<p>就在 <strong>Nvidia Corp.</strong> NVDA 和 <strong>OpenAI</strong> 宣佈達成一項價值 1000 億美元的人工智能基礎設施協議的前一天，著名空頭賣家 <strong>Jim Chanos</strong> 對人工智能熱潮的基礎經濟學提出了警告。</p>
<p>在 X 平台上的一篇帖子中，Chanos 質疑了 NVDA 首席執行官 <strong>Jensen Huang</strong> 對建設大型人工智能數據中心的成本估算，暗示與其他行業參與者的報告存在顯著差異。</p>
<h2><strong>Nvidia 是否在誇大人工智能工廠的成本？</strong></h2>
<p>Chanos 強調了 Huang 的預測，即一個一吉瓦（1GW）“人工智能工廠” 的成本將在 200 億到 300 億美元之間，甚至還未考慮 GPU 的成本。</p>
<p>他指出，這一數字 “遠高於許多人工智能數據中心公司目前告訴投資者的成本”，這表明在建設人工智能基礎設施的真實價格上可能存在脱節。</p>
<p>這一批評集中在現在被稱為 “Jensen 的數學” 的估算上，該估算認為 1GW 設施的總成本為 600 億到 800 億美元，其中 400 億到 500 億美元代表 “計算成本”，這也是 NVIDIA 的潛在收入。</p>
<h2><strong>Nvidia 承諾向 OpenAI 投資 1000 億美元</strong></h2>
<p>這一審查恰逢關鍵時刻。新的 NVIDIA-OpenAI 合作伙伴關係旨在部署至少 10 吉瓦的人工智能系統，Huang 本人稱這一項目為 “巨型”。</p>
<p>根據 Huang 之前的聲明，“每吉瓦大約需要 400 億到 500 億美元”，這一協議突顯了當前人工智能建設所需的天文資本。</p>
<h2><strong>未來幾年預計的數據中心容量是多少？</strong></h2>
<p>資產管理巨頭 Brookfield 的報告預計，人工智能數據中心的總容量將從 2024 年的 7GW 激增至 2034 年的 82GW，年均複合增長率為 28%。</p>
<p>同樣，麥肯錫的報告顯示，包括非人工智能工作負載在內的數據中心容量需求將從 2025 年的 82GW 增長到 2030 年的 219GW。總體而言，麥肯錫預計到 2030 年，數據中心基礎設施的資本支出（不包括 IT 硬件本身）將超過 1.7 萬億美元。</p>
<p>而僅考慮人工智能工作負載時，容量預計將從 2025 年的 44GW 擴展到 2030 年的 156GW。</p>
<p>根據 “Jensen 的數學” 計算，吉瓦需求轉化為 NVIDIA 驚人的 6.2 萬億美元市場機會。這個數字是通過將 2030 年的 156GW 容量與 Huang 所述的 400 億美元相乘得出的。</p>
<p>即使這個估算是現實的兩倍，這篇帖子指出，機會仍將高達 3.1 萬億美元。</p>
<h2><strong>在人工智能數據中心容量方面，誰是對的？</strong></h2>
<p>Chanos 的懷疑引出了一個對投資者至關重要的問題：誰是對的？如果 Huang 的非 GPU 成本估算是準確的，這可能意味着數據中心運營商和其他基礎設施公司低估了未來的資本支出，可能會壓縮他們的利潤率。</p>
<p>這為行業的爆炸性增長敍事投下了財務現實的陰影，暗示推動人工智能革命的真實成本可能比預期的更高。</p>
<h2><strong>價格走勢</strong></h2>
<p>以下是投資者可以考慮的與人工智能相關的工具；</p>
<p><strong>SPDR S&amp;P 500 ETF Trust</strong> SPY 和 <strong>Invesco QQQ Trust ETF</strong> QQQ，分別跟蹤標準普爾 500 指數和納斯達克 100 指數，週二在盤前小幅上漲。根據 Benzinga Pro 的數據，SPY 上漲 0.015%，報 666.94 美元，而 QQQ 上漲 0.071%，報 602.63 美元。</p>
<ul>
<li><strong>頂級分析師稱大型科技股反映了網絡泡沫，但在 “類固醇” 上：後果是否會比 1999 年崩盤更明顯？</strong></li>
</ul>
<p><em><strong>免責聲明：</strong> 本內容部分由 AI 工具生成，並經過 Benzinga 審核和發佈</em></p>
<p><em>照片來源：Shutterstock</em></p>

英偉達

OpenAI

<p>做空者吉姆·查諾斯對英偉達首席執行官黃仁勳關於建設人工智能數據中心的成本估算表示擔憂，認為這些估算顯著高於其他公司的報告。查諾斯質疑黃仁勳對 1GW 人工智能工廠的 20 億至 30 億美元的預測，稱這一數字與行業標準相比被誇大了。這一審查是在英偉達和 OpenAI 宣佈了一項 1000 億美元的人工智能基礎設施交易之後提出的，突顯了人工智能開發所需的鉅額資本。查諾斯的懷疑引發了關於推動人工智能革命的真實成本及其對投資者影響的質疑</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> 宣佈達成一項價值 1000 億美元的人工智能基礎設施協議的前一天，著名空頭賣家 <strong>Jim Chanos</strong> 對人工智能熱潮的基礎經濟學提出了警告。</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 質疑了 NVDA 首席執行官 <strong>Jensen Huang</strong> 對建設大型人工智能數據中心的成本估算，暗示與其他行業參與者的報告存在顯著差異。</p>
</div><h2><strong>Is Nvidia Inflating The AI Factory Cost?</strong></h2>
<div class="lb-trans"><h2><strong>Nvidia 是否在誇大人工智能工廠的成本？</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 強調了 Huang 的預測，即一個一吉瓦（1GW）“人工智能工廠” 的成本將在 200 億到 300 億美元之間，甚至還未考慮 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，這一數字 “遠高於許多人工智能數據中心公司目前告訴投資者的成本”，這表明在建設人工智能基礎設施的真實價格上可能存在脱節。</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>這一批評集中在現在被稱為 “Jensen 的數學” 的估算上，該估算認為 1GW 設施的總成本為 600 億到 800 億美元，其中 400 億到 500 億美元代表 “計算成本”，這也是 NVIDIA 的潛在收入。</p>
</div><h2><strong>Nvidia Pledges $100 Billion To Supercharge OpenAI</strong></h2>
<div class="lb-trans"><h2><strong>Nvidia 承諾向 OpenAI 投資 1000 億美元</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>這一審查恰逢關鍵時刻。新的 NVIDIA-OpenAI 合作伙伴關係旨在部署至少 10 吉瓦的人工智能系統，Huang 本人稱這一項目為 “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>根據 Huang 之前的聲明，“每吉瓦大約需要 400 億到 500 億美元”，這一協議突顯了當前人工智能建設所需的天文資本。</p>
</div><h2><strong>What Is The Projected Data Center Capacity In The Coming Years?</strong></h2>
<div class="lb-trans"><h2><strong>未來幾年預計的數據中心容量是多少？</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>資產管理巨頭 Brookfield 的報告預計，人工智能數據中心的總容量將從 2024 年的 7GW 激增至 2034 年的 82GW，年均複合增長率為 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>同樣，麥肯錫的報告顯示，包括非人工智能工作負載在內的數據中心容量需求將從 2025 年的 82GW 增長到 2030 年的 219GW。總體而言，麥肯錫預計到 2030 年，數據中心基礎設施的資本支出（不包括 IT 硬件本身）將超過 1.7 萬億美元。</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>而僅考慮人工智能工作負載時，容量預計將從 2025 年的 44GW 擴展到 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>根據 “Jensen 的數學” 計算，吉瓦需求轉化為 NVIDIA 驚人的 6.2 萬億美元市場機會。這個數字是通過將 2030 年的 156GW 容量與 Huang 所述的 400 億美元相乘得出的。</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>即使這個估算是現實的兩倍，這篇帖子指出，機會仍將高達 3.1 萬億美元。</p>
</div><h2><strong>Who Is Right When It Comes To AI Data Center Capacity?</strong></h2>
<div class="lb-trans"><h2><strong>在人工智能數據中心容量方面，誰是對的？</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 的懷疑引出了一個對投資者至關重要的問題：誰是對的？如果 Huang 的非 GPU 成本估算是準確的，這可能意味着數據中心運營商和其他基礎設施公司低估了未來的資本支出，可能會壓縮他們的利潤率。</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>這為行業的爆炸性增長敍事投下了財務現實的陰影，暗示推動人工智能革命的真實成本可能比預期的更高。</p>
</div><h2><strong>Price Action</strong></h2>
<div class="lb-trans"><h2><strong>價格走勢</strong></h2>
</div><p>Here is a list of AI-linked instruments that investors can consider;</p>
<div class="lb-trans"><p>以下是投資者可以考慮的與人工智能相關的工具；</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，分別跟蹤標準普爾 500 指數和納斯達克 100 指數，週二在盤前小幅上漲。根據 Benzinga Pro 的數據，SPY 上漲 0.015%，報 666.94 美元，而 QQQ 上漲 0.071%，報 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>頂級分析師稱大型科技股反映了網絡泡沫，但在 “類固醇” 上：後果是否會比 1999 年崩盤更明顯？</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>免責聲明：</strong> 本內容部分由 AI 工具生成，並經過 Benzinga 審核和發佈</em></p>
</div><p><em>Photo: Shutterstock</em></p>
<div class="lb-trans"><p><em>照片來源：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 對 Nvidia 的 AI 基礎設施成本提出質疑。  
- Chanos 指出，Nvidia CEO 黃仁勳的成本估算與行業其他公司存在顯著差異。  
- 預計到 2030 年，AI 數據中心的市場機會將達到 6.2 萬億美元。  

賣空者 Jim Chanos 仔細審查黃仁勳領導的英偉達的 AI 工廠成本估算：‘遠遠超過公司向投資者所説的’