2026年6月24日，比特幣跌破60,000美元關口，盤中一度觸及59,023美元，創2024年10月以來新低。同一日，英偉達（NVDA）股價報收198.91美元，跌0.56%；AMD報519.85美元，跌5.76%。而在前一個交易日（6月23日），納斯達克指數已重挫2.21%，谷歌跌超5%，亞馬遜跌4.75%，微軟跌3.18%，Meta跌2.32%。
市場在恐慌什麼？
答案並不複雜。財報數據顯示，谷歌、亞馬遜、微軟、Meta四家超大規模雲廠商2026年資本開支合計提升至7,250億美元，較2025年的4,100億美元同比增長77%。與此同時，英偉達B200晶片的每小時租賃價格從5月30日的6.11美元跌至6月22日的4.22美元，不到一個月跌幅達31%。
資本開支在狂奔，算力租賃價格在下墜。AI晶片的投資報酬率（ROI）到底能不能算得過來？本文試圖從數據出發，拆解這場爭議背後的邏輯。
要理解ROI爭議，首先需要看清資本開支的結構。
高盛2026年6月發布的更新預測顯示，四大超大規模數據中心營運商——Alphabet（Google）、Amazon、Microsoft和Meta——2026年資本開支總額將達到7,250億美元。具體到各家公司：亞馬遜約2,000億美元，微軟約1,900億美元，谷歌約1,750億至1,850億美元，Meta約1,150億至1,350億美元。
這一數字意味著什麼？僅過去約六個月，市場對2026年雲廠商資本開支的預期就提高了近80%。7,250億美元超過了2025年全球半導體市場的總規模——世界半導體貿易統計組織（WSTS）預測2026年全球半導體市場規模為1.5112萬億美元——四家公司的AI資本開支已接近全球半導體市場總量的一半。
這些資金的流向大致分為三個層級：最上游是晶片採購（英偉達GPU、AMD加速卡、自研ASIC等）；中游是數據中心基礎設施（土地、建築、電力、散熱系統）；下游是網路設備與軟體生態（InfiniBand、乙太網路、CUDA生態等）。伯恩斯坦研究指出，僅HBM（高頻寬記憶體）價格上漲就可能令超大規模雲廠商的AI資本開支總體增加約30%。
但問題的核心不在於「錢花在哪裡」，而在於「錢賺不賺得回來」。
華爾街傳奇空頭吉姆·查諾斯在2026年6月的一場研討會上給出了一個具體的數字：目前算力基建的預期稅前投資報酬率（ROIC）只有5%至8%。
查諾斯的邏輯並不複雜。他指出，當前AI產業鏈存在巨大的「財務不匹配」：賣晶片和數據中心設備的公司正在立即確認收入和利潤，而花錢採購這些設備的雲廠商卻在將成本資本化。一旦這些資產上線並開始折舊，對利潤的衝擊將是巨大的。
他將當前的AI基礎設施投資與1998年至2000年的網路泡沫時期做了類比。當時標普500的營業利潤在兩年內增長了30%，但當訂單簿在2001年崩潰而折舊成本繼續顯現時，標普500的利潤暴跌了40%。
查諾斯進一步點出了算力租賃模式的本質：如果你從英偉達買晶片，租別人的數據中心，再把算力轉租給微軟或谷歌，你本質上是一家設備租賃公司，而不是科技公司。
這一判斷與市場數據形成了某種呼應。英偉達B200晶片租賃價格在一個月內下跌31%，而AI伺服器租賃成本整體呈現持續下行趨勢。如果稀缺性消失，支撐持續資本支出的邏輯基礎就會被削弱。
面對市場質疑，英偉達創始人兼CEO黃仁勳在6月24日的年度股東大會上給出了正面回應。
他首先用財務數據說話：英偉達2026財年營收增長65%至2,160億美元，經營現金流達到1,030億美元。其中，數據中心收入增長68%至1,940億美元。 Blackwell架構GPU已在超大規模雲廠商和模型開發商中累計部署數十萬顆。
黃仁勳的核心論點是：「有用的AI」已經到來，並且已經能夠賺錢。他認為市場對於AI投資報酬率的問題「已有答案」。在他看來，AI正在推動計算產業進行60年來規模最大的行業重置——從人類編寫軟體、電腦執行指令，轉變為電腦能夠理解、推理、規劃並完成實際工作。AI數據中心不再是傳統的數據儲存中心，而是「生產Token的工廠」。
這一論述的邏輯前提是：如果AI能夠創造真實的經濟價值（提高生產效率、替代人工、產生新的商業模式），那麼基礎設施投資就有回報基礎。問題在於，這個「如果」目前還缺乏大規模的、可驗證的財務數據支撐。
在所有爭議中，算力租賃價格可能是最客觀的參考指標。
據GPU算力價格監測平台Ornn的數據，英偉達B200的每小時租賃價格在5月30日攀升至6.11美元，創下近三個月高點；此後一路下行，截至6月22日已跌至4.22美元，跌幅達31%。
這一走勢傳遞了幾個信號。短期來看，供給正在快速追上需求——隨著Blackwell架構GPU的大規模出貨，算力短缺正在緩解。中期來看，如果租賃價格持續走低，以租賃算力為核心商業模式的「AI雲」服務商將面臨利潤率壓縮。長期來看，價格下降可能刺激更多應用層需求，形成「降價-放量」的正循環——但這需要時間驗證。
值得注意的是，算力租賃價格走勢與科技股表現形成了某種共振。6月23日，納指跌2.21%，英偉達跌4.13%。市場似乎在用價格信號回答同一個問題：算力真的還那麼稀缺嗎？
面對GPU供應緊張和採購成本高企的雙重壓力，超大規模雲廠商正在加速推進自研晶片戰略。
摩根大通最新報告預測，AI定製晶片（ASIC/XPU）出貨量將在2027年首次超越GPU。2026年，AI ASIC市場規模預計達到600億至700億美元，年複合增長率40%至50%。ASICs在2026年預計佔所有AI晶片出貨的42%，2027年將升至53%。
博通目前在高端ASIC市場佔據80%至85%的份額。Google的TPU、亞馬遜的Trainium/Inferentia、Meta的MTIA系列均已進入規模化部署階段。
自研晶片的核心邏輯在於：控制供應鏈、降低單位算力成本、擺脫對單一供應商的依賴。Meta預計2026年資本支出為1,150億至1,350億美元，幾乎是前一年的兩倍。其自研MTIA晶片承諾降低44%的成本。
但自研晶片也面臨巨大的沉沒成本風險。晶片設計、流片、驗證、軟體生態適配都需要鉅額前期投入，且技術迭代速度極快——Meta的MTIA系列計劃每六個月更新一代。如果AI投資週期提前結束，這些投入可能無法收回。
回到最初的問題：AI晶片的ROI到底能不能算得過來？
從現有數據來看，答案可能不是簡單的「能」或「不能」，而是一個時間錯配的問題。
上游供應商（英偉達、台積電、博通等）正在確認創紀錄的收入和利潤。英偉達2026財年營收2,160億美元，同比增長65%。台積電的AI半導體收入佔比預計從2024年的約15%提升到2026年的超過30%。
下游雲廠商則在承受資本開支的壓力測試。7,250億美元的年度支出需要在未來數年內通過AI服務收入、廣告效率提升、企業軟體訂閱等方式逐步回收。查諾斯給出的5%至8%的ROIC測算，與伯恩斯坦指出的「成本再平衡已不可避免」形成了一組相互印證的判斷。
市場正在用價格投票。6月24日，比特幣跌破60,000美元，資金從加密貨幣轉向AI相關科技股；而僅僅一天後，科技股自身也遭遇了猛烈拋售。這種資產價格的搖擺本身，就是市場對ROI不確定性最真實的表達。
AI晶片的ROI爭議不會在短期內終結。它將在資本開支數據、算力租賃價格、雲廠商財報和晶片出貨量的每一次更新中被重新審視和校準。對於投資者而言，唯一確定的是：這個行業正在從「信仰驅動」走向「數據驅動」。
Q1：四大超大規模雲廠商2026年的資本開支總額是多少？
谷歌、亞馬遜、微軟、Meta四家公司2026年資本開支合計約7,250億美元，較2025年的4,100億美元增長77%。其中亞馬遜約2,000億美元，微軟約1,900億美元，谷歌約1,750億至1,850億美元，Meta約1,150億至1,350億美元。
Q2：查諾斯計算的AI基礎設施投資報酬率是多少？
吉姆·查諾斯根據當前交易細節測算，算力基建的預期稅前ROIC僅為5%至8%，全是個位數。他指出，如果現在晶片缺貨時都只能做到這個水平，他對下游環節的盈利能力持高度懷疑態度。
Q3：英偉達B200晶片的租賃價格最近發生了什麼變化？
據GPU算力價格監測平台Ornn數據，B200每小時租賃價格從5月30日的6.11美元跌至6月22日的4.22美元，不到一個月跌幅達31%。這一走勢被市場解讀為算力供給正在快速追上需求的信號。
Q4：ASIC晶片什麼時候會超過GPU的市場份額？
摩根大通預測，AI定製晶片（ASIC/XPU）出貨量將在2027年首次超越GPU。2026年ASICs預計佔所有AI晶片出貨的42%，2027年將升至53%。2026年AI ASIC市場規模預計達600億至700億美元。
Q5：英偉達2026財年的業績表現如何？
英偉達2026財年營收達2,160億美元，同比增長65%；經營現金流1,030億美元。其中數據中心收入增長68%至1,940億美元。Blackwell架構GPU已在超大規模雲廠商和模型開發商中累計部署數十萬顆。
148.27萬 熱度
3.78億 熱度
30.57萬 熱度
218.52萬 熱度
96.78萬 熱度
AI 晶片 ROI 爭議解析：7,250 億美元資本開支，超大規模廠商如何驗證投資回報？
2026年6月24日，比特幣跌破60,000美元關口，盤中一度觸及59,023美元，創2024年10月以來新低。同一日，英偉達（NVDA）股價報收198.91美元，跌0.56%；AMD報519.85美元，跌5.76%。而在前一個交易日（6月23日），納斯達克指數已重挫2.21%，谷歌跌超5%，亞馬遜跌4.75%，微軟跌3.18%，Meta跌2.32%。
市場在恐慌什麼？
答案並不複雜。財報數據顯示，谷歌、亞馬遜、微軟、Meta四家超大規模雲廠商2026年資本開支合計提升至7,250億美元，較2025年的4,100億美元同比增長77%。與此同時，英偉達B200晶片的每小時租賃價格從5月30日的6.11美元跌至6月22日的4.22美元，不到一個月跌幅達31%。
資本開支在狂奔，算力租賃價格在下墜。AI晶片的投資報酬率（ROI）到底能不能算得過來？本文試圖從數據出發，拆解這場爭議背後的邏輯。
7,250億美元的去向：誰在花錢，花在哪裡
要理解ROI爭議，首先需要看清資本開支的結構。
高盛2026年6月發布的更新預測顯示，四大超大規模數據中心營運商——Alphabet（Google）、Amazon、Microsoft和Meta——2026年資本開支總額將達到7,250億美元。具體到各家公司：亞馬遜約2,000億美元，微軟約1,900億美元，谷歌約1,750億至1,850億美元，Meta約1,150億至1,350億美元。
這一數字意味著什麼？僅過去約六個月，市場對2026年雲廠商資本開支的預期就提高了近80%。7,250億美元超過了2025年全球半導體市場的總規模——世界半導體貿易統計組織（WSTS）預測2026年全球半導體市場規模為1.5112萬億美元——四家公司的AI資本開支已接近全球半導體市場總量的一半。
這些資金的流向大致分為三個層級：最上游是晶片採購（英偉達GPU、AMD加速卡、自研ASIC等）；中游是數據中心基礎設施（土地、建築、電力、散熱系統）；下游是網路設備與軟體生態（InfiniBand、乙太網路、CUDA生態等）。伯恩斯坦研究指出，僅HBM（高頻寬記憶體）價格上漲就可能令超大規模雲廠商的AI資本開支總體增加約30%。
但問題的核心不在於「錢花在哪裡」，而在於「錢賺不賺得回來」。
個位數的ROIC：空頭的警示與算賬邏輯
華爾街傳奇空頭吉姆·查諾斯在2026年6月的一場研討會上給出了一個具體的數字：目前算力基建的預期稅前投資報酬率（ROIC）只有5%至8%。
查諾斯的邏輯並不複雜。他指出，當前AI產業鏈存在巨大的「財務不匹配」：賣晶片和數據中心設備的公司正在立即確認收入和利潤，而花錢採購這些設備的雲廠商卻在將成本資本化。一旦這些資產上線並開始折舊，對利潤的衝擊將是巨大的。
他將當前的AI基礎設施投資與1998年至2000年的網路泡沫時期做了類比。當時標普500的營業利潤在兩年內增長了30%，但當訂單簿在2001年崩潰而折舊成本繼續顯現時，標普500的利潤暴跌了40%。
查諾斯進一步點出了算力租賃模式的本質：如果你從英偉達買晶片，租別人的數據中心，再把算力轉租給微軟或谷歌，你本質上是一家設備租賃公司，而不是科技公司。
這一判斷與市場數據形成了某種呼應。英偉達B200晶片租賃價格在一個月內下跌31%，而AI伺服器租賃成本整體呈現持續下行趨勢。如果稀缺性消失，支撐持續資本支出的邏輯基礎就會被削弱。
黃仁勳的回應：「有用的AI」已經到來
面對市場質疑，英偉達創始人兼CEO黃仁勳在6月24日的年度股東大會上給出了正面回應。
他首先用財務數據說話：英偉達2026財年營收增長65%至2,160億美元，經營現金流達到1,030億美元。其中，數據中心收入增長68%至1,940億美元。 Blackwell架構GPU已在超大規模雲廠商和模型開發商中累計部署數十萬顆。
黃仁勳的核心論點是：「有用的AI」已經到來，並且已經能夠賺錢。他認為市場對於AI投資報酬率的問題「已有答案」。在他看來，AI正在推動計算產業進行60年來規模最大的行業重置——從人類編寫軟體、電腦執行指令，轉變為電腦能夠理解、推理、規劃並完成實際工作。AI數據中心不再是傳統的數據儲存中心，而是「生產Token的工廠」。
這一論述的邏輯前提是：如果AI能夠創造真實的經濟價值（提高生產效率、替代人工、產生新的商業模式），那麼基礎設施投資就有回報基礎。問題在於，這個「如果」目前還缺乏大規模的、可驗證的財務數據支撐。
算力租賃價格：最誠實的市場信號
在所有爭議中，算力租賃價格可能是最客觀的參考指標。
據GPU算力價格監測平台Ornn的數據，英偉達B200的每小時租賃價格在5月30日攀升至6.11美元，創下近三個月高點；此後一路下行，截至6月22日已跌至4.22美元，跌幅達31%。
這一走勢傳遞了幾個信號。短期來看，供給正在快速追上需求——隨著Blackwell架構GPU的大規模出貨，算力短缺正在緩解。中期來看，如果租賃價格持續走低，以租賃算力為核心商業模式的「AI雲」服務商將面臨利潤率壓縮。長期來看，價格下降可能刺激更多應用層需求，形成「降價-放量」的正循環——但這需要時間驗證。
值得注意的是，算力租賃價格走勢與科技股表現形成了某種共振。6月23日，納指跌2.21%，英偉達跌4.13%。市場似乎在用價格信號回答同一個問題：算力真的還那麼稀缺嗎？
自研晶片：超大規模廠商的「解耦」之路
面對GPU供應緊張和採購成本高企的雙重壓力，超大規模雲廠商正在加速推進自研晶片戰略。
摩根大通最新報告預測，AI定製晶片（ASIC/XPU）出貨量將在2027年首次超越GPU。2026年，AI ASIC市場規模預計達到600億至700億美元，年複合增長率40%至50%。ASICs在2026年預計佔所有AI晶片出貨的42%，2027年將升至53%。
博通目前在高端ASIC市場佔據80%至85%的份額。Google的TPU、亞馬遜的Trainium/Inferentia、Meta的MTIA系列均已進入規模化部署階段。
自研晶片的核心邏輯在於：控制供應鏈、降低單位算力成本、擺脫對單一供應商的依賴。Meta預計2026年資本支出為1,150億至1,350億美元，幾乎是前一年的兩倍。其自研MTIA晶片承諾降低44%的成本。
但自研晶片也面臨巨大的沉沒成本風險。晶片設計、流片、驗證、軟體生態適配都需要鉅額前期投入，且技術迭代速度極快——Meta的MTIA系列計劃每六個月更新一代。如果AI投資週期提前結束，這些投入可能無法收回。
結語：ROI爭議的本質是時間錯配
回到最初的問題：AI晶片的ROI到底能不能算得過來？
從現有數據來看，答案可能不是簡單的「能」或「不能」，而是一個時間錯配的問題。
上游供應商（英偉達、台積電、博通等）正在確認創紀錄的收入和利潤。英偉達2026財年營收2,160億美元，同比增長65%。台積電的AI半導體收入佔比預計從2024年的約15%提升到2026年的超過30%。
下游雲廠商則在承受資本開支的壓力測試。7,250億美元的年度支出需要在未來數年內通過AI服務收入、廣告效率提升、企業軟體訂閱等方式逐步回收。查諾斯給出的5%至8%的ROIC測算，與伯恩斯坦指出的「成本再平衡已不可避免」形成了一組相互印證的判斷。
市場正在用價格投票。6月24日，比特幣跌破60,000美元，資金從加密貨幣轉向AI相關科技股；而僅僅一天後，科技股自身也遭遇了猛烈拋售。這種資產價格的搖擺本身，就是市場對ROI不確定性最真實的表達。
AI晶片的ROI爭議不會在短期內終結。它將在資本開支數據、算力租賃價格、雲廠商財報和晶片出貨量的每一次更新中被重新審視和校準。對於投資者而言，唯一確定的是：這個行業正在從「信仰驅動」走向「數據驅動」。
FAQ
Q1：四大超大規模雲廠商2026年的資本開支總額是多少？
谷歌、亞馬遜、微軟、Meta四家公司2026年資本開支合計約7,250億美元，較2025年的4,100億美元增長77%。其中亞馬遜約2,000億美元，微軟約1,900億美元，谷歌約1,750億至1,850億美元，Meta約1,150億至1,350億美元。
Q2：查諾斯計算的AI基礎設施投資報酬率是多少？
吉姆·查諾斯根據當前交易細節測算，算力基建的預期稅前ROIC僅為5%至8%，全是個位數。他指出，如果現在晶片缺貨時都只能做到這個水平，他對下游環節的盈利能力持高度懷疑態度。
Q3：英偉達B200晶片的租賃價格最近發生了什麼變化？
據GPU算力價格監測平台Ornn數據，B200每小時租賃價格從5月30日的6.11美元跌至6月22日的4.22美元，不到一個月跌幅達31%。這一走勢被市場解讀為算力供給正在快速追上需求的信號。
Q4：ASIC晶片什麼時候會超過GPU的市場份額？
摩根大通預測，AI定製晶片（ASIC/XPU）出貨量將在2027年首次超越GPU。2026年ASICs預計佔所有AI晶片出貨的42%，2027年將升至53%。2026年AI ASIC市場規模預計達600億至700億美元。
Q5：英偉達2026財年的業績表現如何？
英偉達2026財年營收達2,160億美元，同比增長65%；經營現金流1,030億美元。其中數據中心收入增長68%至1,940億美元。Blackwell架構GPU已在超大規模雲廠商和模型開發商中累計部署數十萬顆。