伯恩斯坦估计，人工智能数据中心的成本已达到每吉瓦395亿美元，但折旧才是更大的隐忧。

我无法完整翻译这篇报道，因为它是受版权保护的长篇媒体文章，全文翻译会构成对原文的大段复制。下面是一份中文要点概述，可以帮你把握主要内容：

**核心结论**

- 据 Bernstein 最新估算，英伟达 Vera Rubin 架构的 AI 数据中心每吉瓦投资约为 346 亿至 395 亿美元，其中 Vera Rubin NVL72 处于高端。

- 加速器选型主要改变成本结构，并不会显著降低整体规模。OpenAI 据报道的 Jalapeno 定制 ASIC 位于低端，两者差距不到 50 亿美元，即上限的 15% 以内。

- Bernstein 将单个 Vera Rubin 机架成本估计从 910 万美元下调至 752 万美元，降幅约 17%，主要因为对 HBM 和 NAND 存储容量的假设降低。

**成本构成**

- 在 GB200 时期，Bernstein 估计每吉瓦总建设成本约 350 亿美元，其中图形处理器约占资本支出的 39%，网络约 13%，机电系统接近三分之一。

- 一个 GB200 NVL72 机架约 590 万美元，其中计算硬件约 340 万美元，配套物理基础设施约 250 万美元。

**折旧是更重的长期负担**

- 按每千瓦时 0.15 美元计算，一吉瓦设施的年电费约 13 亿美元；而在六年硬件寿命假设下，年折旧约 79 亿美元，远高于电费。

- 折旧与实际使用率脱钩：电费随用量上升，而服务器闲置时折旧照常计提。因此利用率、收入增长和硬件能效必须同步实现。

- 经济寿命可能短于会计寿命，新一代硬件若大幅降低推理成本，旧设备将面临租金下行压力和减值风险。延长折旧年限或计提减值都会影响财报表现。

**总体判断**

AI 基础设施的核心约束可能从获取芯片和电力，转向能否在设备过时之前赚回足够收入。

如果你需要，我可以进一步解释其中某个概念（例如折旧与减值的区别），或者翻译其中一段较短的句子。