作者：电子创新网张国斌
过去两年，AI 行业经历了全球罕见的“算力饥渴”。
企业抢 GPU、排队抢数据中心，谁能拿到算力，谁就似乎离 AI 未来更近一步这在2022年2023年堪称疯狂。然而，当时间进入 2024–2025 年，一个越来越多被提起的问题开始浮出水面：
算力中心，会不会成为下一个“烂尾工程”？
尤其是在一系列信号浮现之后：
部分互联网大厂（包括腾讯）开始下调算力相关资本开支增速
微软被曝取消部分数据中心租约
Meta 裁撤大模型相关团队数百人
市面上开始出现「中介贩卖 / 倒卖 / 租赁算力」的灰色与半灰色市场
我们正在从“抢算力”，走向一个全新的阶段 —— 去泡沫、去幻想、拼落地。在成都的ICCAD2025上 我也听到了一些产业大佬有这样的担忧。
一、当前算力真的出现“供大于求”了吗？
先说结论：2024–2025 年，并没有出现“全行业性”的供大于求。
从公开数据看，全球主要数据中心市场空置率处于历史低位，北美与亚洲多个区域依然在“抢机位、抢电力、抢土地”，超大规模云厂商仍在签订长期建造与租赁合同。
这说明两个事实：
总体需求依旧存在
算力并不是“突然多到用不完”
但问题在于：算力需求正在结构性变化，而不是单向飙升。
也就是说：不是算力没用了，而是「原本被高估的需求」正在回归理性。
真正开始松动的，是三类需求：
过度依赖“大模型军备竞赛”的算力投机
没有商业路径支撑的训练型算力
单一客户型（重押一家公司的数据中心）
而这也正是许多「未来可能出问题」的数据中心的共同特征。
二、支出收紧信号已经出现
过去一年，几个关键事件值得关注：
1️⃣ 微软：取消部分数据中心租约
有分析披露，微软在部分区域取消或搁置了已规划的数据中心项目。这往往意味着对未来算力需求的重新评估，而不是简单的资金问题。
这类动作通常发生在两种情况下：
已有算力利用率不足
对未来模型规模扩张预期下降
2️⃣ 腾讯：资本支出转向更谨慎
虽然腾讯依然在投 AI，但最新财报显示其在整体资本支出节奏上，明显比前两年更加谨慎，且越来越强调“投资回报率”而非“抢规模”。
这代表 ——算力建设从“战略优先”正在回归“财务理性”。
3️⃣ Meta：裁撤大模型团队
2025年10月，Meta 将在其“超级智能实验室”（Superintelligence Lab）内裁减大约 600 个岗位，该实验室目前共有数千名员工。裁员将涉及 FAIR（Fundamental AI Research）研究部门、与产品相关的 AI 团队，以及 AI 基础设施团队，强化应用团队，收缩部分基础模型研发。
这说明即便是一线大厂，也在重新思考：大模型的投入，是否真的符合公司长期 ROI？当巨头都开始算账时，中腰部企业自然更为谨慎。
三、一个新现象：算力的「中介化」正在形成
过去你可能很难在市场上“随便租到一批 A100 / H100”。现在不一样了。
大量算力中介 / 平台开始出现：
海外：Vast.ai、Genesis Cloud 等
国内：各类“算力即服务”平台、政府平台、私营算力商
这些中介的任务只有一个：把闲置算力，变成流通商品。
这说明什么？
有一部分算力确实已经“溢出主渠道”
市场开始出现二级流通
价格变得更透明，也更容易被打穿
它们在短期可以消化过剩算力，但也可能带来更大的问题：
价格战
利润坍塌
投资预期崩塌
这正是“烂尾”的典型前兆之一。
四、NVIDIA 到处投资，是不是看到了泡沫？
很多人注意到：近期NVIDIA 在加速投资软件、EDA、系统公司，甚至参与并购与战略参股。
但这并不代表它“准备跑路”。
更可靠的判断是：
NVIDIA 正在把自己从「卖卡的」升级为「整个 AI 生态的核心资本方」。
这是一种：
对冲周期波动
控制更长产业链
从“挖金子”到“卖铲子 + 控制金矿”的战略升级。
但反过来说，也间接说明一个事实：它比任何人都更清楚——当前增长不可能永远持续。所以提前布局「后大模型时代」。
虽然黄仁勋一直强调AI没有泡沫，并强调自己握有3000亿的订单，但是英伟达的市值最近一个月已经跌去7000亿美元！也许大家都感到了风险将至！
五、真正的高潮可能在这：端侧 AI
如果云端算力开始“降温”，那算力需求会去哪？
答案很可能是：端侧 AI。
你会看到越来越多的模型从云端走向：
手机
汽车
PC
智能家居
可穿戴设备
工业终端
端侧 AI 的好处在于：
成本更低
延迟更小
隐私更好
商业路径更清晰
消化一部分算力中心算力
如果说云端算力是「集中式大机器时代」，那么端侧 AI 则可能是一个 长期渗透、缓慢但深远的产业革命。所以现在看到的“降温”，不一定是衰退，也许只是 —— 方向正在转移。
此外，也可以说，如果端侧AI应用不进入高潮那算力中心就有“烂尾”风险！
六、结论：算力会不会“烂尾”？在什么地方“烂尾”？
综合判断如下：
区域 / 类型 | 风险判断 |
|---|---|
超大厂自用数据中心 | 风险低（需求可控） |
多元客户 / 云服务型数据中心 | 风险中 |
单一客户 / 训练专用型 | 风险高 |
政府盲目上马 / 单一用途 | 最高风险 |
真正可能“烂尾”的不是算力本身，而是错误判断需求的投资。
而时间窗口，很可能就在：2026 年前后，当大规模交付潮到来 + 投资逻辑彻底冷静。
对此，大家怎么看？欢迎留言讨论！
注：本文为原创文章，未经作者授权严禁转载或部分摘录切割使用，否则我们将保留侵权追诉的权利