算力中心会不会“烂尾”？一场悄然发生的 AI 基建去泡沫运动

　　来源：市场资讯

　　（来源：电子创新网）

　　过去两年，AI 行业经历了全球罕见的“算力饥渴”。

　　企业抢 GPU、排队抢数据中心，谁能拿到算力，谁就似乎离 AI 未来更近一步这在2022年2023年堪称疯狂。然而，当时间进入 2024–2025 年，一个越来越多被提起的问题开始浮出水面：

　　算力中心，会不会成为下一个“烂尾工程”？

　　尤其是在一系列信号浮现之后：

　　部分互联网大厂（包括腾讯）开始下调算力相关资本开支增速

　　微软被曝取消部分数据中心租约

　　Meta 裁撤大模型相关团队数百人

　　市面上开始出现「中介贩卖 / 倒卖 / 租赁算力」的灰色与半灰色市场

　　我们正在从“抢算力”，走向一个全新的阶段 —— 去泡沫、去幻想、拼落地。在成都的ICCAD2025上 我也听到了一些产业大佬有这样的担忧。

　　一、当前算力真的出现“供大于求”了吗？

　　先说结论：2024–2025 年，并没有出现“全行业性”的供大于求。

　　从公开数据看，全球主要数据中心市场空置率处于历史低位，北美与亚洲多个区域依然在“抢机位、抢电力、抢土地”，超大规模云厂商仍在签订长期建造与租赁合同。

　　这说明两个事实：

　　总体需求依旧存在

　　算力并不是“突然多到用不完”

　　但问题在于：算力需求正在结构性变化，而不是单向飙升。

　　也就是说：不是算力没用了，而是「原本被高估的需求」正在回归理性。

　　真正开始松动的，是三类需求：

　　过度依赖“大模型军备竞赛”的算力投机

　　没有商业路径支撑的训练型算力

　　单一客户型（重押一家公司的数据中心）

　　而这也正是许多「未来可能出问题」的数据中心的共同特征。

　　二、支出收紧信号已经出现

　　过去一年，几个关键事件值得关注：

　　1 微软：取消部分数据中心租约

　　有分析披露，微软在部分区域取消或搁置了已规划的数据中心项目。这往往意味着对未来算力需求的重新评估，而不是简单的资金问题。

　　这类动作通常发生在两种情况下：

　　已有算力利用率不足

　　对未来模型规模扩张预期下降

　　2 腾讯：资本支出转向更谨慎

　　虽然腾讯依然在投 AI，但最新财报显示其在整体资本支出节奏上，明显比前两年更加谨慎，且越来越强调“投资回报率”而非“抢规模”。

　　这代表 ——算力建设从“战略优先”正在回归“财务理性”。

　　3 Meta：裁撤大模型团队

　　2025年10月，Meta 将在其“超级智能实验室”（Superintelligence Lab）内裁减大约 600 个岗位，该实验室目前共有数千名员工。裁员将涉及 FAIR（Fundamental AI Research）研究部门、与产品相关的 AI 团队，以及 AI 基础设施团队，强化应用团队，收缩部分基础模型研发。

　　这说明即便是一线大厂，也在重新思考：大模型的投入，是否真的符合公司长期 ROI？当巨头都开始算账时，中腰部企业自然更为谨慎。

　　三、一个新现象：算力的「中介化」正在形成

　　过去你可能很难在市场上“随便租到一批 A100 / H100”。现在不一样了。

　　大量算力中介 / 平台开始出现：

　　海外：Vast.ai、Genesis Cloud 等

　　国内：各类“算力即服务”平台、政府平台、私营算力商

　　这些中介的任务只有一个：把闲置算力，变成流通商品。

　　这说明什么？

　　有一部分算力确实已经“溢出主渠道”

　　市场开始出现二级流通

　　价格变得更透明，也更容易被打穿

　　它们在短期可以消化过剩算力，但也可能带来更大的问题：

　　价格战

　　利润坍塌

　　投资预期崩塌

　　这正是“烂尾”的典型前兆之一。

　　四、NVIDIA 到处投资，是不是看到了泡沫？

　　很多人注意到：近期NVIDIA 在加速投资软件、EDA、系统公司，甚至参与并购与战略参股。

　　但这并不代表它“准备跑路”。

　　更可靠的判断是：

　　NVIDIA 正在把自己从「卖卡的」升级为「整个 AI 生态的核心资本方」。

　　这是一种：

　　对冲周期波动

　　控制更长产业链

　　从“挖金子”到“卖铲子 + 控制金矿”的战略升级。

　　但反过来说，也间接说明一个事实：它比任何人都更清楚——当前增长不可能永远持续。所以提前布局「后大模型时代」。

　　虽然黄仁勋一直强调AI没有泡沫，并强调自己握有3000亿的订单，但是英伟达的市值最近一个月已经跌去7000亿美元！也许大家都感到了风险将至！

　　五、真正的高潮可能在这：端侧 AI

　　如果云端算力开始“降温”，那算力需求会去哪？

　　答案很可能是：端侧 AI。

　　你会看到越来越多的模型从云端走向：

　　手机

　　汽车

　　PC

　　智能家居

　　可穿戴设备

　　工业终端

　　端侧 AI 的好处在于：

　　成本更低

　　延迟更小

　　隐私更好

　　商业路径更清晰

　　消化一部分算力中心算力

　　如果说云端算力是「集中式大机器时代」，那么端侧 AI 则可能是一个 长期渗透、缓慢但深远的产业革命。所以现在看到的“降温”，不一定是衰退，也许只是 —— 方向正在转移。

　　此外，也可以说，如果端侧AI应用不进入高潮那算力中心就有“烂尾”风险！

　　六、结论：算力会不会“烂尾”？在什么地方“烂尾”？

　　综合判断如下：

　　区域 / 类型

　　风险判断

　　超大厂自用数据中心

　　风险低（需求可控）

　　多元客户 / 云服务型数据中心

　　风险中

　　单一客户 / 训练专用型

　　风险高

　　政府盲目上马 / 单一用途

　　最高风险

　　真正可能“烂尾”的不是算力本身，而是错误判断需求的投资。

　　而时间窗口，很可能就在：2026 年前后，当大规模交付潮到来 + 投资逻辑彻底冷静。

　　对此，大家怎么看？欢迎留言讨论！