人工智能数据中心建设需每GPU小时$2.91以实现15%回报

# 斯科舍银行分析：人工智能数据中心建设需每GPU小时$2.91以实现15%回报

斯科舍银行全球股票研究的新分析得出结论，人工智能数据中心背后的巨额资本支出面临着一个明确的财务障碍。对于一个专门运行Nvidia GB200 NVL72机架的100兆瓦校园，该项目必须每GPU小时产生约$2.91，以实现15%的杠杆股本内部收益率。这个数字来源于$40.3亿美元的总项目成本，为当前和未来的人工智能计算定价建立了一个具体的基准。报告指出，GB200容量的当前租赁率可以清除这个障碍，但输出代币成本的广泛差异引入了显著的市场风险。

背景 — 为什么现在这很重要

人工智能基础设施的超大规模投资周期是前所未有的，承诺的投资现在已达到数万亿美元。斯科舍银行的分析将这些项目的表外承诺规模定为$2.588万亿，另外还有$7790亿美元已经在企业资产负债表上。这一规模使人们将其与2000年代初的光纤繁荣和崩溃进行历史比较，当时1999年至2001年间超过$900亿美元的资本支出导致了巨大的产能过剩和广泛的破产，因为需求增长未能达到预期。当前的宏观背景是融资成本上升，斯科舍银行的模型假设六年期债务利率为8%，这增加了这些项目对每单位收入的敏感性。

这种强烈审查的催化剂是巨额宣布的资本支出与快速发展的、在某些情况下下降的人工智能模型推理成本之间的碰撞。这些数十亿美元的投资的财务可行性取决于它们所销售的计算输出的定价稳定性。分析表明，主要云服务提供商和专业运营商正在锁定长期电力采购协议并开始建设设施，使得回报计算成为股权和信用投资者的迫切关注。核心问题是需求增长是否能超越代币价格的通缩压力。

数据 — 数字显示了什么

斯科舍银行的深入研究提供了一个假设的100 MW推理校园的成本细分。总项目资本支出为$40.3亿美元，相当于每兆瓦关键IT负载$4030万美元。这分为IT设备，占成本的64%，每个NVL72机架为$300万美元，物理设施占剩余36%，每兆瓦为$1450万美元。模型假设70%的资本支出通过六年期8.0%的利率融资，并在此期间为IT设备分配15%的残值。

得出的每GPU小时$2.91的障碍直接转化为每个输出代币的成本。按此计算，模型相当于每百万个输出代币$0.81。这与当前市场定价形成鲜明对比。封闭模型API的输出代币成本从谷歌的Gemini 3.1 Flash-Lite的$1.50到GPT 5.4等模型的$15不等。然而，来自DeepSeek V4 Flash等模型的竞争压力显而易见，其价格在每百万代币$0.28到$0.66之间，而Ox Alpha的价格据说接近$0.50。报告还确定了每GPU小时$0.52的关键运营成本底线，低于该水平时，关闭服务器在经济上变得合理。

指标	斯科舍银行障碍	当前市场范围
每GPU小时成本	$2.91	N/A（租赁）
每百万输出代币成本	$0.81	$0.28 - $15.00
现金成本底线（每GPU小时）	$0.52（运营支出）	N/A

熊市情景依赖于租户风险。模型显示，如果像OpenAI或Anthropic这样的主要租户违约，贷款人可以对设施进行止赎，并以每GPU小时仅$0.53的现金成本运营，从而向现货市场倾销廉价计算。这种动态与光纤危机相似，当时合同需求消失，过剩产能压低了所有剩余参与者的价格。

分析 — 这对市场/行业/股票意味着什么

这一资本周期的主要受益者仍然是Nvidia (NVDA)，它在每个机架$300万美元的IT设备支出中占据了相当大的份额。分析强化了NVDA在训练和推理硬件堆栈中的主导地位。像谷歌 (GOOGL)、微软 (MSFT)和亚马逊 (AMZN)这样的公司既是租户又是运营商，面临着复杂的计算。它们的巨额投资必须产生真正的增量收益，以证明其估值；如果项目勉强达到投资障碍，可能会导致每股收益增长陷入去评级，导致股票价格多年停滞——这是一种从高回报向资本密集型业务的经典转变。

专门的数据中心REIT和基础设施建设者从每兆瓦$1450万美元的设施支出中获益，但承受着集中的租户风险。提供70%项目融资的贷款人，通常是大型投资银行和私人信贷基金，面临着租户、开发商和基础设施所有者之间的相关信用风险。一个关键的反驳是，人工智能推理的需求激增可能会吸收所有新产能，即使在较低的价格水平下，维持项目经济。然而，已知的限制是模型的敏感性：斯科舍银行指出，每GPU小时$2.50到$3.50的合同定价区间将项目失败与成功在回报和债务覆盖测试中分开。

数据显示，机构资金流入半导体和基础设施ETF，而在一些被认为容易受到价格压缩影响的纯AI软件名称中，空头兴趣正在增加。强调的循环融资——超大规模承诺支持项目债务——创造了一个系统性联系，如果代币定价削弱，可能会放大下行风险。

前景 — 接下来需要关注什么

近期催化剂包括Nvidia的下一个财报，预计在2026年8月底发布，将提供更新的数据中心收入指导和对GB200提升时间表的评论。美联储在2026年9月的FOMC会议将对8%的融资成本假设至关重要；持续的高利率环境对所有杠杆项目施加压力。市场参与者应监测主要云服务提供商的季度财报电话会议，以关注资本支出指导或人工智能计算定价压力的任何变化。

需要关注的关键水平是GB200集群租赁的现货和合同利率。每GPU小时定价持续高于$3.50将验证当前的投资潮，而突破$2.50将发出压力信号。观察者还必须跟踪先前一代GPU集群（如H100）的二级市场价值，以作为设备残值的领先指标。变压器和电动涡轮机的交付时间表通常延长至18-24个月，将决定宣布的产能是否能按计划上线。

常见问题

每GPU小时$2.91的数字对人工智能初创企业意味着什么？

对于依赖租赁推理的人工智能初创企业来说，这一数字代表了供应商必须覆盖的基础设施成本。如果供应商成功收取高于这一障碍的费用，初创企业将面临稳定或上升的计算账单。然而，如果竞争或困境供应将市场价格推向$0.53的现金成本底线，初创企业可能会看到输入成本大幅降低。这将风险分化：资金充足的初创企业可能会锁定长期合同，而其他企业则在现货市场波动中赌博。每百万代币$0.28到$15的广泛价格范围基于模型效率和供应商利润，造成了不平等的竞争环境。