算力过剩了吗？

核心问题

算力是不是过剩，不取决于建了多少，而取决于建成的部分有没有人用、用的人付不付得起。这就是红杉资本那个问题的实质：按当时的投入节奏，AI 行业要做出多少收入才能把钱赚回来。红杉自己的估算从 2023 年三季度的 2000 亿美元，一年之内扩大到 2024 年二季度的 6000 亿美元——缺口不是在收敛，是在变宽。

支出这一侧是硬的，回报这一侧不是

微软、谷歌、亚马逊、Meta、甲骨文五家在 2025 年四季度合计资本开支 1406 亿美元（Epoch AI 据各家 10-Q/10-K 统计）。这是五家公司、一个季度的数字，而且可以逐笔核对。

收入这一侧没有同样干净的公开口径。这个不对称本身就是问题的一部分：支出是会计事实，回报是估算。两者放在一起比较时，要记住它们的可靠程度并不对等。

三个会比“总量”更早出问题的地方

• 利用率。建成不等于跑满。据 The Information 报道，AWS 约 65% 的 EC2 实例在 30 天内平均 CPU 利用率低于 20%，AWS 已要求工程师关停闲置实例并升级了计算优化器。利用率下滑会早于投资下滑出现。
• 折旧。GPU 的会计折旧年限只有几年。需求增长一旦慢于折旧速度，账面资产会先于市场情绪贬值。所以延长折旧年限的动作值得单独盯——它推迟的是账面损失，不是实际损耗。
• 谁在出钱。当芯片厂商为客户提供采购融资、客户再用这笔钱买芯片，这部分“需求”的含金量要打折扣。这类结构在信息流里单独归类。

现金流是最早说实话的那张表

腾讯 2026 年二季度的财报把这件事摆得很清楚：当季资本开支 528 亿元人民币，同比增长 176%；自由现金流转为 -138 亿元，而上年同期为正。腾讯自己在公告里说明，若剔除 AI 相关预付款，本季自由现金流本应为 +376 亿元——两者之间 514 亿元的差额，就是这一个季度里为算力预先付出去的钱。

利润表可以靠折旧摊平，现金流表不行。这也是为什么本专题把现金流看得比资本开支总额更重。

中国的路径不同，但问题同构

中国的智算中心由地方政府与大厂共同推动，“建成即闲置”的报道出现得更早，也更集中在区域性项目上。而在大厂这一侧，腾讯财报当日股价下跌——市场对“投入换增长”的耐心是有限的，这一点中美一致。同一个问题，两套约束条件。

这一页怎么用

下面的图只画有公开出处、且经核验的数据点；信号列表按“资本开支”和“芯片算力”两个分类从信息流实时筛出，随采集更新。本站不给结论——把支出、利用率、现金流三条线并排放着，判断留给你。