量子計算、物理AI、機器人、核聚變、自動駕駛全都有份。不是說說而巳，而是搬出平台、軟件、合作方等，面面俱到。英偉達的野心並不止是做芯片，還要做硬件、軟件、搭建平台、做系統，要成為AI時代的霸主。

英偉達又有新的超級芯片推出Vera Rubin ，老黃預測，在2026年底前，「Blackwell+Rubin」就足以衝擊5000億美元的訂單。NVDA 股價應聲而上，收$201.03突破每股$200！若股價升上$205.76，英偉達市值將到$5萬億美元！！

OpenAI

OpenAI 的雄心就在算法上，但是有模型沒有算力的話，就是癈的。早期靠微軟，後來想通了，與英偉達合作閉環擴展算力。然後再把這套打法與AMD, Broadcom 合作，打做自己的算力中心。OpenAI 的願境是，2033年達到250GW的算力電力，總投資$10萬億美元；他們正在為其日後上市鋪平前路。

於是在 AI 的建設到應用，就由這兩巨頭主宰，與當年PC時代的 Intel 與微軟共治非常相似。未來市場仍然是利潤集中到他們兩家，圍繞著他們的就賺組裝的技術、應用上的連接及服務工錢。

Energy

然而堆算力就需要電力，算力的盡頭是電力。美國能源供應上：

Constellation Energy (CEG) ,  供應核電、清潔能源。股價年初至今，升58％。

GE Vernova (GEV) ,  主打燃氣輪機。股價升68％。

NextEra Energy (NEE) , 以再生能源，提供綠電。股價升16％。

現屈美國政府鼓勵核能及天然氣，股價亦有相應表現。

Bubble？

全球的AI算力現在有一半集中在美國本土，未來這個比例可能更高。第二位的是中東，由特朗普推動的合作項目。其他地區該如何面對算力建議設的問題？既然建的就是英偉達+OpenAI的方案，那倒不如租用美企的算力更省事？對算力的需求有多大，現在未有答案，大家都在猜。建成後的租用率才能說明問題，泡沫有否就要等上一兩年才有眉目。

目前的AI模型只能用「笨重」來形容，當新一代的方法出現後，這些算力中心就會馬上失去價值。