<p>就在 <strong>Nvidia Corp.</strong> NVDA 和 <strong>OpenAI</strong> 宣布达成一项价值 1000 亿美元的人工智能基础设施协议的前一天，著名空头卖家 <strong>Jim Chanos</strong> 对人工智能热潮的基础经济学提出了警告。</p>
<p>在 X 平台上的一篇帖子中，Chanos 质疑了 NVDA 首席执行官 <strong>Jensen Huang</strong> 对建设大型人工智能数据中心的成本估算，暗示与其他行业参与者的报告存在显著差异。</p>
<h2><strong>Nvidia 是否在夸大人工智能工厂的成本？</strong></h2>
<p>Chanos 强调了 Huang 的预测，即一个一吉瓦（1GW）“人工智能工厂” 的成本将在 200 亿到 300 亿美元之间，甚至还未考虑 GPU 的成本。</p>
<p>他指出，这一数字 “远高于许多人工智能数据中心公司目前告诉投资者的成本”，这表明在建设人工智能基础设施的真实价格上可能存在脱节。</p>
<p>这一批评集中在现在被称为 “Jensen 的数学” 的估算上，该估算认为 1GW 设施的总成本为 600 亿到 800 亿美元，其中 400 亿到 500 亿美元代表 “计算成本”，这也是 NVIDIA 的潜在收入。</p>
<h2><strong>Nvidia 承诺向 OpenAI 投资 1000 亿美元</strong></h2>
<p>这一审查恰逢关键时刻。新的 NVIDIA-OpenAI 合作伙伴关系旨在部署至少 10 吉瓦的人工智能系统，Huang 本人称这一项目为 “巨型”。</p>
<p>根据 Huang 之前的声明，“每吉瓦大约需要 400 亿到 500 亿美元”，这一协议突显了当前人工智能建设所需的天文资本。</p>
<h2><strong>未来几年预计的数据中心容量是多少？</strong></h2>
<p>资产管理巨头 Brookfield 的报告预计，人工智能数据中心的总容量将从 2024 年的 7GW 激增至 2034 年的 82GW，年均复合增长率为 28%。</p>
<p>同样，麦肯锡的报告显示，包括非人工智能工作负载在内的数据中心容量需求将从 2025 年的 82GW 增长到 2030 年的 219GW。总体而言，麦肯锡预计到 2030 年，数据中心基础设施的资本支出（不包括 IT 硬件本身）将超过 1.7 万亿美元。</p>
<p>而仅考虑人工智能工作负载时，容量预计将从 2025 年的 44GW 扩展到 2030 年的 156GW。</p>
<p>根据 “Jensen 的数学” 计算，吉瓦需求转化为 NVIDIA 惊人的 6.2 万亿美元市场机会。这个数字是通过将 2030 年的 156GW 容量与 Huang 所述的 400 亿美元相乘得出的。</p>
<p>即使这个估算是现实的两倍，这篇帖子指出，机会仍将高达 3.1 万亿美元。</p>
<h2><strong>在人工智能数据中心容量方面，谁是对的？</strong></h2>
<p>Chanos 的怀疑引出了一个对投资者至关重要的问题：谁是对的？如果 Huang 的非 GPU 成本估算是准确的，这可能意味着数据中心运营商和其他基础设施公司低估了未来的资本支出，可能会压缩他们的利润率。</p>
<p>这为行业的爆炸性增长叙事投下了财务现实的阴影，暗示推动人工智能革命的真实成本可能比预期的更高。</p>
<h2><strong>价格走势</strong></h2>
<p>以下是投资者可以考虑的与人工智能相关的工具；</p>
<p><strong>SPDR S&amp;P 500 ETF Trust</strong> SPY 和 <strong>Invesco QQQ Trust ETF</strong> QQQ，分别跟踪标准普尔 500 指数和纳斯达克 100 指数，周二在盘前小幅上涨。根据 Benzinga Pro 的数据，SPY 上涨 0.015%，报 666.94 美元，而 QQQ 上涨 0.071%，报 602.63 美元。</p>
<ul>
<li><strong>顶级分析师称大型科技股反映了网络泡沫，但在 “类固醇” 上：后果是否会比 1999 年崩盘更明显？</strong></li>
</ul>
<p><em><strong>免责声明：</strong> 本内容部分由 AI 工具生成，并经过 Benzinga 审核和发布</em></p>
<p><em>照片来源：Shutterstock</em></p>

英伟达

OpenAI

<p>做空者吉姆·查诺斯对英伟达首席执行官黄仁勋关于建设人工智能数据中心的成本估算表示担忧，认为这些估算显著高于其他公司的报告。查诺斯质疑黄仁勋对 1GW 人工智能工厂的 20 亿至 30 亿美元的预测，称这一数字与行业标准相比被夸大了。这一审查是在英伟达和 OpenAI 宣布了一项 1000 亿美元的人工智能基础设施交易之后提出的，突显了人工智能开发所需的巨额资本。查诺斯的怀疑引发了关于推动人工智能革命的真实成本及其对投资者影响的质疑</p>

<p>Just a day after <strong>Nvidia Corp.</strong> NVDA and <strong>OpenAI</strong> announced a landmark $100 billion AI infrastructure deal, famed short-seller <strong>Jim Chanos</strong> is raising red flags over the foundational economics of the AI gold rush.</p>
<div class="lb-trans"><p>就在 <strong>Nvidia Corp.</strong> NVDA 和 <strong>OpenAI</strong> 宣布达成一项价值 1000 亿美元的人工智能基础设施协议的前一天，著名空头卖家 <strong>Jim Chanos</strong> 对人工智能热潮的基础经济学提出了警告。</p>
</div><p>In a post on X, Chanos questioned NVDA CEO <strong>Jensen Huang</strong>'s cost estimates for building a large-scale AI data center, suggesting a significant discrepancy with what other industry players are reporting.</p>
<div class="lb-trans"><p>在 X 平台上的一篇帖子中，Chanos 质疑了 NVDA 首席执行官 <strong>Jensen Huang</strong> 对建设大型人工智能数据中心的成本估算，暗示与其他行业参与者的报告存在显著差异。</p>
</div><h2><strong>Is Nvidia Inflating The AI Factory Cost?</strong></h2>
<div class="lb-trans"><h2><strong>Nvidia 是否在夸大人工智能工厂的成本？</strong></h2>
</div><p>Chanos highlighted Huang’s projection that a one-gigawatt (1GW) “AI factory” would cost between $20 to $30 billion before the cost of GPUs is even factored in.</p>
<div class="lb-trans"><p>Chanos 强调了 Huang 的预测，即一个一吉瓦（1GW）“人工智能工厂” 的成本将在 200 亿到 300 亿美元之间，甚至还未考虑 GPU 的成本。</p>
</div><p>He noted this figure is “well above what many AI data center companies are currently telling investors their costs will be,” pointing to a potential disconnect in the true price of building the infrastructure for artificial intelligence.</p>
<div class="lb-trans"><p>他指出，这一数字 “远高于许多人工智能数据中心公司目前告诉投资者的成本”，这表明在建设人工智能基础设施的真实价格上可能存在脱节。</p>
</div><p>The critique centers on what is now being called “Jensen’s math,” which estimates a total 1GW facility cost of $60-$80 billion, with $40-$50 billion of that representing the “compute cost,” which is NVIDIA’s potential revenue.</p>
<div class="lb-trans"><p>这一批评集中在现在被称为 “Jensen 的数学” 的估算上，该估算认为 1GW 设施的总成本为 600 亿到 800 亿美元，其中 400 亿到 500 亿美元代表 “计算成本”，这也是 NVIDIA 的潜在收入。</p>
</div><h2><strong>Nvidia Pledges $100 Billion To Supercharge OpenAI</strong></h2>
<div class="lb-trans"><h2><strong>Nvidia 承诺向 OpenAI 投资 1000 亿美元</strong></h2>
</div><p>The scrutiny comes at a pivotal moment. The new NVIDIA-OpenAI partnership aims to deploy at least 10 gigawatts of AI systems, a project Huang himself called “giant.”</p>
<div class="lb-trans"><p>这一审查恰逢关键时刻。新的 NVIDIA-OpenAI 合作伙伴关系旨在部署至少 10 吉瓦的人工智能系统，Huang 本人称这一项目为 “巨型”。</p>
</div><p>Based on Huang's own prior statements that “every gigawatt is about $40 billion, $50 billion to Nvidia,” the deal underscores the astronomical capital required for the current AI build-out.</p>
<div class="lb-trans"><p>根据 Huang 之前的声明，“每吉瓦大约需要 400 亿到 500 亿美元”，这一协议突显了当前人工智能建设所需的天文资本。</p>
</div><h2><strong>What Is The Projected Data Center Capacity In The Coming Years?</strong></h2>
<div class="lb-trans"><h2><strong>未来几年预计的数据中心容量是多少？</strong></h2>
</div><p>Asset management giant Brookfield’s report projects that total AI data center capacity will surge from 7 GW in 2024 to 82 GW by 2034, a 28% compound annual growth rate. –</p>
<div class="lb-trans"><p>资产管理巨头 Brookfield 的报告预计，人工智能数据中心的总容量将从 2024 年的 7GW 激增至 2034 年的 82GW，年均复合增长率为 28%。</p>
</div><p>Similarly, the McKinsey report shows total data center capacity demand, including non-AI workloads, growing from 82 GW in 2025 to 219 GW by 2030. Overall, McKinsey anticipates that capital spending on data center infrastructure, excluding the IT hardware itself, will surpass $1.7 trillion by 2030.</p>
<div class="lb-trans"><p>同样，麦肯锡的报告显示，包括非人工智能工作负载在内的数据中心容量需求将从 2025 年的 82GW 增长到 2030 年的 219GW。总体而言，麦肯锡预计到 2030 年，数据中心基础设施的资本支出（不包括 IT 硬件本身）将超过 1.7 万亿美元。</p>
</div><p>Whereas, when only considering the AI workloads, the capacity is expected to expand from 44GW to 156GW from 2025 to 2030.</p>
<div class="lb-trans"><p>而仅考虑人工智能工作负载时，容量预计将从 2025 年的 44GW 扩展到 2030 年的 156GW。</p>
</div><p>According to the calculation based on &#34;Jensen's math,&#34; the gigawatt demand translates into a staggering $6.2 trillion market opportunity for NVIDIA. This figure comes from multiplying 156GW capacity by 2030 with the $40 billion figure stated by Huang.</p>
<div class="lb-trans"><p>根据 “Jensen 的数学” 计算，吉瓦需求转化为 NVIDIA 惊人的 6.2 万亿美元市场机会。这个数字是通过将 2030 年的 156GW 容量与 Huang 所述的 400 亿美元相乘得出的。</p>
</div><p>Even if that estimate is twice as high as reality, the post notes the opportunity would still stand at a formidable $3.1 trillion.</p>
<div class="lb-trans"><p>即使这个估算是现实的两倍，这篇帖子指出，机会仍将高达 3.1 万亿美元。</p>
</div><h2><strong>Who Is Right When It Comes To AI Data Center Capacity?</strong></h2>
<div class="lb-trans"><h2><strong>在人工智能数据中心容量方面，谁是对的？</strong></h2>
</div><p>Chanos’s skepticism introduces a critical question for investors: Who is right? If Huang’s non-GPU cost estimates are accurate, it could imply that data center operators and other infrastructure companies are underestimating future capital expenditures, potentially squeezing their margins.</p>
<div class="lb-trans"><p>Chanos 的怀疑引出了一个对投资者至关重要的问题：谁是对的？如果 Huang 的非 GPU 成本估算是准确的，这可能意味着数据中心运营商和其他基础设施公司低估了未来的资本支出，可能会压缩他们的利润率。</p>
</div><p>This casts a shadow of financial reality over the industry’s explosive growth narrative, suggesting the true cost to power the AI revolution may be even higher than anticipated.</p>
<div class="lb-trans"><p>这为行业的爆炸性增长叙事投下了财务现实的阴影，暗示推动人工智能革命的真实成本可能比预期的更高。</p>
</div><h2><strong>Price Action</strong></h2>
<div class="lb-trans"><h2><strong>价格走势</strong></h2>
</div><p>Here is a list of AI-linked instruments that investors can consider;</p>
<div class="lb-trans"><p>以下是投资者可以考虑的与人工智能相关的工具；</p>
</div><p>The <strong>SPDR S&amp;P 500 ETF Trust</strong> SPY and <strong>Invesco QQQ Trust ETF</strong> QQQ, which track the S&amp;P 500 index and Nasdaq 100 index, respectively, rose slightly in premarket on Tuesday. The SPY was up 0.015% at $666.94, while the QQQ rose 0.071% to $602.63, according to Benzinga Pro data.</p>
<div class="lb-trans"><p><strong>SPDR S&amp;P 500 ETF Trust</strong> SPY 和 <strong>Invesco QQQ Trust ETF</strong> QQQ，分别跟踪标准普尔 500 指数和纳斯达克 100 指数，周二在盘前小幅上涨。根据 Benzinga Pro 的数据，SPY 上涨 0.015%，报 666.94 美元，而 QQQ 上涨 0.071%，报 602.63 美元。</p>
</div><ul>
<li><strong>Big Tech Stocks Mirror Dotcom Bubble But On ‘Steroids,’ Says Top Analyst: Could Repercussions Be More Pronounced Than 1999 Crash?</strong></li>
</ul>
<div class="lb-trans"><ul>
<li><strong>顶级分析师称大型科技股反映了网络泡沫，但在 “类固醇” 上：后果是否会比 1999 年崩盘更明显？</strong></li>
</ul>
</div><p><em><strong>Disclaimer:</strong> This content was partially produced with the help of AI tools and was reviewed and published by Benzinga</em></p>
<div class="lb-trans"><p><em><strong>免责声明：</strong> 本内容部分由 AI 工具生成，并经过 Benzinga 审核和发布</em></p>
</div><p><em>Photo: Shutterstock</em></p>
<div class="lb-trans"><p><em>照片来源：Shutterstock</em></p>
</div>

Short-Seller Jim Chanos Scrutinizes Jensen Huang-Led Nvidia's AI Factory Cost Estimates: 'Well Above What Companies Are Telling Investors'

- 知名做空者 Jim Chanos 对 Nvidia 的 AI 基础设施成本提出质疑。  
- Chanos 指出，Nvidia CEO 黄仁勋的成本估算与行业其他公司存在显著差异。  
- 预计到 2030 年，AI 数据中心的市场机会将达到 6.2 万亿美元。  

卖空者 Jim Chanos 仔细审查黄仁勋领导的英伟达的 AI 工厂成本估算：‘远远超过公司向投资者所说的’