美國布魯金斯學會近日釋出哥倫比亞商學院教授Stijn Van Nieuwerburgh的研究報告，測算2025年至2032年美國在資料中心、電力設施、網路裝置、GPU及其他AI基礎設施上的累計投資可能達到約10.3萬億美元（約合69.1萬億元人民幣），平均每年相當於美國GDP的3.63%。這一投資強度已超過美國曆史上多輪大型基礎設施擴張：1870年至1890年鐵路建設年均投資約相當於GDP的2.24%，1956年至1973年高速公路建設約1.13%，1996年至2003年通訊和光纖建設約1.10%。

報告以一座200兆瓦的AI訓練園區為樣本，其初始建設成本約82億美元，其中資料中心建築約22億美元，新增電力設施約4億美元，GPU、網路和儲存等IT裝置約56億美元——約三分之二的資金投向更新速度更快的計算裝置。按此標準，一座1吉瓦級AI園區的成本已達約410億美元。報告測算，到2032年美國可能新增約182.8吉瓦資料中心容量，另有117.2吉瓦專案將在2032年以後投運。

鉅額投資背後，科技巨頭的現金流壓力正在顯現。Oracle、Microsoft、Amazon、Meta和Alphabet五家公司合計資本支出從2020年的968億美元升至2025年的4158億美元，同期經營現金流為6032億美元。報告預計，2026年五家公司資本支出將進一步增至8005億美元，而經營現金流約為7071億美元，資本支出首次超過經營現金流，相當於後者的約113%。高盛同樣預計，美國AI相關投資佔GDP的比例將從2026年的1.8%升至2027年的2.5%，2028年達到2.8%。

為填補缺口，科技巨頭越來越多依賴借貸和外部融資。報告援引摩根士丹利估算，2025年至2028年為滿足大型雲廠商新增算力需求，需要約2.9萬億美元，其中超過一半依靠外部資本；股權與債務比例約為六四開，私募信貸規模可能達約8000億美元，企業債約2000億美元，結構化融資約1500億美元。

報告以Meta在路易斯安那州建設的Hyperion AI資料中心為例。該專案規模約2吉瓦，對應約300億美元資產。Meta將80%的專案股權出售給美國另類資產管理公司Blue Owl後，合資實體又融資270億美元債務，使專案層面的債務資產比接近90%。Hyperion債務發行收益率達6.58%，較Meta同期直接發行類似公司債高出至少100個基點。報告估算，僅這一利差在整個融資週期內就會增加超過50億美元的利息成本，並最終反映在Meta支付的租金中。

類似的長期支付義務已蔓延至更多大型科技企業。穆迪估算，大型雲廠商已承擔約9700億美元租賃承諾，其中約6600億美元屬於尚未進入資產負債表的未來租約。報告援引《華爾街日報》統計稱，僅Microsoft、Alphabet、Amazon和Meta四家公司，未來租賃和採購等表外義務就已達到約2.4萬億美元，包括9040億美元未來租賃承諾和1.52萬億美元未來採購承諾，後者主要涉及晶片。

AI資料中心本身又是一類折舊極快的資產。鐵路等傳統基礎設施可使用幾十年，而今天資料中心的大部分資金投向GPU、伺服器、儲存和高速網路裝置。報告測算，一座200兆瓦AI資料中心約82億美元投資中，約68%用於IT資產，按6年經濟壽命計算；建築、電力和冷卻設施等剩餘資產按20年計算。若IT資產經濟壽命從6年縮短至3年，每年需回收的資本比例將從19.37%升至31.10%，成熟期年收入要求將從約3.7萬億美元增至約6萬億美元，相當於2032年美國GDP的14.8%。

Hyperion專案也體現了長期融資與快速技術迭代之間的矛盾：專案債務期限延續至2049年，Meta則從2029年開始通過一系列四年期租約使用園區，並承擔相應的資產殘值保障。但支撐資料中心需求的GPU、冷卻系統和計算架構可能在幾年內就發生明顯變化。債權人看的是專案未來的長期租金和資產殘值，而這些收入最終取決於Meta是否持續需要如此龐大的算力。一旦技術迭代或AI需求變化使利用率和資產價值低於預期，壓力可能通過租金、擔保和再融資成本重新傳導至科技巨頭。報告指出，這種長期融資期限與底層技術快速迭代之間的錯位，是AI基礎設施面臨的重要風險之一。

電力是另一層阻礙。報告估算，一座200兆瓦AI資料中心滿負荷執行一年的耗電量大致相當於17萬戶美國家庭；按2032年建設規模，新增AI資料中心的耗電量可能相當於目前整個美國居民部門的用電量。大量專案還需同步獲得變電站、高壓輸電線路、併網容量和新的發電設施，電網接入可能耗時數年，同時面臨電力成本上漲、地方反對以及GPU、高頻寬記憶體和網路裝置供應不足等限制。報告測算，目前美國約509吉瓦規劃中的資料中心專案中，約226.9吉瓦最終不會建成，另有117.2吉瓦要到2032年以後才能投運。

更大的問題是這些設施建成後能否賺回投入。報告按182.7吉瓦新增容量、約9.61萬億美元投產資本測算，若投資者要求10%的無槓桿回報率、經營現金流率達50%，這些資料中心成熟後每年需產生約3.725萬億美元收入，相當於報告預計2032年美國GDP的9.2%。換算成算力價格，在100%利用率下，每塊GB300 GPU每小時需創造約5.5美元收入；利用率80%時升至約6.9美元，70%時需約7.9美元。報告指出，目前高階輝達GPU按需或短期租賃價格通常約為每GPU小時6至10美元以上，按當前市場價格，上述收入要求仍處於可達區間，真正的問題在於到2032年市場可能新增約180吉瓦算力，需求能否以相近速度增長。

要消化如此龐大的新增算力，AI產業收入需保持極高增速。報告援引當前估算稱，OpenAI和Anthropic合計年收入約1000億美元；若以此為參照，要在2032年達到3.725萬億美元，需要未來數年保持約80%的年複合增長率。

報告還指出，隨著AI基礎設施投資規模擴大，晶片廠商、雲廠商、資料中心運營商和金融機構之間正在形成更緊密的資本迴圈。以輝達為例，它一邊向雲廠商和資料中心出售GPU，一邊通過殘值擔保等方式幫助客戶獲得融資，降低大規模採購晶片的資金門檻；雲廠商繼續建設資料中心、向模型公司出售算力，資料中心投資者再依靠大型科技企業的長期租賃和採購承諾支撐債務。這套結構持續運轉的前提，是新的資本不斷進入的同時，AI需求、算力利用率和租賃價格也要不斷增長。一旦需求增長趕不上資料中心和GPU產能釋放，芯片價格、算力租賃價格和裝置利用率都可能下降，而已經簽下的債務、租金和採購承諾仍需繼續支付。