硅基淘汰碳基

“最危险的信号，是把GPU当成房子来炒”

原创王雅洁王雅洁经济观察报

2026年6月2日 11:21山东5999人





为什么在一个重资产密集的赛道里，芜湖的地方国资平台却强调做轻资产运营？当各地为争夺算力企业展开补贴竞赛时，如何确保钱花在刀刃上？在高端芯片受限的背景下，国产算力又何时能真正顶上？

作者：王雅洁封图：图虫创意

2026年的中国算力市场，正经历一场剧烈分化：一边是头部企业订单排期至2028年、净利润暴涨超800%的火热景象；另一边，则是西部大量中小玩家在利用率不足70%的亏损线上挣扎，部分智算中心甚至烂尾。

在“东数西算”的国家战略版图中，芜湖是长三角枢纽两大集群之一，也是中部唯一的国家级数据中心集群。这里智算规模庞大，集聚了华为、抖音及三大运营商等多个超大型项目，承载着安徽全省超70%的智算任务。

作为芜湖算力产业的核心操盘手之一，芜湖市大数据建设投资运营有限公司董事长胡蓉，正推动着一个省级算力统筹调度平台的运转。他们不满足于做简单的“机柜房东”，而是试图打造一个跨区域的算力交易平台，让算力像水电一样实现高效、市场化的流通。

为什么在一个重资产密集的赛道里，芜湖的地方国资平台却强调做轻资产运营？当各地为争夺算力企业展开补贴竞赛时，如何确保钱花在刀刃上？在高端芯片受限的背景下，国产算力又何时能真正顶上？

她提醒，当前算力市场最大的泡沫在于“供需错配下的非理性溢价”与“重资产金融化”。部分企业甚至将GPU（图形处理器）作为抵押物进行高杠杆融资，形成类似“贷款炒房”的算力地产模式。

经济观察报：当前算力租赁市场的真实温度到底是多少？哪些领域真的火，哪些是虚火？

胡蓉：当前算力市场真正火的是高端智算领域，尤其是大模型训练和推理所需的算力，企业需求量大，但受各种因素影响往往出现严重的供不应求问题，导致部分显卡租赁价格暴涨。资金雄厚的头部企业提前布局好相关算力资源，在租赁市场不缺下家，自然有充足的利润空间。但针对算力资源的投建布局应做出合理规划，做到物尽其用，才不至于陷入供需不匹配的困境。

早期的算力租赁市场存在粗放式暴利，谁先拿到显卡、谁就能以天价出租，这是供需极度错配下的阶段性红利。随着更多资本涌入、更多数据中心投产，单纯靠资源差价赚取超额利润的窗口确实在收窄。

但2026年“进场”仍有大机会，只是机会的性质变了。算力行业应该从“租资源”向“卖服务”迈进。机会主要在三个方面：第一，构建差异化的生态能力，比如围绕特定行业提供定制化算力解决方案；第二，抓住推理需求爆发的结构性机遇，围绕推理场景提供精细化调度、成本优化、按需服务等深度运营能力；第三，紧跟国内算力行业发展趋势，比如建立起Token（人工智能模型处理文字时的最小单位）运营的能力。暴利期或许过去了，但价值创造期刚刚开始。

经济观察报：当前算力市场最大的泡沫在哪里？最危险的信号是什么？

胡蓉：最大的泡沫在于“供需错配下的非理性溢价”与“重资产金融化”。例如B300服务器价格一度飙升到700万元、租赁价暴涨40%，其核心驱动力并非单纯的技术需求，而是叠加了海外出口管制、合规渠道受阻及灰色市场炒作等多重因素。部分企业甚至将GPU作为抵押物进行高杠杆融资，形成类似“贷款炒房”的算力地产模式，导致资产估值严重脱离实际商业回报。

最危险的信号是“技术迭代推迟引发的资产贬值风险”与“下游商业化变现受阻”。一旦新一代芯片因先进封装良率等问题延迟交付，或人工智能（AI）应用无法实现规模化盈利，高昂的算力成本将直接压垮下游客户。届时，高价囤积的旧款GPU将面临租金暴跌和流动性枯竭的双重打击，前期盲目扩张的重资产极易沦为不良债务，引发产业链的系统性出清。

经济观察报：跨区域算力调度时，你遇到的堵点主要有哪些？

胡蓉：第一是网络时延的硬约束：长距离传输带来的时延问题对于实时性要求高的AI推理任务仍是难以逾越的壁垒；第二是技术标准与接口不统一：不同集群、不同厂商的数据中心在算力计量、计费方式、API（应用程序编程接口‌）接口、调度协议上各行其是，企业想同时使用多个区域的算力，往往需要做大量的适配开发，交易成本居高不下；第三是跨域服务保障难度大：算力跨省调用后，费用如何结算、服务质量如何保障、故障责任如何界定，目前缺乏统一规则。

经济观察报：不同城市的算力补贴标准差异很大，有人专门“套补贴”。你怎么看这种现象？

胡蓉：安徽省算力统筹调度平台协助省科技厅实现补贴资金的精准高效发放。平台通过深度穿透业务场景，精准匹配算力供需双方，从源头上筑牢风控防线，有效杜绝套补、骗补行为。近两年，安徽省级智算补贴已经发放了2600多万元。

至于补贴竞赛是良性竞争还是资源浪费，我的判断是：看结果。良性的补贴应当“四两拨千斤”，有效降低企业用算成本、培育产业生态、带动真实算力消耗增长。但如果补贴是为了“面子工程”或“招商引资数字”，那就是典型的资源浪费。

经济观察报：芜湖大数据公司在算力基础设施上投了多少钱？回报周期有多长？赚不赚钱？你们和联云世纪这类民营算力服务商又是什么关系？双方各自的优势和短板是什么？

胡蓉：我们的投入主要在平台建设上。公司自主投资建设了安徽省算力统筹调度平台，数据中心基础设施建设主要由华为、三大运营商等企业主体投资。我们的角色是“平台+服务”而非“重资产持有者”，这个模式本身降低了直接投资的规模压力。

回报周期方面，纯算力租赁的重资产模式确实面临较长周期和较高资金压力。但我们走的是多元化路径：通过平台调度费、数据运营服务、“算力券”政策带来的生态效益等综合收益实现盈利。我们追求的不是单一项目的财务回报，而是通过降低算力门槛吸引人工智能产业集聚，带动芜湖整个数字经济产业链的价值提升。

我们和联云世纪这类民营算力服务商首先是生态合作伙伴的关系。这些数据中心建成后，算力资源会接入我们的调度平台，我们帮助他们“销售”算力，实现供需匹配。我们是“平台方”和“服务方”，他们是“供给方”和“租户”。

地方国资平台的优势在于政府信用背书、政策资源整合能力、数据安全合规保障。民营企业的优势在于市场化机制敏捷灵活、技术创新动力强、成本控制精细。双方的短板也正好对应：国资平台在灵活性和激励机制上不如民企，而中小微民营企业在获取稀缺芯片和大规模融资时存在天然劣势。这种“国企搭台、民企唱戏”的模式，在芜湖已经初步验证了可行性。

经济观察报：有观点认为地方国资建算力中心是“重资产、低回报、高风险”，怎么规避“建成即闲置”的风险？

胡蓉：解决的关键在于如何运营。我们的应对策略有三层。第一，坚持“平台化”而非“资产化”。我们不盲目自建大量数据中心，而是打造算力调度平台，把社会上已有的算力资源纳管起来，做轻资产的运营工作。

第二，建立动态监测与弹性调节机制。芜湖集群对数据中心项目实行全程跟踪管理，用好平台的价格引导、需求匹配等手段灵活调剂，把闲置算力快速导向有需求的用户，避免“建成即闲置”。

第三，开拓多元收入来源。我们不只是做算力租赁，还通过数据运营等板块形成收入矩阵。如果算力需求突然降温，我们还可以将算力资源转化为数据运营的基础设施，把算力应用到政务服务、智慧城市等领域和场景。场景丰富是需求旺盛的重要体现，有使用场景，算力资源就能充分盘活。

经济观察报：高端GPU一卡难求，国产算力和英伟达的差距到底有多大？

胡蓉：国产算力和英伟达之间确实存在差距，核心在软件生态。英伟达的 CUDA （GPU 通用计算开发平台）生态成熟、工具链完善，开发者上手快、迁移成本低，这些正是国产算力需要完善的地方。不过这种差距正在缩小，目前主流国产芯片在推理场景中已具备不错的竞争力，成本控制空间更大。差距主要集中于超大规模训练场景的单卡性能和集群稳定性，但通过系统优化和调度提升，这一差距正在逐步缩小。

经济观察报：国产算力什么时候能真正“顶上”？地方国资平台能做什么？

胡蓉：我认为三年初见成效，五年基本可期。三年内，在特定垂直行业、特定应用场景中，国产算力可以“顶得上”，特别是推理场景。但要全面替代英伟达在高性能训练场景的地位，尤其是在万亿级大模型预训练等最“硬核”的场景，还需要起码五年的生态建设周期。

地方国资平台能做的事情很多。第一，参与国产算力能力测试，积累运行数据，向上反馈优化建议；第二，推动“算力+算法”双适配，帮助AI企业完成从英伟达到国产芯片的模型迁移，降低技术门槛；第三，培养开发者生态，通过算力平台汇集应用场景，让更多开发者在真实业务中使用国产算力，形成正向循环。

经济观察报：芜湖在招商中最看重企业的什么能力？最警惕什么信号？

胡蓉：最看重三样东西：一是有真实算力需求，不是在讲故事；二是有技术团队和持续研发能力，不是赚快钱；三是有明确的商业模式和盈利预期，不是靠补贴活。最警惕的信号也是三个：一是什么都没有先谈政府补贴；二是只在芜湖放一个“皮包公司”，核心团队和技术全部在外地；三是主营业务与数字经济完全无关，仅仅是想蹭“算力”概念。

算力产业是长跑，不是百米冲刺，我们想做的是培育地区的算力产业生态，让芜湖成为名副其实的“智算之城”。

经济观察报：你想给进入算力租赁赛道的创业者或投资人提哪些建议？

胡蓉：第一，要依托算力资源打造独特行业价值。很多创业者一上来就问“怎么拿到英伟达的卡”，把算力租赁简单理解为“买卡出租”。但真正的竞争力在于你怎么让算力创造价值，是做算力调度平台、还是做垂直行业的算力解决方案、还是做Token分成运营？不同的定位对应完全不同的能力要求。

第二，做好运营服务。算力租赁是资金密集型行业，前期投入大、回报周期长。如果没有雄厚的资金储备和清晰的善后计划，不要轻易进入“重资产持有”的模式。可以考虑做“轻资产”的服务运营，通过调度存量算力来实现商业价值。

第三，高度重视合规和安全。任何一个环节出了问题，都可能让前面的所有投入付诸东流。

人工智能泡沫已经到了智障阶段

原创 力同资本 力同资本 宝维斯

2026年6月7日 15:30 四川 44人



在小说阅读器读本章

去阅读



在小说阅读器中沉浸阅读

泡沫的滋生，本质是人性逐利与技术幻想的合谋，在“错过即落后”的 FOMO 心理驱动下，泡沫被无限吹大。

军备竞赛：巨头烧钱，内卷加剧
微软、谷歌、亚马逊、Meta四大科技巨头，2026年AI资本开支预计达7000亿美元，占美国GDP的1.1%，超过全球多数国家军费预算。海量资金涌入GPU采购、数据中心建设，导致算力基建严重过载——当前36.4万张等效GPU中，绝大多数用于无效内卷、重复训练，行业洗牌后，仅需20%算力即可满足头部企业刚需，80%算力将永久出清。这种不计成本的军备竞赛，不是基于市场需求，而是为了抢占概念高地、维持估值神话。
​
估值虚高：概念溢价，脱离基本面
AI领域估值逻辑彻底扭曲：不看营收、不看利润、不看产品落地进度，只看“技术先进性”“团队背景”“故事想象力”。一家无收入、无产品、仅500万美元融资的创业公司，估值可达10亿美元；头部企业即使持续巨额亏损，市值仍能一路飙升。资本无视“投入—产出”基本商业规律，将AI神化为“万亿级赛道”，却忽视了没有产品落地的技术，一文不值。
​
资金内循环：击鼓传花，无人接盘
AI行业形成封闭的资本内循环：巨头投资创业公司，创业公司高价采购巨头算力，双方互相抬升估值，共同向二级市场讲故事。普通投资者被“颠覆未来”的叙事吸引，高位接盘，而真正能创造价值的产品与服务，始终缺位。这种模式本质是击鼓传花，一旦资本退潮，泡沫瞬间破裂，留下一地鸡毛。

泡沫破裂：危机已至，清算在即

历史反复证明：脱离实际生产力、无产品落地支撑的资本泡沫，终将走向破裂。2026年，AI泡沫的破裂信号，已清晰显现。

盈利神话破灭，亏损黑洞扩大
头部AI企业亏损持续扩大，OpenAI年亏损85亿美元，单日交互成本超1000万美元，订阅收入远不足以覆盖算力与研发支出。中小AI企业融资难度陡增，资本不再为“概念”买单，没有产品落地的项目快速被淘汰。当资本意识到AI无法快速兑现万亿级回报，烧钱模式难以为继，撤资离场将成为必然。
​
需求天花板显现，无效供给过剩
AI需求存在天然物理上限：全球最终仅需8—10家顶级通用大模型，中国仅需3—5家，当前上千家模型企业注定被淘汰。企业AI应用率不足20%，且增长停滞，市场无法消化海量无效供给 。当供给远超需求，同质化竞争加剧，价格战爆发，行业将陷入大规模倒闭潮。
​
宏观环境收紧，资金退潮加速
全球利率高企，融资成本上升，资本风险偏好下降，不再容忍长期亏损项目 。AI投资占美国GDP比重已突破1%门槛，历史经验显示，此类投资过热后，泡沫破裂周期通常在1—2年内。2027—2028年，或将成为AI泡沫全面破裂的时间窗口，届时纳斯达克科技市值或缩水30%—40%，7—8万亿美元虚拟财富将蒸发。

回归本质：AI的未来，不在概念而在产品

AI并非骗局，其具备真实的生产力转化潜力，但技术价值的兑现，必须以落地产品为载体，以商业可持续为前提。泡沫破裂不是AI的终结，而是行业回归理性的开始。

未来，AI行业将迎来两大转变：

- 去概念化，重产品落地：企业从“堆参数、讲故事”转向“找场景、解痛点”，聚焦垂直领域，开发能直接创造价值的轻量化、低成本产品。
​
- 去泡沫化，重商业本质：回归理性，估值锚定营收、利润与ROI，淘汰无产品、无盈利的空壳公司，行业集中度提升，最终形成少数头部企业主导、垂直企业深耕细分领域的格局。

AI泡沫的破裂，从来不是技术的失败，而是人性贪婪与行业浮躁的必然结果。当喧嚣褪去，我们终将明白：没有实际产品落地的AI，再华丽的概念也只是幻梦；脱离商业本质的人性狂欢，再盛大的泡沫也终将破裂。AI的未来，不在云端的故事里，而在地面的产品中。

本周A股市场如我们预期，出现了风格再平衡。本周五海外市场也出现较大动荡，以费城半导体指数为代表的硅基经济大幅调整，这一定程度也显示全球市场对于硅基上游板块急速上涨和交易过热后相关公司盈利是否还能超市场乐观预期产生分歧。

本周我们与机构交流，多数成长风格的相对收益机构对于当前风格再平衡的持续性表示疑虑，认为以光通信和半导体设备为代表的硅基上游是当前AI产业中的确定性高景气方向，而对以金融地产消费周期为代表的所谓碳基经济板块后续的景气度能否向上表示并不乐观。担忧的代表性逻辑集中在：担心房产资产缩水压制财富效应和AI替代碳基就业压制收入等。我们认为当前阶段部分投资者对碳基经济的偏悲观预期未必适用于中国国情，中国碳基经济基本面短期将趋向改善且中期仍有长足发展空间，因此我们认为中国股市的碳基龙头资产有望在未来迎来重估，A股市场风格也有望从近期的集中于少数高景气赛道走向更加均衡，核心理由如下：

第一，中国碳基经济的领先和核心指标呈现边际改善趋势：我们认为中国的地产、PMI、PPI、CPI等指标均好于去年，且有望继续改善。地产是内需的领先指标，一线城市地产成交量价先后企稳，中国房地产整体趋势也好于过去五年，生产端如制造业PMI表明国内工业生产端需求好于去年，最重要的是，中国PPI、CPI的绝对水平也好于去年且呈现回升趋势，而价格回升意味终端需求和盈利能力的稳中向好。

第二，中美AI发展模式有所差异，美国社会的K型分化未必适用于中国。市场认为当前美国经济呈现出硅基通胀但碳基通缩的特征，这其中部分因素和美国AI模式正在快速推进硅基替代碳基就业的路线有关。中国主要走AI赋能实体的路线，中国制度优势也对碳基就业有保障，因此美国AI发展带来的硅基碳基对立以及社会K型分化的问题不适合直接照搬至中国，不宜据此对中国碳基经济悲观。

第三，中国政策有望加大支持扩大内需。我们认为下半年伴随着海外滞胀风险加大，中国支持扩大内需的力度有望好于市场预期。

第四，中国碳基经济中期仍有较大发展空间。根据“十五五”规划，预计未来五年中国GDP预计仍有较大增长，为到2035年我国人均GDP比2020年翻一番打好基础，且随着中国综合国力上行，中国品牌全球认可程度和市场份额也有望提升。

第五，碳基经济是中国经济和A股盈利的重要组成部分，但机构的配置、市场的交易占比和盈利显著不对称，其中较多相关板块及龙头公司估值处于低位水平，我们认为总体看后续具备重估基础。

短期市场处于中报前的盈利真空期，资本市场的估值环境也受到利率与流动性、地缘环境乃至热点事件影响。我们认为短期市场需要关注的事件包括：1）美国5月CPI数据及美联储最新表态对流动性预期的影响；2）Space X上市对美股存量股票的微观流动性的影响，以及其上市后走势对科技股风险偏好的影响；3）美伊谈判进展对下一阶段油价和通胀预期构成影响；4）美股科技股走势是否趋于稳定，韩国对于股市杠杆风险的应对等对全球科技股风险偏好的影响；5）世界杯对全球股市的注意力乃至流动性的分流效应。综合评估，我们认为一方面从基本面看A股市场不具备系统性风险，另一方面短期外部环境具有一定的不确定性，我们倾向建议注意控制波动，风险偏好不宜过高，结构上倾向继续再平衡，配置上可以有跨周期和逆周期思维，未必要再集中于当前高景气顺周期赛道，可以扩大关注有中期基本面逻辑，短期相对低位、低估值的优质价值蓝筹公司。

重点关注行业：煤炭、地产、券商、保险、银行、互联网、新消费、工程机械、新能源、光通信、半导体设备、有色等。

风险提示：美伊地缘冲突持续时间超预期，全球滞胀风险上行；国内地产、基建及内需链条基本面持续偏弱，修复力度和节奏不及预期；海外AI泡沫破裂。

AI泡沫：生产有余而消费无能

原创 博物之心 博物之心 博物之心

2026年6月4日 12:29 上海 30人



在小说阅读器读本章

去阅读



在小说阅读器中沉浸阅读

今年下半年，与AI相关的很多科创企业就要上市了，比如美国的SpaceX，openAi, Anthrotopic，以及国内的两大半导体存储公司，长江存储和长鑫存储。



当前AI相关上市企业，最大的隐患在于行业存在严重泡沫。这类企业融资规模极其庞大，普遍可达数百亿美元，上市后的市值预估更是近乎达到万亿美元级别。这意味着企业上市即处于估值高位，极易出现早期投资人高位抛售离场、最终由普通散户接盘的情况。

除此之外，现阶段AI技术对大众及实体产业的实际赋能效果并不显著。目前AI带来的价值红利，仅局限于部分行业、部分领域和少数群体，并未惠及普通大众，这也是大众对AI行业发展最担忧的问题。一项技术若无法普惠普通人，很难长期维持高利润与高市值。

大众普遍认为，高科技产业代表更高的生产力，必然会推动经济增长与繁荣，但事实并非绝对如此。过去十年国内经济高速发展，恰逢互联网、移动互联网、智能手机产业蓬勃崛起，很多人便认为技术发展能够持续支撑经济上行，可这个逻辑并不成立。

回望过去十年，国内经济繁荣的核心驱动力，更大程度来源于房地产完整产业链。房地产行业的核心特质，是将海量普通民众纳入产业体系之中，而非高科技产业这般，仅覆盖小部分人群。

由此可见，高科技产业的发展，无法直接赋能、普惠全体普通人，更多是成为少数群体快速积累财富、完成原始资本积累的工具。而经济繁荣的根基，在于广大普通民众的经济状况改善。过往民众最直观的生活提升，主要体现在住房条件与日常经济水平的改善。但民众生活水平的提升无法凭空实现，现阶段也无法通过直接发放货币的方式达成，必须依托特定产业渠道，保障经济良性循环运转。

而新兴高科技产业，恰好可以成为衔接新型生产力与民众基础需求的纽带。高科技生产力能够创造财富，普通民众有收入、生活的需求，二者结合才能实现财富的流通与转移。过往房地产经济的核心逻辑，正是让普通民众在经济流通中获得收入、积累财富。

但当下市场环境已经改变，普通民众很难获得增量收入、积累可支配财富，失去了经济流通的关键动力。当下AI高科技产业看似蓬勃发展、势头强劲，但对应的大众消费端停滞低迷、毫无活力，整体经济循环陷入阻滞，这也是当前AI行业面临的核心泡沫危机。

现阶段的高科技产业，本质上是加速社会剩余财富转移的工具，且转移速度、效率远超传统产业。但这种模式会进一步加剧经济两极分化：多数普通民众没有剩余财富用于消费，市场消费能力持续萎缩；少数资本持有者不断扩大生产规模，却面临产品无人消费的困境。

这就是AI行业泡沫最大的弊端。

当下AI科技企业的发展模式看似前景广阔、能够大幅提升社会生产力，但仅实现了生产端效率的提升与产能的扩张。消费端缺乏支撑，普通民众没有充足的可支配剩余财富承接消费，最终会造成生产过剩、经济失衡，行业泡沫随之加剧。

高盛：AI行业的盈利问题正变得越来越严重

Huileng Tan Huileng Tan 林建入和他的怪朋友们

2026年6月4日 15:55 日本 67人



在小说阅读器读本章

去阅读



在小说阅读器中沉浸阅读

投资者和企业纷纷拥抱人工智能，共同推动了几十年来最大的技术投资周期之一。

高盛的吉姆·科韦洛（Jim Covello）表示，尽管 AI 进步迅速并吸引了海量投资，但其商业模式（可行性）至今仍未得到证实。

该行全球股票研究主管科韦洛在周二播出的《Exchanges》播客节目中表示：“在过去几年里，我们实际上离这个目标（指证明商业模式可行）越来越远，而不是越来越近。”

他指出，这是因为随着企业不断加大投入，要证明这些支出合理所需的利润规模也在同步水涨船高。

科韦洛发表这番言论之际，正值各家企业向 AI 领域倾注数千亿美元、标准普尔500指数创下历史新高，而投资者们仍在持续争论这项技术能否带来与其高昂投入相匹配的回报。

他坦言，有几项进展超出了他的预期：消费端的采纳速度比想象中更强，AI 模型的迭代速度极快，而且企业还在不断增加对这项技术的支出。

然而，目前尚不清楚 AI 能否带来足以支撑如此巨大开支的回报。

科韦洛说：“所有的经济价值都在继续向半导体公司集中。”

这与以往的技术周期形成了鲜明对比——过去，只有在客户蓬勃发展时，芯片制造商才会跟着繁荣。

科韦洛表示，而现在，半导体公司独占了巨大的利润，而处于 AI 供应链上游（指应用层、软件层等）的其他企业尚未展现出同等水平的经济回报。

即便投资者还在争论这些投资何时能开始产生实质性回报，各大核心云服务供应商依然在继续疯狂拉高与 AI 相关的资本支出。

他说：“在很多方面，企业如今在应用这项技术上亏的钱，比两年前还要多。”

造成这一局面的一个主要原因就是害怕被抛下。

“从供应链的每一个层级来看，都存在着极其严重的‘错失恐惧’（ FOMO ），” 科韦洛补充道，目前的开销已经远远超出了已经证实的收益。

他说：“我认为这是因为大家都害怕一件事：万一这项技术真的腾飞了，并找到了能带来巨大经济效益的实际应用场景，而你的竞争对手搞懂了你却没搞懂，那该怎么办。”

归根结底，核心问题在于该行业对 AI 的巨额投入最终能否带来实质性的回报。

“在某个节点，你总归得赚到钱才行。你在生意上进行投资，目的就是为了能产生回报并赚取利润，” 他说道。