微软最近突然说不打算在美国和欧洲盖新的数据中心了，这两个地方原本规划的用电量加起来有2GW，差不多够两百万户家庭用一年。他们给出的理由特别直接，说是“计算机集群供应太多用不完”。这个决定就像往科技圈扔了块大石头，因为就在半年前，Meta还说要花2000亿美元扩建AI数据中心，扎克伯格当时还说“算力就是未来的石油”呢。

有统计说，2023年全球投在AI基础设施上的钱比前一年多了62%，超大规模数据中心的数量三年里翻了一倍。OpenAI、谷歌这些公司动不动就买几万张GPU，英伟达的H100芯片最贵的时候炒到4万美元一张，照样抢破头。可是现在呢？H100的价格跌了快六成，囤货的公司账面上亏了上千亿美元。

去年就有专家预测，从2024年开始全球算力会多到用不完，现在看这个预言要成真了。科技公司疯狂买芯片盖机房，结果算力供应涨得太快，实际需求根本跟不上。这直接让英伟达、微软这些美国科技公司的估值超过了2000年互联网泡沫的最高点。

过去两年科技公司都在搞算力竞赛。比如OpenAI每年花20多亿美元训练模型，但靠实际应用赚的钱只够填15%的开支。红杉资本算过账，整个AI行业去年买显卡就花了500亿美元，可收入才30亿，中间差了快17倍。

国内的情况也不乐观。有个叫“东数西算”的工程，本来想把东部的数据送到西部去算，结果东部急着用的业务挤破头，西部的机房却闲着晒太阳。天娱数科的总经理贺晗说，全国智算中心的机柜出租率只有10%到20%，而且国产高端芯片的自给率连三成都不到。

现在全球搞大模型的公司多到数不过来，光国内就有上百家。但仔细看看，九成模型都是基于同一个叫Transformer的架构改的，连参数数量都差不多。就像当年搜索引擎大战，最后活下来的只有谷歌、百度几个大头，专家说大模型赛道最后可能也就剩两三个通用底座，再加几个专攻医疗、金融的垂直模型。

更麻烦的是数据不够用。清华大学的研究发现，中文高质量训练数据比英文难找三倍，而且网上开源的数据集重复率超过四成。有个医疗大模型不小心用了过时的《药典》数据，开出来的处方错误率直接涨了27%。

高盛最近把2025年AI服务器销量的预测从3.1万台砍到1.9万台，直接腰斩。万国数据去年股价涨了快两倍，结果四季度新增机柜面积突然少了38%，股价一天就跌了23%。摩根士丹利预测，明年AI概念股可能普遍要跌三四成。

不过也有人觉得不用太慌。英伟达老板黄仁勋坚持说“算力永远不够用”，拿电力革命打比方，说刚开始大家也觉得电厂建太多。还有研究量子计算的公司放话，说光子芯片能把算力成本降到现在的1%。