人工智能技术发展一日千里，持续推动了算力投资建设的热潮。今年以来，美国科技产业圈对算力市场预判出现了两极分化的趋势。“算力泡沫论” VS “算力不足论”的观点碰撞擦出了火花。
01
最令人瞩目的无疑是年初启动的“星际之门”计划。1月21日美国总统特朗普在白宫官宣，OpenAI、软银和甲骨文三巨头共同投资5000亿美元，将在全美范围内打造20个超级计算中心。
2月25日，美媒报道Meta正在商讨建立一个新的数据中心园区，用于其人工智能业务。该项目的投资可能超过2000亿美元，远远超过Meta迄今为止的任何数据中心。
几乎与Meta“放大招”同时，微软做出了相反的选择，取消了与至少两家私营数据中心运营商签订的总计“几百兆瓦”的算力租赁合约。知名同行TD Cowen的观点认为，微软的这一行动，反映出公司管理层对“是否过度建设AI算力”的担忧。
对“算力过剩”的忧虑，也有“中国声音”。3月25日下午消息，在香港举办的2025年汇丰全球投资峰会上，阿里巴巴集团董事长蔡崇信发表了对“人工智能数据中心建设出现泡沫”、“算力已经过剩”的担忧。
一方面是全球对人工智能技术发展高度期待的孜孜以求，另一面是业内对“算力过剩”的忧虑，这种看似矛盾的“心态”反映了“过剩”这一经济现象的复杂性。
02
站在纯粹技术的角度，算力当然不可能“过剩”。人工智能发展的脚步不可能停止，算力需求必然增长，这是毋庸置疑的。
然而，“过剩”从来都不是纯粹的技术问题，而是复杂的经济现象。如果宏观的技术需求不能在微观的市场活动中转化为供需匹配的有效需求，就会发生“过剩”就会发生。
这正是蔡崇信所担心的。他认为：
“大型科技公司、投资基金和其他机构正纷纷从美国到亚洲各地仓促建设服务器基地，这种投资显得盲目，很多服务器基地在建设时并未明确考虑客户需求。”
美国的大规模算力投资，确实存在明显的盲目性。
最典型的就是“星际之门”计划。这项由白宫主导的5000亿美元投资的超级算力项目，带有明显的政治色彩。首期1000亿美元的投资“分配”给共和党铁杆票仓的得州，是赤裸裸的“政治酬答”。而且，该项目不仅预定了英伟达的几百万芯片，还锁定了45亿瓦燃气发电产能。科技新贵和传统能源巨头在算力生产上成功“会师”，各取所需，皆大欢喜。这无疑会帮助特朗普政府巩固和扩大执政基础，政治意义不言而喻。
按照美国的政治游戏规则，这种公开的政经合作本身司空见惯、无可厚非，但是皆大欢喜、善始善终的前提是符合经济合理性。而这恰恰是星际之门缺乏的。市场人士普遍担心“星际之门”缺少市场前景的支撑，缺乏可持续性。
目前，“星际之门”的大客户仅有OpenAI一家，建成后交由OpenAI负责运营。这个超级项目及就是OpenAI自建自用的定制项目。可是，OpenAI缺乏盈利能力，“星际之门”的可持续性十分可疑。
目前OpenAI还处于亏损状态，向该项目注资的190亿美元不得不通过股权或债务融资获得。比投资缺口更让人担心的是后续运营。很难想象这一总投资高达5000亿美元的算力基建项目，能靠融资维持运营。这意味着，唯有OpenAI快速实现大规模盈利，该项目才有可持续性。可是，目前人工智能应用还处于起步阶段，技术应用的路线尚不清晰。且不说来自其他人工智能大厂的竞争，仅仅开源模型在应用市场的群狼搏虎，OpenAI的“盈利自信”相当盲目。
图/微信公共图库
“星际之门”的庞大体量，仅“电费账单”就与微软相当。这可不是赚点小钱就能维持的。如果OpenAI的盈利能力无法承担星际之门的高昂成本，那么这一史上最大规模的算力基建项目很快就会陷入产能过剩的窘境。
诚然，OpenAI的算力需求无穷无尽，但是缺乏经济合理性的需求不是市场有效需求。“梦里都有”的技术需求和现实的市场需求之间的落差，便是过剩的泡沫。
03
那么，“星际之门”能否通过招募新的大客户以避免过剩？“计划统筹”只存在理论上，实际上并不可行。
OpenAI最大投资者微软就对“星际之门”敬而远之。此前曾有传闻，微软未能加入星际之门是遭遇了“排挤”。但是，微软早先减少对OpenAI的投资，和此次主动“退租”，都表明了真实态度——主动规避算力过剩的风险。微软的选择和Deepseek为代表的开源模型快速普及有关。
Deepseek一战成名之前，人工智能技术在B端和C端应用开发的算力需求并无区别。OpenAI就是To B、To C同时布局的，微软则是针对OpenAI这样的企业用户。
Deepseek快速进入应用市场后，推动了算力供给从集中式向分布式的转型。这意味着大量中小企业不再高度依赖大型数据中心的算力供给，可以通过自建节点、租用分散的边缘设备等方式获得更廉价的算力。
这是一场“去中心化”的算力布局革命。业内有观点认为，未来用于通用大模型预训练的算力需求在算力总需求的5%，逻辑训练的“后训练”将会使用95%的算力。
很多“算力不足论”的支持者看重的正是开原模型的“后训练”需求增长，却忽视了这种需求增长并不依赖大型数据中心的算力供给。也就是说，“算力总需求”在未来的持续增长，不等于大型数据中心的投资建设需求增加了。那些进军“人工智能+”的中小企业客户并不是传统大型数据中心的客户。微软作为典型的中心化算力供应商，对市场增长的预判转向保守，就是出于这种结构性变化的考虑。
理论上讲，Meta比微软更适合成为星际之门的投资者和用户。因为Meta专攻的元宇宙沉浸式体验是以终端电子消费的To C路线，受开源模型的“算力革命”影响较小。个人消费者不是“人均GPU”的电子发烧友，普罗大众在人工智能时代仍然需要中心化的算力供给。所以，Meta对算力需求保持高度乐观。
但是，Meta并没有对星际之门项目表现出任何兴趣，而是选择2000亿美元自建新的算力中心。和OpenAI一样，Meta不可能放弃对算力的独立掌控。OpenAI不想把算力供给的“鸡蛋”放在微软一个篮子里，引入甲骨作为外援后，依然缺乏安全感，还要以投资、运营“星际之门”项目以实现独立掌控的算力供给。Meta作为老牌的科技巨头更是如此，岂能屈尊纡贵和OpenAI“拼车”？所以，Meta选择斥资2000亿美元自建算力项目。
这就是中心化算力供给无法回避的内在矛盾。不同的中心化算力需求无法整合为更大规模的中心化算力供给。
加大自建投资而不是选择“拼车”的不是Meta一家。按照微软、亚马逊、谷歌、Meta财报电话会披露的数据，美国科技四巨头2025年资本支出总额将超过3200亿美元，总增速约为30%。这些天文数字般的投资主要用于算力投资。即便是“退租”的微软也只是相对保守，依然维持800亿美元的资本支出。市场投资距离“过热”只有一步之遥，横空出世的星际之门是算力增长需求的合理匹配，还是缺乏明确客户需求的的过剩供给？
图/微信公共图库
市场争竞需要一定程度的冗余供给。一座每天消耗100吨面包的城市中，各家面包商会生产120吨的面包，这是市场竞争的必要冗余。但是，如果生产了200吨乃至更多的面包，那就是超出经济承受能力的过剩供给。
星际之门从天而降的5000亿美元算力，就是那多出来的“80吨面包”。四大科技巨头为代表的市场投资者拉动的算力供给极限增长，已经达到了经济可承受的极限，几乎可以肯定，白宫出于政治利益的角度，主导推动的“星际之门”就是超出市场极限的过剩供给。
而且，这种政策干预产生的过剩供给，存在扩大的恶性竞争风险，最坏的情况是把其他市场投资者“卷”到欲罢不能。试想一下，不久的将来，“星际之门”庞大的过剩产能靠白宫的信用背书强制投入市场，人为压低算力市场的价格，那些美国科技巨头将不得不持续“跟投”以追求规模效应。尽管美国对政府直接干预市场有诸多的限制，白宫很难采取大规模补贴等“保护政策”刺激过剩产能的持续增长，但是特朗普政府“不走寻常路”的脑回路，很难让人放心。
如果市场不能及时踩下刹车，那么盲目投资的过剩产能就会像传染病一样制造更多的过剩，直至整个产业链无法承受走向崩溃。
耗资五千亿美元的星际之门就是这样一颗“毒种子”。政治利益的短期追求压倒了长期的市场理性，投资的盲目性由此而来。
04
综上所述，算力需求的供需匹配远比想象的更复杂，算力资产泡沫、算力供给过剩已经形成，不能用“市场总需求”、“长期需求”之类的宏观叙事遮蔽即时的、微观的经济理性判断。
人工智能技术的长期发展固然推动了算力需求的长期增长。但是，技术发展也在改变算力需求的结构性变化。这种结构性变化，存在局部的过剩风险。
好比说食品总需求的增长，并不意味着人们需要更多的面包，而是需要更多的面条。此时大量建设面包厂，就是盲目投资过剩产能。这种需求端的结构性分化正在算力市场发生。
开源技术的分布式算力需求正在蚕食中心化算力的市场份额，“后训练”的开源模型正在挑战通用大模型的市场地位。两者叠加，都会冲击传统的算力中心化供给。
未来“算力总需求”的增量或许是更多的是分布式的算力平台、分散的边缘算力设备，而非大型数据中心的算力集中供给。
出于政治目的盲目扩大大型数据中心的投资，不会增加有效供给，只会增加剩余产能。最终造成有效供给不足，无效供给过剩的奇异景象。经济学意义上的“过剩”和“不足”就是这样的双生子。
总而言之，“算力过剩论”和“算力不足论”的争论核心，并非算力供给规模的“量”，而在于供给有效性的“质”。人工智能技术正处于高速发展的井喷期，也是技术淘汰的高速迭代期。这意味着今天豪掷千金盲目投资的算力资产，很可能在不久的将来就会沦为淘汰技术的豪华坟场。这无疑是资源错配的极大浪费。
因此，“算力不足论”笃信“人工智能将会推动算力需求长期增长”的宏观判断，不是遮蔽算力过剩、算力资产泡沫风险的理由。即便目前算力资产泡沫、供给过剩是“短期”的、“局部”的，也是必须严肃面对的现实风险。所有人都活在“微观”的当下。没有“微观”的不断纠错，就没有美好的“宏观”；不能及时应对“当下”的风险，通向美好“未来”的道路只会更为崎岖。
科技发展要有敢于试错的冒险精神，但是试错成本不能无限放大。市场的经济理性就是控制试错成本的缰绳，失去了这一硬约束，科技产业就会如脱缰的野马一般奔向悬崖。“人工智能数据中心建设出现泡沫”、“算力已经过剩”的市场忧虑，并非杞人忧天。