AI算力投資正站在敘事分裂的十字路口。一方是矽谷掌舵者，以實際訂單和極短回本週期為證據，堅稱算力嚴重短缺；另一方是華爾街頂級資管人，冷靜追問一旦供給追上需求，這門生意的回報還能否維繫。

SpaceX執行長馬斯克在最新一季財報電話會上丟擲迄今最激進的算力擴張計劃：預計2026年底線上算力達到2.5至3GW，2027年再新增10GW，並以“如果屆時上線算力低於13GW，我會感到意外”來定調業績指引。他描述現貨市場圖景：所有超大規模雲廠商和數十家中小公司正“無情地圍追堵截”，要求租用更多算力，“如果我們對所有人都說‘好’，我們的算力可以出租好幾次”。

谷歌CEO皮查伊同樣罕見公開確認，客戶今天想鎖定2027年算力“極其困難”，全行業都希望手裡的算力是當初規劃量的兩倍。

然而，Citadel創始人Ken Griffin在彭博採訪中發出警告：GPU與航空公司高度同構，邊際執行成本極低，一旦供過於求，現貨租賃價格將“自由落體”，當前市場正從“主題式掃貨”轉向真正的基本面研究，而這次檢驗“才剛剛開始”。

這場分歧的核心，不僅是對AI需求曲線的判斷差異，更是對“算力價值”本質的根本性分歧——是稀缺資源的溢價，還是最終將商品化的基礎設施？

馬斯克：回本週期將壓縮至六個月，算力需求遠未見頂

SpaceX第三季度財報提供了當前AI算力供需失衡最直觀的資料切面。截至9月的2026財年第三季度，公司營收同比增長161%至145.8億美元，超出分析師預期約10%。其中超級智慧（SI）業務單季營收達76億美元，環比激增50億美元，成為最核心的增長引擎。公司淨利潤從去年同期虧損11億美元轉為盈利44億美元，調整後EBITDA同比增長306%至88億美元。

馬斯克在財報電話會上描述的商業邏輯直指需求強度：超算基礎設施的部署成本回收週期已壓縮至不足一年，而首席財務官Bret Johnsen則表示，以現行定價水平，每瓦價格已高於此前討論的30至50美元區間上限，回本週期不足一年。馬斯克的表述更為激進：“不排除明年算力的投資回收期縮短至六個月。”

馬斯克選擇按現貨市場定價簽訂短期合同，而非鎖定長期協議，其底層邏輯是對算力單位價值上行趨勢的判斷：“隨著AI軟體持續進步、模型不斷最佳化，每瓦算力能產生的有效智慧價值也在提升，這是算力定價的根本支撐。從合同續簽情況來看，我們看到的是每瓦美元單價在上升，而非下降。”

在部署節奏上，馬斯克透露團隊目前每月穩定上線約20萬塊GB300，明年將延續這一節奏並切換至Vera Rubin算力。他同時確認，將於第二季度末完成44萬台Vera Rubin組成的訓練叢集上線。SpaceX第四季度資本支出預計將達350億至400億美元，公司維持今年年底SI業務年度經常性收入（ARR）達1000億美元的目標，並預測2027年底ARR將介於5000億至1萬億美元之間。

皮查伊：雲業務正為前沿AI研發讓渡算力，需求預測模型已係統性失效

谷歌CEO皮查伊在接受《Big Technology Podcast》專訪時，提供了一個來自AI生態另一極的佐證。他確認，谷歌旗艦模型Gemini 4 Argon釋出後72小時內消耗了25萬億Token，是上一代Gemini 3.0同期的三倍。他援引的內部資料同樣具體：Argon上線四周內，谷歌內部程式碼生產量提升30%，程式碼回滾率下降約三分之一。

在算力短缺的判斷上，皮查伊直接確認了業界流傳的說法合理性——客戶今天想鎖定2027年算力“極其困難”。他將這一問題歸結於基礎設施建設的剛性時滯：“資料中心從決策到投產有2至3年的滯後，而我們今天手裡有的算力，是2024年做的決策的產物。就算回到去年今天，智慧體任務的爆發還沒有發生。”

更罕見的是，皮查伊公開承認了谷歌內部算力資源的優先順序排序：前沿AI研發是“不可談判”的第一優先順序，雲業務在實際運營中“已經在為支援前沿AI開發而放棄短期收入，因為我們在做算力上的取捨”。這是一個CEO級別的正式確認，而非戰略展望。

對於“過度建設”的質疑，皮查伊的回應是區分時間框架：“如果拉足夠長的時間框架，這個量級的建設完全合理。我們處於有史以來最重要的技術的早期階段，這不像光纖——光纖鋪完是暗的，沒人用。我們是在每天都面臨產能約束的情況下使用它。”他並未否認短期記憶體在區域性過剩的可能，但對長期需求的判斷是確定性的：“給足時間的話，我們規劃的算力最終會有用武之地。”

Griffin：三大陷阱直指算力投資邏輯根基

在Citadel年度全球市場未來峰會上，Ken Griffin接受彭博記者Dani Burger採訪時，從三個維度系統性地質疑了矽谷敘事的可持續性。

邊際定價風險是Griffin的第一層警告。他將GPU與航空業直接類比：“GPU和航空公司非常相似，邊際執行成本極低。航班上有一個空座，哪怕只賣20美元，那個座位也是賺錢的。正是這一特性決定了，一旦出現運力過剩，定價就會自由落體。”他援引2000年電信泡沫中“暗光纖”的覆轍作為歷史參照——大量已鋪設的光纖因需求不足從未被點亮，電信價格隨之直線下跌。在他的框架中，當前市場的高現貨價格並非需求韌性的證明，而是供給仍處收緊階段的暫時性溢價。

折舊模型失效是第二層風險。Griffin指出，當前市場存在一個異常現象：五六年前的老舊GPU依然能收取極高租金。但他認為這種狀態難以持續：“越來越多的人開始擔憂，我不能再像12個月前那樣，對一塊晶片的第七、八年、第九年給予同樣的資本化率或收入模型。”若投資機構仍按7至9年高殘值進行折舊貼現，其估值模型將面臨系統性重估壓力。

企業端ROI精算是第三層結構性壓力。Griffin描述了一個與大規模資本開支敘事相悖的企業側圖景：“美國最精明的企業，正在變得非常清醒——哪些業務需要為頂尖模型支付極高價格，哪些業務可以用開源模型以極低成本執行。整個企業界都在看著來自Anthropic和OpenAI的賬單，然後說：我們需要想清楚，怎麼確保真的從中獲得了生產力。”據《華爾街日報》報道，Anthropic在其S-1檔案中披露，未來計劃投入7500億美元算力開支，且支出規模仍在增加。記者就此追問Griffin，兩件事之間是否存在張力，他的回答簡短而直接：“是的。你在提問的時候就已經回答了這個問題。”

Griffin並不否認AI技術的變革性，他表示：“在這個時刻，幾乎可以肯定存在區域性泡沫。任何對經濟的根本性變革，通常都與泡沫交織在一起。”但他強調，這不意味著當下的定價風險可以被忽視——“市場的重新定價才剛剛開始”。

分歧的本質：時間框架與定價基礎的雙重錯位

梳理三方表述，這場分歧並非簡單的樂觀與悲觀之爭，而是建立在不同時間框架和不同定價假設上的平行敘事。

馬斯克和皮查伊描述的，是一個當下正在發生的、由智慧體爆發驅動的即時需求衝擊——算力無論如何堆疊都不夠用，回本週期以月計而非以年計，現貨價格持續走高。這套邏輯的成立前提，是需求增速的持續性將壓倒供給的追趕速度。

Griffin質疑的，是這一“稀缺溢價”一旦供給完成追趕後能否維繫的問題。他的核心命題不是否認當前需求的真實性，而是指出GPU作為資產類別在結構上接近航空座位——邊際成本趨近於零意味著一旦均衡被打破，價格發現將以非線性的方式向下調整。

兩套敘事都有內在自洽性，但針對的是不同的時間截面。當前的市場張力，在於投資者需要判斷：算力的稀缺視窗究竟還有多長，而這一判斷對超算基礎設施提供商、GPU廠商及相關供應鏈的估值影響，將是量級性的差異。