AI基礎設施的投資邏輯正在發生一次靜默的轉向。Meta今年預計在AI基礎設施上投入1450億美元，部署約14GW用電規模的基礎設施，相當於十幾座大型核電站的發電能力。但與此同時，黑石集團在堅持22個月後，放棄了全球規模最大的資料中心專案Digital Gateway。兩件事放在一起，指向同一個結論：算力需求仍在高速增長，但AI基建的生意已經不再是有錢就能大幹快上。

過去兩年，行業最缺的是GPU，先進封裝、HBM和伺服器先後被市場追捧。如今瓶頸向下游移動——很多專案不缺客戶、不缺資金也不缺晶片，最缺的是時間和電力。晶片買回來就能用，資料中心卻不是下單即交付。仲量聯行（JLL）的報告顯示，2025年全球57%的資料中心專案延期超過3個月。在JLL與InfraPartners給出的方案中，通過預製化（80%的供電、製冷和IT模組）和並行勘查施工，可將傳統超大規模資料中心的建設週期壓縮最多22個月。時間本身就是最大的投入成本：一塊AI晶片從採購到產生收入，中間還隔著網路、電力和機房建設，每個環節都在消耗時間。

黑石的Digital Gateway正是這一矛盾的縮影。該專案最早於2023年12月獲得Prince William County政府批准，規劃在弗吉尼亞州Gainesville附近建設，最終規劃面積超過2200萬平方英尺、涉及約2000英畝土地，被視為全球規模最大的資料中心園區之一。但當地居民和歷史保護組織先後發起訴訟，今年弗吉尼亞州上訴法院認定當地政府在審批過程中未滿足法定的公眾通知要求。兩家共同開發商先後退出訴訟，只剩QTS繼續上訴，直到7月初QTS決定撤回向州最高法院的上訴並終止專案。黑石一直是對資料中心很激進的投資人，其全球資料中心平台規模已達約1650億美元，連它都無奈放棄這個拉扯22個月的專案，說明華爾街越來越在意基礎設施投資的回報效率。

需求端的變化也在推動科技公司調整晶片組合。隨著AI需求從單純的GPU訓練擴充套件到訓練、推理、智慧體以及通用計算，Meta正在增加CPU採購力度，認為智慧體發展後單純GPU訓練已無法滿足需求，越來越多持續性任務需要CPU處理。今年3月Meta宣佈與Arm共同開發新一代資料中心CPU，4月宣佈與AWS合作，將數千萬個Graviton CPU核心納入其計算資源。

電力則成為更底層的約束。9月30日，特朗普公佈了韓國對美戰略投資計劃中的一組大型能源專案，總投資最高約2000億美元，其中約1200億美元用於建設8座大型核電站，超過500億美元投入阿拉斯加LNG專案，以及一座位於德州的天然氣發電專案。特朗普稱其為美國曆史上最大的能源基礎設施投資之一。其中德州專案將於2029年開始商業運營，具備6.47GW的天然氣發電能力，負責為周邊基礎設施園區供電，多餘電力再輸送回電網。這代表一個新趨勢：資料中心不再只是電力的消費者，新建AI專案開始配套發電設施並對外供電，過去建資料中心先找土地再找電力，現在開發商選擇自建電廠。原本屬於科技公司的資本開支，正被傳導到整個能源基礎設施體系。

供給端的資本則開始挑三揀四。9月，甲骨文與Blue Owl合作的Jupiter資料中心專案因電力供應問題受到影響，路透社報道稱甲骨文已針對專案延遲發出不可抗力通知。該專案原本服務於OpenAI，是當前AI基礎設施融資市場的明星案例，連它都遭遇工期難題，說明市場分化已非常明顯。有電、有客戶、有長期合同也有成熟建設條件的專案才能持續獲得資本投入；只有土地和宏大規劃、卻無法迅速解決電力審批和建設週期問題的專案，資本的耐心只會越來越少。

AI資料中心是標準的重資產基礎設施，動輒需要幾十甚至數百億美元前期投入，還要面對晶片迭代速度、客戶合同期限、電價、利率以及裝置折舊等一系列變數，任何環節出問題都會影響回報效率。此時此刻，AI到底需要多少算力已不再是唯一焦點，能否快速把算力資源轉變為收入，才是科技公司和華爾街更關心的問題。