过去几个月，在人工智能（AI）产业的驱动下，数据中心建设领域掀起了新的热潮。众多科技巨头接连发布公告，一方面积极建立合作伙伴关系，另一方面大力投入建造新的AI基础设施以部署新算力，相关投资金额甚至达到了上千亿美元的规模。
据TomsHardware消息，近期IBM首席执行官Arvind Krishna在接受媒体采访时，对当前为追求AGI所投入的资本支出能否回本提出了质疑。按照当下数据中心的建设成本计算，每吉瓦算力的建设成本约为80亿美元，而目前全球范围内已承诺的相关算力已接近100吉瓦，这意味着总投资金额已高达惊人的8万亿美元。这样规模的投资，需要约8000亿美元的利润才能覆盖利息支出，这几乎是一个难以实现的目标。
Arvind Krishna的说法与当前硬件、折旧和能源的假设直接相关，而不是依靠任何长期预测。Arvind Krishna指出，硬件贬值最被投资者低估的计算部分，一般来说这些数据中心的普遍更新周期为五年，届时需要更换大部分硬件，对长期资本支出需求产生复合效应。
不仅是Arvind Krishna，最近有投资机构也提出了类似的担忧：当性能提升和AI模型规模扩大迫使旧款GPU加速退役时，企业能否继续延长其使用寿命的假设。硬件替换的速度意味着必须更换，而不是扩张规模，这需要非常高的成本支撑。
Arvind Krishna指出，预计当前形态的生成式AI工具最终会大幅提高企业生产力，不过关键问题在于新一代AI基础设施的物理规模与维持其运行的经济性之间的关联。对于那些斥巨资打造吉瓦级数据中心，并且决定缩短更新周期的企业而言，它们必须证明自身的回报率能够覆盖这一前所未有的资本支出。
