做空者Jim Chanos质疑Nvidia的AI基础设施成本估计远高于上市公司的公开指引。

短线卖空者吉姆·查诺斯（Jim Chanos）公开质疑英伟达首席执行官黄仁勋对建设大规模AI数据中心成本的估算准确性，声称这一估算远高于其他行业参与者向投资者报告的成本。查诺斯指出，黄仁勋预计一个1吉瓦（1GW）的"AI工厂"建设成本将在200亿至300亿美元之间（不包括GPU成本），他称这一数字"远高于许多AI数据中心公司目前向投资者声称的成本"。

这一批评的焦点是被称为"黄仁勋的算法"的成本估算模型，该模型估计一个完整的1GW设施总成本为600亿至800亿美元，其中400亿至500亿美元代表"计算成本"，这部分构成英伟达的潜在收入。黄仁勋曾表示"每一吉瓦大约是400亿美元、500亿美元给英伟达"，这一数字影响了人们对该公司收入潜力的预期。这一审视发生在一个关键时刻——新宣布的英伟达-OpenAI合作伙伴关系旨在部署至少10吉瓦的AI系统，黄仁勋本人称这一项目"规模庞大"。

根据资产管理巨头公司布鲁克菲尔德（Brookfield）的预测，全球AI数据中心容量预计将从2024年的7吉瓦激增至2034年的82吉瓦，代表28%的复合年增长率。在考虑AI工作负载的具体情况下，容量预计将在2025年至2030年间从44吉瓦扩张至156吉瓦。基于"黄仁勋的算法"，预计到2030年的156吉瓦容量乘以黄仁勋所述的400亿美元数字，英伟达的市场机会将达到6.2万亿美元——即使这一数字被对半缩减，也仍将达到3.1万亿美元。

查诺斯的怀疑对投资者提出了一个基本问题：如果黄仁勋对非GPU成本的估算是准确的，那么数据中心运营商和基础设施公司可能在显著低估未来的资本支出，这可能会挤压其利润空间。这使人对该行业的增长叙事产生怀疑，暗示驱动AI革命所需的真实成本可能远高于目前预期。