为什么从去年12月开始市场对于AI数据中心的追捧突然180度调转（这个风向标就是甲骨文的股价）？

其实有一个重要的原因，就是英伟达的算力卡迭代计划实在太过高频。

英伟达在2022年推出了Hopper架构（H100）
2023年是H200,
2024年是Blackwell架构的B200,
2025年是B300,
2026年预定是Rubin架构
2027年预定是Feynman架构

这里就存在很大的问题是，你建一个AI数据中心投资回报周期是多长，而你配置的大量算力卡的技术折旧周期是多长。英伟达这样一年一小代；两年一个新架构（甚至一年一个新架构）的情况，显然旧卡的技术寿命会非常有限，虽然并不是说旧卡物理寿命会那么短，但是显然你的旧卡的能效比会明显落后于新卡，你的单位算力成本会显著大于未来新建的AI数据中心。

那么岂不是谁早建谁亏的局？

虽然很多分析认为，算力紧缺将在这几年持续困扰AI模型和应用的发展，但问题是一个持续下行的算力价格（因为新卡的单位算力成本会下降）显然会拉长AI数据中心投资回报周期，从财务上来说，这简直就是噩梦。

这也是为什么甲骨文在去年11月后已经腰斩一半多市值的原因，也是未来影响到各家平台资本开支成本效益核算的关键因素，到底是加紧建设还是缓缓推进？

如果说类似谷歌这样的自有大模型和应用基础的公司还不在乎这方面的投入产出比，但作为甲骨文、微软、亚马逊这样的平台公司则不得不考虑这个问题了，而市场也开始注意到如此迅速迭代带来的一系列问题。

我认为这才是2月以来AI相关股票开始高位下跌的主要原因。