传奇空头查诺斯：AI云服务商是租赁中介，算力ROIC仅个位数

01 · 折旧炸弹藏在哪里？

• 芯片和设备商卖完货就能立刻确认收入，但超大规模云服务商把AI资本支出记成资产，分4到7年慢慢折旧。这意味着→ 当前利润表看起来很干净，但成本只是被推迟了，还没有真正"进账"。
• 查诺斯援引1998–2000年互联网泡沫：标普500运营利润两年涨了约30%，但订单崩塌后折旧继续计提，2001年利润暴跌40%。用大白话说＝ 卖铲子的人先赚到钱，挖金子的人账面好看只是因为铲子的成本还没算完。
• 他强调，买芯片、建数据中心的支出目前挂在"在建工程"科目下，一旦上线开始折旧，利润冲击巨大。即使保守假设GPU物理寿命10年，下游盈利能力仍令人怀疑。

02 · 算力租赁商到底是什么生意？

• 查诺斯给出直接定性：从英伟达买芯片、租别人的数据中心、再把算力转租给微软或谷歌——"你是一家设备租赁公司，不是科技公司，而是金融公司。"
• 他披露了当前算力基建的真实回报率：即使在GPU严重缺货、卖方占优的环境下，税前ROIC也只有5%–8%，全是个位数。这意味着→ 供不应求时都只能赚这么点，一旦供给放量，利润空间会更薄。
• 兹拉特夫部分认同，但指出并非所有新兴云服务商都一样——例如Lambda Labs约**40%–50%**的收入来自即时推理场景的现货定价，在GPU现货价飙升时有更大的灵活获利空间。

03 · 多头凭什么说"这次不一样"？

• 兹拉特夫的第一个论据：当前AI需求可以通过底层词元使用量实时追踪，不像1999年只能靠CFO"画大饼"。今年1月以来算力现货价格已涨40%–50%，连6、7、8年前的老旧GPU租金都在涨。
• 第二个论据是估值：英伟达目前交易价格约为2027年预期每股收益的15倍，博通回调后约为2028年预期的12倍。用大白话说＝ 这跟1999年思科160倍市盈率完全不是一个量级，称不上极端泡沫。
• 但兹拉特夫自己也承认一个核心风险：AI"缩放定律"（scaling law）是经验规律而非物理定律，一旦出现非Transformer架构大幅降低单位算力成本，当前算力军备竞赛的逻辑基础就会动摇。

04 · 存储芯片供给为什么跟不上？

• 兹拉特夫揭示了供给端的物理瓶颈：半导体设备公司（ASML、应用材料等）受供应链复杂性制约，出货量每年最多只能增长30%–35%。这意味着→ 即使需求爆发，产能也无法快速翻倍，供给紧张会持续更久。
• 市场目前给存储公司仅6–7倍远期市盈率，因为投资者习惯性认为6到9个月后会出现周期性衰退。兹拉特夫认为这是错判——这次需求高峰会比过去25年任何一次都更高、持续更长。

05 · 数据中心搬上太空靠谱吗？

• 查诺斯从商业逻辑拆解马斯克的太空数据中心设想：太空里最大的成本是抗辐射和散热。数据中心设备经常坏，地球上派个技术员换零件就行，太空里得发一枚火箭。
• 他补充：目前SpaceX的发射业务仍处于亏损状态。这反映出即使是发射成本最低的公司，太空维护的经济性也远未成立。
• 兹拉特夫从需求侧解释了马斯克的判断依据：马斯克认为未来几年世界需要1太瓦（1000千兆瓦）算力，而科技巨头7500亿美元的资本支出目前仅转化为约15千兆瓦——只要缩放定律不被打破，算力缺口就是指数级的。

:::bull_vs_bear

title: "AI资本支出——泡沫前夜，还是需求驱动的真实扩张？"
bull:
  - head: "需求可实时验证"
    body: "词元使用量可追踪，算力现货价今年已涨**40%–50%**。"
  - head: "估值远未极端"
    body: "英伟达远期PE仅**15倍**，与1999年思科160倍不可同日而语。"
  - head: "供给有物理天花板"
    body: "设备商出货年增最多**30%–35%**，供不应求将持续更久。"
bear:
  - head: "折旧炸弹尚未引爆"
    body: "4–7年折旧期意味着成本高峰还在后面，2001年利润暴跌可资借鉴。"
  - head: "算力中介回报极低"
    body: "缺货时ROIC仅**5%–8%**，供给放量后利润空间更薄。"
  - head: "缩放定律并非定律"
    body: "一旦新架构颠覆Transformer，军备竞赛逻辑基础即刻瓦解。"
calibration: "用大白话说＝ 多头赌的是需求增速快过折旧到期，空头赌的是折旧到期快过需求兑现——最终验证节点在于"在建工程"何时大规模转入利润表。"

:::