AI基建遭遇物理瓶颈：数十亿芯片堆仓库，为何租金反涨？

几十亿美元的英伟达最新一代芯片，正静静地躺在亚马逊的中转仓库里积灰。

按照常理，庞大的芯片囤货本该让算力市场供给大增，价格随之走低。但现实却呈现出一种荒诞的反向运动：一边是科技巨头自曝“缺钱”，因超前大量采购令公司自由现金流转负；另一边则是作为核心资产的通电GPU，其实际租金价格在过去半年内非但没有降低，反而反常上涨了约40％。

这场看似矛盾的财经闹剧背后，暴露了全球AI基础设施建设中最残酷的物理真相：在经历了疯狂的芯片抢购之后，算力争夺战的瓶颈已经不可逆转地转移到了无法速成的电力与基础设施之上。

“提前收货”：有钱也买不到电

“你让我们公司的自由现金流转负了，恭喜。”今年9月，亚马逊云服务（AWS）首席财务官John Felton在对负责AI基础设施建设的高管Prasad Kalyanaraman讲话时，用一句打趣道破了目前的尴尬局面。Kalyanaraman并未反驳，他坦言这种自由现金流为负的状况将在未来几年持续存在。

翻看亚马逊的财报，这一判断有其坚实的依据。在今年7月公布的二季度财报中，亚马逊的滚动自由现金流已录得惊人的－76亿美元，这是多年来该公司首次出现如此大规模的负值。

为什么会变成这样？根本原因在于AI军备竞赛倒逼出了整个供应链逻辑的倒置。为了确保能拿到足够多的英伟达顶级GPU，亚马逊被迫改变了过往的设备采购流程。据《华尔街见闻》引用Business Insider获取的内部文件显示，亚马逊推出了名为“提前收货”（Early Rack Receipt）的新流程。这意味着，只要货物发往亚马逊控制的区域（例如西雅图周边的物流枢纽），即便设备还没有实际被安装进数据中心机房的机架中，亚马逊也要提前取得所有权并完成巨额付款。

在极度激烈的GPU争夺战中，亚马逊必须在有无安装位置之前，便抢先锁定硬件，以免被竞争对手截获。这就造成了现在这种局面的核心矛盾：数千万元的资金已经大规模流出企业账户，而对应的庞大资产却被困在运输线或中间仓库里动弹不得。

据内部披露的数据，仅8月份亚马逊预计就要接收价值约50亿美元的GB300机架构架，此后每月仍将维持约30亿美元的接收量，“在可预见的未来”都将保持这一惊人的消耗节奏。

不通电的算力，越积越贵

如果芯片堆积如山，按理说算力的供给就应该变得宽裕。但现实的定价机制恰恰相反——装在板条箱里的GPU产生的有效算力确实为零。真正决定市场价格、产生利润的，只有那些“通了电的算力”。

由于电力基础设施建设跟不上，这种通电算力显得极为稀缺。研究机构伯恩斯坦的分析指出了一个复杂的错位链条：电力许可审批的漫长周期、复杂冷却系统的搭建、电气设备的安装、现场施工人手短缺以及最后的硬件交付，这些关键环节各自按照不同的物理节奏推进，“时机难以完美契合”。

当真正的算力变得极度紧俏时，市场的反应立刻变得极为敏锐。据高盛Delta－One交易台负责人Rich Privorotsky在10月中旬发布的深度报告指出，针对B200等高性能计算芯片的即时租用指数正在剧烈飙升。追踪数据显示，目前B200的即时租用价格约为每GPU小时6．01美元，已经逼近3月份创下的6．11美元的历史高点，较去年1月的低点暴涨了约40％。

这是一个典型的由供给错配引发的“通胀性瓶颈”：大量资本、劳动力和能源被提前消耗，但产出却被推迟数月甚至数年。每一个月芯片在仓库中的闲置，都意味着这台机器五年经济寿命中被白白消耗了一个月，却没有产生哪怕一秒钟的商业收入。而在这一边，急于发展的买家只能以更高的溢价租金，支付给那些拥有通电算力的持有者。

谁在为堆积的芯片买单？

在这场由电力瓶颈引发的财务困局中，巨头们也在极力寻找自救之法。

就在AWS内部会议抱怨现金流压力的前后（10月初），英国《金融时报》曝光了一笔耐人寻味的交易：亚马逊正在寻求通过一个特殊目的载体（SPV），向外部投资者出售价值约80亿美元的英伟达Grace Blackwell芯片，随后再将它们租回使用。该SPV拟通过高杠杆债务进行融资，而亚马逊将通过这一操作实现资产负债表的“轻资产化”。

将这笔80亿美元的资产交易与亚马逊8月份高达50亿美元的入库记录对照来看，时间线与规模的吻合度显然并非巧合。对于亚马逊而言，将沉重且无法立即通电的算力资产剥离给外部投资者，是当前应对巨额现金流压力的最优解之一。而对于购入这些即将折旧的Grace Blackwell架构芯片的外部SPV投资者来说，他们实际上是在购买一项仍在贬值、暂时无法产生收益且需承担高额利息的庞然大物。

不仅是亚马逊，这种“芯片堆积”与“缺电焦虑”是当下超大规模云厂商面临的行业共性。微软CEO萨蒂亚·纳德拉早在去年11月就已公开表示：“我们现在面临的最大问题已经不是算力过剩，而是电力”，他甚至直言不讳地承认微软自身也面临着“有一堆芯片放在库存里插不上电”的窘境。

更令人担忧的是宏观层面的连锁反应。随着越来越多计划中的美国数据中心项目因电力配额等问题而取消或延期，有统计显示原计划今年启动的项目中有一半面临停滞。这种依靠发行巨额债务来维持庞大算力采购的策略，无疑会让整个行业的资产负债表严重承压。而这些高昂的电力审批与等待成本，最终都将通过不断攀升的算力租赁费，层层传导给每一个租用GPU的AI初创公司与科技企业。

对于关注AI产业链的观察者而言，当巨头们连自家的服务器都找不到电用时，传统的算力投资模型已被彻底打破。未来的竞争焦点，不再是谁能签下更多的GPU订单，而是谁能更早点亮机房里的那盏灯。