為什麼今年NVDA的GTC大會引不起華爾街Buy Side『現階段』買進的興趣？
重點摘要：
- 基礎建設吸收速度落後於GPU硬體創新速度
NVDA硬體每18個月迭代一次，而Data Center建設與電力協調週期需3~5年 - 能源與散熱的物理邊界成為主瓶頸
電力和冷卻跟不上部署密度 - 回報結構從GPU成本→轉為TCO per rack的邊際效益思考
擴建NVL572等級設施，投報期被拉長，微軟這次延後AI資料中心的擴建，主要是整個產業的基礎設施「跟不上NVDA硬體進化的速度」。
第一部分：微軟推遲AI基礎設施的關鍵點
1. 基礎建設還沒準備好接住這一波硬體升級
NVDA大概每18個月就推出一代新的AI晶片，效能和耗電都往上翻倍。但建一個能支撐這種等級的資料中心，從規劃、電力申請到完工，少說要3~5年。這就是為什麼即使大家想買GPU，也不一定能馬上裝得下去。
2. 電力和冷卻散熱等問題還是很多：
NVL72機架要用到120kW，NVL572更是直接衝破600kW，遠遠超過一般資料中心能承受的範圍。電的問題都不一定足夠，冷卻散熱也還搞不定。
3. 不只是買GPU，還要算整體回報率（TCO）
過去大家看的是『一張卡多少錢、效能多少』，但現在的問題是一整組高密度機架能不能有效率運作？冷卻、電費、空間佔用、營運穩定性，全部都要算進來，如果這些沒優化好，再多的GPU也可能變成資源浪費。
市場擔心的不是沒有道理，AI CapEx如果不帶來對應的IRR，當然會有泡沫疑慮。這次微軟的動作，更接近於資本配置節奏的調整，而非整體AI需求的降溫或支出縮水。不是需求端的問題而是供給端的問題比較大。
小結：
現階段AI投資的瓶頸，供電、冷卻與設施升級速度夠不夠等的供給端硬體供應的問題還沒有解決。
微軟宣布暫緩或取消合計達 2GW 的資料中心擴建項目，主要就是基礎設施與晶片創新速度之間的系統性衝突（以下會詳細說明）。
