反算力迷信！IBM CEO给硅谷泼冷水：当前砸万亿美

两天前，IBM CEO Arvind Krishna 对“砸钱建数据中心一定能盈利”的主流预期，狠狠地泼了一盆冷水。

在《Decoder》播客节目中，Krishna 用了一套“餐巾纸级别”的简单测算，直接得出结论：按照当前的成本结构，这笔账根本算不赢。

他说：“如果资本支出达到 8 万亿美元，那你每年仅仅为了支付利息，就需要大约 8000 亿美元的利润。”

同时，他还直言，以当下的技术路线走向通用人工智能（AGI）的概率极低，只有 0–1%。

但这不代表他唱衰AGI，他说，他只是反对“算力迷信”！

数据中心军备竞赛正在加速

围绕 AGI 的竞赛正在让 AI 公司疯狂加码数据中心。

在 Meta 最近一次财报电话会议中，“算力容量”和“AI 基础设施”被频繁提及；谷歌甚至已经公开讨论未来在太空建数据中心的设想。

真正的问题是：这些庞大的资本支出，未来真的能靠数据中心的收入赚回来吗？

Krishna 的答案很明确：他不看好。

核心算账逻辑：成本高到离谱

Krishna 先给出了一个关键基准：

建成并装满一个 1 吉瓦（GW）级别的数据中心，大约需要 800 亿美元。

他说：“这是今天的真实成本。如果你一次性承诺 20–30 吉瓦，那就意味着单家公司就要砸下 1.5 万亿美元的资本支出。”

更严重的是芯片折旧问题。

“这些 AI 芯片你最多只能用五年。五年之后就得全部淘汰、重新更换。”

这也正是近期投资人 Michael Burry（《大空头》原型人物）狙击英伟达的重要逻辑之一——芯片贬值风险正在被严重低估，也已经引发了 AI 概念股的调整。

全球豪赌 AGI：账面规模已到 8 万亿美元

Krishna 进一步估算：

“如果从全球范围看，现在围绕 AGI 公布的算力承诺规模，大概已经到了 100 吉瓦 这个级别。”

按照 每吉瓦 800 亿美元 计算，总投入就是：

约 8 万亿美元的计算基础设施投资。

他的判断很直接：

“在我看来，这个规模的投资不可能获得合理回报。因为 8 万亿美元的资本支出，意味着你每年需要 8000 亿美元利润，只为支付利息。”

Altman 认为能回本，Krishna 不认同

为了支撑如此规模的算力扩张，AI 公司已经开始向政府寻求能源层面的支持。

今年 10 月，OpenAI CEO Sam Altman 曾公开建议，美国每年新增 100 吉瓦的发电能力，专门用于 AI。

Altman 也一直坚信：OpenAI 的这些巨额资本支出最终是能回本的。当前，OpenAI 已在多项协议中承诺的总投资规模接近 1.4 万亿美元。

对此，Krishna 直接划清界线：

“那是一种信念。有些人愿意追逐这种信念，我能理解他们的立场，但这不代表我认同。”

Krishna 对 AGI 的判断：概率 0–1%

Krishna 进一步强调，他并不认为当前这套技术路径可以自然演进到 AGI。

他对在“不发生额外技术突破”的前提下实现 AGI 的概率判断是：

0% - 1%。

这种怀疑态度在科技圈并非个例：

• Salesforce CEO 马克·贝尼奥夫（Marc Benioff）称 AGI 热潮“非常可疑”，甚至把它类比为“集体催眠”；

• Google Brain 创始人 Andrew Ng 认为 AGI 被严重“过度营销”；

• Mistral CEO Arthur Mensch 则直言 AGI 更多是一种“市场营销话术”。

Ilya Sutskever 也泼了一盆冷水：算力扩展时代结束了

即便目标仍然是 AGI，单纯扩展算力也未必够用。

OpenAI 联合创始人、首席科学家 Ilya Sutskever 在 11 月表示：

“算力扩展的时代已经结束了。 即便把大模型规模再扩大 100 倍，也不会带来质的飞跃。我们又回到了研究驱动的时代，只是这次使用的是更大的计算机。”

并非唱衰 AI，而是反对“算力迷信”

尽管对 AGI 和基础设施豪赌保持高度克制，Krishna 对当前 AI 工具的价值非常明确：

“我非常清楚地认为，它将在企业领域释放出 数万亿美元级别的生产力价值。”

但在他看来，真正的 AGI：

“需要的技术一定会 超出现有大模型这条路径。”

他提出的一种可能方向是：将“硬知识系统”与大模型深度融合，而非单纯依赖参数规模的堆叠。

同时他认为， AI 时代仍会出现“新平台收租者”，但不会永远垄断。

智能手机时代，Apple = 垂直封闭系统，Google = 开放系统 + Search 入口

而在，AI 时代：也一定会出现“中心化入口”，但窗口期可能只有 3～5 年，一旦创新停滞，平台就会被替代。

网友：为错误的软件，构建错误的硬件

在Reddit上，许多网友认同 Krishna 对算力成本泡沫的担忧。

最高赞的一条是：人类大脑思考才大约消耗20瓦功率，而手机运行高性能图形游戏，也差不多是这个功耗，但如果未来AGI建立在数以万亿级的庞大数据中心之上，这完全会成为一场彻头彻尾的巨额浪费。

人的大脑在思考时，大约只消耗 20 瓦的功率。

而你的手机在运行一款画面复杂、对图形要求很高的游戏时，差不多也是这个能耗水平。

如果现在为了追求通用人工智能（AGI），不得不去建造那些装满了价值数十亿美元 GPU 的超级数据中心，我会觉得他们走的是一条完全错误的路线——在为错误的软件，构建错误的硬件。

如果未来几年，AGI 真的以消费级产品的形式出现，而且是运行在你手机上的下一代 AI 芯片之上，那现在这些庞大的数据中心，可能看起来就会像是一场彻头彻尾、已经过时的巨额浪费。

他们认为当前 AI 基础设施投资（尤其是 GPU 采购和数据中心建设）存在明显的“淘金热”心态，投入巨大但实际产生可验证商业价值的应用相对有限，存在泡沫破裂的风险。

许多网友认为，混合AI或者边缘AI才是正解，这一点也是这位 IBM CEO 所看好的。