核心观点 - 爱尔兰能源监管机构警告，主要由数据中心驱动的能源需求快速增长，可能在**未来两到五年内**触发“电力短缺事件” [1] 行业需求与风险 - 电力需求正以**超历史趋势的速度快速增长**，且此类增长“极可能发生” [1] - 预测的需求增长**主要源于数据中心负荷的扩张**，并可能与供暖、交通电气化、季节性高峰、寒潮或风力发电低谷等因素叠加 [1] - 这种情况可能导致电力供需之间出现“缺口”，但该缺口并非“迫在眉睫”，可以提前识别并制定计划 [1] 监管机构评估与措施 - 公用事业监管委员会（CRU）发布了一份风险防范计划，对电力短缺事件进行了评估 [1] - 监管机构发言人表示，如果最大需求预测成真，未来两到五年内很可能出现电力短缺事件 [1] - 近年来已实施缓解措施，包括**应急发电能力的储备**以及针对**数据中心等大型用户的新并网政策**，已缓解了预测的发电缺口 [1] 政策与战略反应 - 社会民主党气候事务发言人表示，该报告是对政府数据中心管理方式相关风险的警示 [1] - 政府亟需采取**整体性战略方针**来应对数据中心这类资源密集型基础设施，此事已刻不容缓 [1]

行业核心挑战：AI数据中心电力需求激增与电网压力 - 超大型AI数据中心耗电量巨大，相当于一座几十万人城市的用电量，全美已有超过4000个此类数据中心，未来四年数量可能翻三倍 [1] - 到2035年，美国数据中心年用电需求预计将从200太瓦时猛增至640太瓦时，相当于德国全国一年的用电量 [1] - 美国电网基础设施老化，大部分输电线路运行超40年且超负荷，新建高压输电线路或发电站需时5至7年，导致电力供应严重滞后于需求增长 [1] - 在得克萨斯州，每月数据中心用电申请达几十吉瓦，但电网仅能批准约1吉瓦，凸显供需严重失衡 [1] - 数据中心集中地区居民电费可能被推高25%，某些地区批发电价五年内上涨了267% [1] 科技巨头应对电力短缺的策略 - **自建发电与独立电网**：xAI在122天内建成配备20万颗GPU的数据中心，搭配35台大型燃气轮机现场发电和特斯拉巨型电池，形成独立小电网，并为满足100万颗GPU的电力需求，从海外购买整座发电厂设备运回美国 [2] - **收购与投资发电资产**：谷歌于2026年以48亿美元收购发电公司Intersect Power，成为首家拥有发电业务的科技巨头，并游说政府为自带电站的数据中心提供快速审批通道 [2] - **押注核能**：Meta与Vistra、TerraPower及Oklo三家核能公司签约，为其AI超算集群供电，预计到2035年可提供6.6吉瓦电力，OpenAI首席执行官是Oklo公司最大投资者之一，持有4.3%股份价值约6.5亿美元 [2] - **承担成本与隔离电价**：微软承诺承担其数据中心所需的电网升级费用，并设计方案隔离工业与居民用电成本，以保障公众电费不上涨 [2] 能源结构变化与行业影响 - **混合能源模式成为共识**：数据中心采用太阳能、风能为主，巨型电池储存，天然气电站作为备用，核电站保障长期稳定的供电模式 [3] - **科技公司能源人才争夺战加剧**：2024年大型科技公司能源相关招聘量同比增长34%，招聘重点转向能源采购、电力市场交易等基础设施职位，其中亚马逊招聘605人，微软自2022年招募超570名能源专家，谷歌增加约340人 [3] - **能源行业被重新洗牌**：通用电气、西门子等传统能源公司股价飙升，甚至吸引其他行业公司如Boom Supersonic转型进入发电设备领域 [3] - **对地方经济影响复杂**：数据中心建设为小镇带来短期建筑热潮，但建成后创造的长期工作岗位有限，例如佐治亚州某小镇可能不足200个 [3] 科技公司的能源承诺与实际行动 - 尽管谷歌、微软、Meta在年报中承诺使用“100%可再生能源”，但其实际购电协议中仍包含相当比重的天然气和核能 [2] - 为弗吉尼亚州“数据中心走廊”供电的公司，44%的电力依赖天然气支撑，路易斯安那州为迎接Meta数据中心专门新建了天然气发电厂 [2]

核心观点 - AI算力爆发式增长导致电力需求激增，电力供应已成为AI发展的关键瓶颈和约束，由此催生了电力板块显著的投资机遇，尤其体现在电网设备、特高压及多元化电源解决方案等领域 [2][3][5] 电力需求激增与短缺现状 - AI数据中心快速扩张及再工业化带来的高耗能产业转移，形成了独立于传统经济波动的额外电力需求，增速显著 [5] - 美国AI数据中心面临显著供电短缺，未来多年短缺率可能保持在10%以上，2027至2028年风险可能更加突出 [4] - 到2027年，仅英伟达供应的GPU集群预计将消耗全球150-200GW电力，相当于1.5-2个法国的全国用电量，突显巨大电力缺口 [5] - 电力短缺导致大量AI芯片因数据中心供电和物理空间极限而滞留在库存中，无法通电运行 [5] 市场表现与投资热度 - 2025年，多只电力板块个股走出翻倍行情 [2] - 反映特高压及电网设备的相关指数（如“恒生A股电网设备”指数）2025年全年涨幅超过七成 [2][3] - 挂钩相关指数的ETF产品业绩亮眼，其中国泰恒生A股电网设备ETF全年份额增长超过2亿份，广发同类产品份额增长超2000万份 [3] 具体投资机遇领域 电网侧（输配电与出海） - 海外电网老旧改造、能源转型及数据中心并网需求推动电力设备（如变压器）需求持续旺盛，呈现供给紧张状态 [2][6] - 中国企业凭借完善的产业链、丰富的产品种类及产能优势，有望进一步受益于海外电力设施建设需求 [2][6] - 源网荷储一体化模式有望成为提高能源利用效率、促进新能源消纳及保障数据中心供电可靠性的解决方案之一 [6] 用户侧（供电架构技术升级） - 数据中心机架功率密度不断提升，推动供电架构向高电压等级和直流化转型 [7] - 800V直流或将成为智算中心供电架构的解决方案之一 [7] - 固态变压器（SST）也有望实现应用 [7] 电源侧（多元化发电技术） - 针对数据中心供电需求和特性，燃气发电、核电、固体氧化物燃料电池（SOFC）、风光储等电源种类有望成为加强供电能力的方向 [4][7] - 现场供电解决方案主要依赖燃气轮机、储能、比特币场地改造及SOFC等形式 [4] - 燃气轮机零部件因海外主机厂在手订单高、扩产计划明确，中国供应链公司已看到较好的订单增长，景气度持续 [6] AI耗电的具体测算与趋势 - 以OpenAI的GPT-3XL模型为例，假设ChatGPT每年训练50次，年耗电量高达11.83亿千瓦时 [4] - 在推理方面，截至2025年6月底，我国日均Token消耗量在1年半时间内增长超300倍，长思考提升了Token消耗，长期看推理需求可能进一步加大电力消耗 [4] 行业影响与结构性机会 - 全球性电力紧张将推升光伏、储能需求，预计2027-2028年海外储能市场或迎来增长 [7] - 电力供应约束可能直接影响电解铝等高耗能行业 [7] - 中国电力供应相对充裕，其高耗能制造业的成本与供应链优势将进一步凸显 [7]

电力供应中断 - 古巴西恩富戈斯、十月十日、费尔顿、伦特等多座热电厂发生机组故障 [1] - 圣克鲁斯、卡洛斯·曼努埃尔·德赛斯佩德斯热电厂多台机组处于检修状态 [1] - 热电厂故障与检修导致合计551兆瓦火电容量停运 [1] 发电系统瘫痪 - 燃料短缺及设备故障导致全国超过100座分布式发电站瘫痪 [1] - 分布式发电站瘫痪造成的总影响超过1000兆瓦 [1] 电力缺口预测 - 古巴电力部门警告全国夜间用电高峰时段预计面临2012兆瓦的电力缺口 [1]

事件概述 - 网红AI能源基础设施公司Fermi股价盘中一度暴跌46%，收盘跌幅收窄，但自10月上市后高点已累计回撤70% [3][7] - 股价暴跌的直接导火索是公司披露其首个大客户终止了一项约1.5亿美元的建设注资承诺 [2][3][7] 客户与资金变动 - 首个租户撤回了原计划用于支持西德克萨斯大型AI园区建设的约1.5亿美元注资协议 [3][7] - 公司管理层强调，尽管租户拒绝提供建设资金，但关于租赁条款的谈判仍在继续，并未彻底破裂 [7] - 有分析师指出，协议破裂源于租户要求更改既定定价，而Fermi拒绝妥协，这被解读为展现了“定价纪律” [9] 市场反应与观点 - 覆盖该股的9家华尔街投行全部给予其“买入”评级 [8] - 与此同时，市场空头重兵集结，约38%的流通股被借出用于卖空 [8] - 公司的投资顾问机构试图淡化影响，认为AI算力背后的“电力短缺”核心逻辑未变，公司仍卡位在关键节点 [9] 公司背景与愿景 - 公司由前德克萨斯州州长、特朗普政府能源部长里克·佩里联合创办，带有政治色彩 [10][11] - 公司计划在德克萨斯州阿马里洛建设全球最大的能源与数据园区，项目预计耗资超500亿美元 [11] - 该项目规划建设4座核反应堆，集成多种能源，总发电能力高达11吉瓦，超过葡萄牙整个国家的峰值电力需求 [11] - 公司已初步将该能源中心命名为“唐纳德·J·特朗普总统先进能源与情报园区” [11]

公司重大负面事件 - 网红AI能源基础设施公司Fermi股价盘中一度暴跌46%，收盘时较其10月上市后高点已累计回撤70% [3][6] - 股价暴跌的直接导火索是公司披露其首个大客户（租户）突然撤回了约1.5亿美元的建设注资承诺 [3][6] - 公司管理层试图稳定市场情绪，强调租赁谈判仍在继续，并未彻底破裂 [6] 客户与合作协议 - 公司首个租户终止了一项约1.5亿美元的注资协议，该资金原计划用于支持其位于西德克萨斯的大型AI园区建设 [6] - 有分析师指出，协议破裂源于租户要求更改既定定价，而Fermi拒绝妥协 [8] - 公司CEO在10月上市首日曾宣称，已锁定“地球上最有价值和最受尊敬的科技公司之一”作为客户 [6] 资本市场反应与观点 - 覆盖该股的9家华尔街投行全部给予其“买入”评级 [8] - 与此同时，该公司约38%的流通股被借出用于卖空，显示市场存在巨大分歧 [8] - 公司的投资顾问机构及部分分析师试图“护盘”，认为AI算力背后的“电力短缺”逻辑未变，且公司拒绝妥协展现了“定价纪律” [8] 公司背景与宏大规划 - Fermi由前特朗普政府能源部长里克·佩里联合创办，带有浓厚政治色彩 [9] - 公司计划在德克萨斯州阿马里洛建设全球最大的能源与数据园区，预计总耗资超过500亿美元 [9] - 该项目规划建设4座核反应堆，集成多种能源，总发电能力高达11吉瓦，超过葡萄牙整个国家的峰值电力需求 [9] - 公司已初步将该能源中心命名为“唐纳德·J·特朗普总统先进能源与情报园区” [9]

行业核心驱动因素 - 北美电力短缺问题正驱动电力设备行业迎来明确投资周期 [1] - 英伟达CEO黄仁勋警示AI算力爆发将引发能源危机，美国电力短缺已制约其AI发展 [1] - 科技巨头或需自建核电等专属电源以应对电力制约 [1] 行业需求与矛盾 - 数据中心面临扩容需求与电力紧缺的核心矛盾 [1] - 数据中心对电力可靠性、灵活性的要求趋近极限 [1] - 在此背景下，高可靠性发电设备（如燃气、核电等）订单有望持续放量 [1] - 储能设备需求将同步增强 [1] - 电网配套设备（如变压器）增长确定性高 [1] 市场机会与增长预测 - 国产发电解决方案已成功切入北美高端市场 [1] - 美国能源信息署预估未来五年新增夏季净发电容量年复合增长率将提升至3.47% [1] - 具备对美供货能力的电力设备产业链公司预计显著受益 [1] 相关金融产品概况 - 机械ETF（516960）跟踪的是细分机械指数（000812） [1] - 该指数从市场中选取涉及工程机械、工业自动化等领域的代表性企业作为指数样本 [1] - 指数旨在反映机械设备行业相关证券的整体表现与发展趋势 [1] - 指数风格配置上更注重成长性和创新性较强的企业 [1]

AI行业电力危机现状 - AI竞赛的核心正从算力芯片转向电力基建 [1] - 2025年OpenAI在德州阿比林规划4.5吉瓦电力接入 相当于五座核电站发电量 [1] - 微软GPU集群因电力不足而闲置 北弗吉尼亚数据中心项目排队等电长达数年 [1] - 微软首席执行官坦言最大问题从算力资源过剩转变为电力供应及设施建置速度 [2] - 国际能源署预测到2026年AI行业电力消耗将至少是2023年的10倍 [4] - AI消耗算力每6个月增加10倍 远快于芯片制造能力提升速度 [4] - 生成式AI年度耗电量将从2023年7太瓦时激增至2028年393太瓦时 [4] - 美国数据中心电力缺口预计在2025-2028年间达到49吉瓦 相当于3300万美国家庭用电短缺 [4] - 美国最大电网PJM互联电网预测到2035年夏季峰值需求将比2023年增长38% 新增近58吉瓦需求 [4] 全球各地区电力基础设施挑战 - 美国超过70%变压器超龄服役25年 三分之一超过50年 设计寿命40年设备在自然灾害面前脆弱 [12] - 美国电网分散化 各州电网独立运行 缺乏统一协调调度体系 [12] - 欧洲电网普遍老旧 平均年龄高达50年 已接近设计寿命终点 [10] - 欧洲电网碎片化导致地区间电价差距巨大且不断扩大 [10] - 欧盟计划投资300亿欧元创建13个区域性AI工厂网络与千兆瓦级超级数据中心 [6] - 每个千兆瓦级数据中心需约1吉瓦电力 相当于一座中型城市用电需求 欧洲电网当前设计未考虑高密度集中式负载 [6] - 中国拥有全球规模最大 电压等级最高 调控能力最强的统一电网 在清洁能源布局上走在世界前列 [15] - 中国在新能源领域拥有压倒性产能 全球最大光伏和风电产业链在中国 [17] AI能耗具体数据与影响 - 2022年全球数据中心总耗电量约460太瓦时 占全球用电量2% 到2026年将超过1000太瓦时 约等于日本2022年全年用电量 [7] - 训练GPT-3一次耗电量达1287兆瓦时 相当于3000辆特斯拉电动汽车每辆跑20万英里所耗电量总和 [7] - ChatGPT每天响应约2亿个请求 消耗超过50万度电 [7] - 一次AI搜索耗电量是谷歌搜索10倍 一个数据中心耗电量可与1000家沃尔玛门店相当 [7] - 高盛预测到2030年全球数据中心耗电量将较2023年大幅增长175% 相当于再增加一个全球前十耗电大国电力负荷 [7] - 在爱尔兰 数据中心消耗全国20%电力 对当地居民生活和生态环境造成影响 [11] 科技企业应对策略 - 科技公司采取自救措施 包括修建发电厂或将数据中心搬到国外 [11] - OpenAI和甲骨文在德州合建天然气发电厂 xAI在田纳西搞基建导致发动机缺货 订单排到2029年后 [11] - 微软与Constellation Energy签署价值16亿美元购电协议 重启三哩岛核电站已关停反应堆 [18] - 亚马逊 谷歌选择与电力基础设施公司合作 参与核电站建设 尤其是小型模块化反应堆 [18] - 谷歌宣布与核能初创公司凯洛斯能源签署协议 计划在2030年前建造7座SMR 至2035年在美国电网新增高达500兆瓦无碳电力 [19] - 谷歌宣布与北美能源公司NextEra合作 将于2029年第一季度重启爱荷华州杜安·阿诺德核电站 [21] - 谷歌公布"捕光者计划" 把TPU芯片送入太空使用太阳能发电 Starcloud公司发射搭载英伟达H100芯片卫星 宣称要建设5吉瓦功率天基数据中心 [14] 替代能源解决方案 - 核电成为科技巨头首选解决方案 发电量大且稳定 成本相对可控 [21] - 小型模块化反应堆设计功率较传统反应堆小 可模块化生产 建造周期短 安全性能更高 可灵活部署在数据中心附近 [21] - 地热发电作为稳定清洁能源选择 碳排放低 低污染 抗天灾 没有不稳定性问题 可24小时全天候供电 [22][24] - 中国地热直接利用规模长期稳居世界第一 已建成地热供暖和制冷面积13.3亿平方米 折合装机92.4吉瓦 [26] - 双循环地热发电系统适用更广大区域 对温度要求不高 有57摄氏度成功发电纪录 但发电效率较低 [26] 中国战略优势与方案 - "东数西算"国家工程为算力 电力协同发展提供新思路 吸纳西部地区风电和太阳能发电资源 实现算力资源全国优化配置 [17][30] - 中国算力需求集中在东部地区 但东部电力自给率不足40% 西部拥有中国70%可再生能源装机 [31] - 可将AI大模型训练放在电价成本更低西部省份 将即时反馈要求高应用型数据中心放在东部 [31] - 华为 阿里巴巴 腾讯已在内蒙古 宁夏 贵州等可再生能源丰富地区布局数据中心 [17] - 通过剪枝 量化 蒸馏等技术优化算法 让AI模型更快 更节能 [29] - 数据中心节能需从算力架构和电力供应维度共同优化 包括硬件 算法 冷却 封装 电网耦合 热回收等 [29]

核心观点 - AI算力需求激增导致美国电力供应紧张，暴露了其老化的电网基础设施与新兴产业发展需求之间的深层矛盾，电力正取代石油成为驱动未来产业、重塑全球竞争格局的核心战略资源 [2][3][4][5][24][26] 美国电力危机现状 - 美国电网老化严重，整体评级仅为C+，70%变压器超25年设计寿命，输电线平均使用年限达40年，负荷备用率仅20%，抗冲击能力不足 [4] - 2024年美国单位用户平均停电时长约11小时，同比上升80.74%，数据中心集中的弗吉尼亚州和得克萨斯州停电时长分别达962.1分钟和1614.3分钟，同比增幅高达228.59%和176.85% [4] - AI数据中心用电呈“脉冲式”特征，模型训练时电力需求瞬间飙升，导致电网电压剧烈波动，增加频率失衡和大面积停电风险 [4] - OpenAI“Orion”模型单次训练耗电量约110亿千瓦时，相当于100万美国家庭年用电量 [2] 电力短缺对科技行业的影响 - 微软CEO承认公司因缺电、缺空间导致大量GPU闲置 [2] - 仅OpenAI一家计划到2033年部署的算力中心，其新增负荷就超过美国当前全国最高用电负荷的四分之一 [5] - 供需失衡推高电价，2025年8月弗吉尼亚州和伊利诺伊州居民平均电价分别达16.01美分/千瓦时和18.09美分/千瓦时，同比增长12.99%和15.81% [8] 电网升级的制度性障碍 - 土地私有制与环保法规拖慢电网升级，跨州输电项目常因土地征用纠纷延误数年，环评流程长达18至48个月 [8] - 数据中心并网审批周期普遍需要3至5年，而345kV变电站交付周期长达128周，输变电工程师缺口达20万人 [5][8] - 数据中心建设仅需两年，输电线路建设却需长达十年，电网升级速度远跟不上电力需求增长 [8] 科技巨头的应对策略与资本开支 - 瑞银将2024年全球AI相关资本支出总额预测上调至4230亿美元，并预测到2030年将达1.3万亿美元，复合年增长率25% [9][10] - 谷歌将2025年全年资本开支从850亿美元上调至910亿-930亿美元，第三季度单季支出239.5亿美元，同比增加83% [10] - Meta预计2025年资本开支700亿-720亿美元，并暗示2026年投资将明显增长 [10] - 微软2026年第一季度资本开支达349亿美元，持续加大对基础设施的投资力度 [10] - 科技公司正加大对核能、地热能的采购，并探索在数据中心附近自建发电厂的“表后供电”模式 [8] 潜在的解决方案与投资机会 燃气轮机 - 燃气轮机成为快速供电的关键选择，通用电气Vernova重型燃气轮机订单排产已延至2028年后，公司计划投入超1.6亿美元扩产 [11] - 西门子能源于2025年8月获得总计14吉瓦燃气轮机订单，约60%来自数据中心项目 [11] - 为支持Meta数据中心，安特吉公司获批建设三座总容量约2.3吉瓦的天然气电厂 [11] 储能配套 - 到2030年，全球数据中心电力需求将达945太瓦时，占全球用电量近3%，较2024年增幅超一倍 [5] - 电化学储能是当前主流，美国本土产能仅能满足约25%的储能市场需求 [15] - 高盛预计AI数据中心配套的储能需求将突破200吉瓦时 [24] 核电布局 - 核电提供大规模、零碳排电力，但建设周期长，谷歌与NextEra达成为期25年、600兆瓦核电采购协议，供电需等到2029年 [17] - Meta与星座能源签订20年购电协议，核电供应要等到2027年启动；亚马逊将向Talon Energy采购1920兆瓦核能至2042年 [17] - 小型模块化反应堆从审批到投运仍需5至10年 [21] 算力出海 - 沙特凭借廉价能源崛起为AI新热土，其主权基金PIF的子公司HUMAIN与xAI共建超500兆瓦GPU数据中心网络，并联合AMD与思科计划在2030年前建设高达1吉瓦的AI基础设施 [22] 全球市场与投资展望 - 瑞银预测到2030年，发电、储能、电网、数据中心等领域的年投资额将达到3万亿美元 [26] - 高盛指出电力缺口正催生燃气轮机、储能、核电、电网升级与算力基础设施五大万亿美元级赛道 [24] - 电力正取代石油成为驱动未来产业、重塑全球竞争格局的核心战略资源 [24][26]

行业与公司 * 纪要主要涉及云计算行业 特别是提供GPU算力租赁服务的云厂商 包括超大规模云厂商（如亚马逊 微软 谷歌 Meta）和新兴云厂商（如Oracle CoreWeave Neocore Aron Corwave）[1][2][17] * 核心讨论围绕GPU等计算设备的折旧政策 使用寿命 租赁市场价格以及英伟达产品迭代的影响展开 [1][2][3] 核心观点与论据：折旧政策与财务影响 * 主要云厂商的服务器折旧年限存在差异和调整 Meta折旧期为5.5年 亚马逊在2024年将折旧期调整为6年 但在2025年缩短至4年 微软和谷歌较早将折旧期延长至6年 新兴云厂商如Oracle和CoreWeave折旧期为6年 而Neocore和Aron保持在4年 [2] * 折旧政策调整对利润影响显著 亚马逊2024年折旧调整使其每季度新增利润约6-7亿美元 但2025年调整后导致净利润减少1-3亿美元 [1][2] * 会计准则变动预计在2025年带来约5.6%的净利润增长 在2026至2028年虚增比例接近10% 从2023年至2028年 各公司累计新增年度净利润300-500亿美元 总计新增1,460亿美元 [1][4] * 新兴云厂商Corwave将数据中心计算设备使用寿命从5年调整到6年 预计在2026至2028年分别节省22亿 37亿和47亿美元折旧费用 对其净利润影响巨大 例如其2027年预期净利润12亿美元在扣除折旧调整后接近0 2028年预期净利润从23亿美元降至2亿美元 [18] 核心观点与论据：GPU使用寿命与市场 * 存在支持GPU长使用寿命的观点 老款GPU在推理任务中仍有市场需求 H100等上一代GPU仍以原价95%的价格续租 谷歌云7年前生产的TPU利用率达到100% 微软Azure退役的英伟达K80 GPU已使用7-9年 推理任务到2027年前将占据主要应用 为老款GPU提供用武之地 [1][5] * 也存在反对长寿命的观点 英伟达产品迭代加速 从2-3年一代变为一年一代 如果机器持续使用4-5年以上会落后于最新技术 高利用率下数据中心GPU寿命可能缩短至1-3年 70%利用率下服务器寿命最多为3年 [6][7][10] * 电力短缺成为新瓶颈 推动高效能GPU替换低效能旧GPU 在电力受限时 所有可用电力将优先用于最先进 最有效率的GPU [8][9] * 英伟达新产品性能提升显著 新的Blackwell芯片每兆瓦吞吐量是H200的100倍 每百万托克成本比H200降低了15倍 推动市场加速设备更新 [7] 核心观点与论据：GPU租赁市场与厂商差异 * GPU租赁和二手价格呈现下降趋势 从2024年9月到2025年11月 H100和A100租赁价格分别下降25%和30% V100自2019年以来二手价格下降超过85% A100自2022年以来下降超过30% [3][11] * 超大规模云厂商与新兴NeoCloud厂商在租赁价格上表现不同 超大规模厂商价格波动较小且更稳定 例如H100每小时托管成本为0.3美元 而NeoCloud厂商价格波动更大 成本更高 如Neo4j的H100成本为0.36美元 其他厂商可能达0.43美元 [3][14][15][16] * 判断GPU是否应被淘汰可通过比较其每小时运营成本与租赁收入 例如H100到B200的每小时运营成本分别为0.34 0.36和0.44美元 若运营成本高于租赁收入则面临淘汰风险 [12][13] * 大型云厂商单位经济效益和租赁价格更稳定 可通过自身业务（如搜索）消化训练过时的GPU 因此5-6年折旧周期相对合理 新兴云厂商业务主要依赖租赁 受租赁价格和推理需求影响更大 经济模型更脆弱 6年的折旧周期对其而言过高 [17] 其他重要内容 * 英伟达产品发布节奏加快若持续 将缩短设备替换周期 对英伟达是利好消息 但可能被做空其股票的投资者忽略 [19] * 高强度运行会增加GPU出错概率 影响性能和稳定性 在需求与供给差距缩小后 设备损耗问题将更受关注 [10]