单次训练成本9000亿美元：德银报告拆解超级AI背后的失速气穴

跑一次超级AI训练，光算力电费就要烧掉九千亿美元。

这不是科幻小说的数字。 德意志银行研究所把通往超级智能的硬件清单列了一遍，账单直接拉爆了。

他们假设要在四个月内，把一个真正具备自我进化能力的超级模型训出来。 用英伟达下一代的 Rubin 架构芯片。 要多少张卡？ 七百八十万张。

七百八十万张顶级芯片连在一起，得吃多少电？ 二十六吉瓦。 很多人对二十六吉瓦没概念。 这相当于几十座大型核电机组开足马力，不分昼夜供电四个月，全部拿来喂这一个集群。 芯片折旧、电费加上周边配套，一次完整的训练周期算下来，九千亿美元。

就算到 2030 年算法效率再翻几倍，打完折也得两千亿美元起步。

九千亿是什么概念？ 把微软、Meta、亚马逊和谷歌这几家科技巨头一年的自由现金流全凑在一块，都不够跑两次。

这就引出了报告里最致命的一个词：AI 气穴。

经常坐飞机的人都知道气穴。 万米高空上气流平稳，机翼托着飞机往前飞，突然撞上一团低密度气流，升力瞬间没了，整架飞机直接失重下坠。

现在的 AI 投资正在逼近这个位置。 前端的数据中心、变电站和液冷机房，几千亿美元的真金白银已经砸进去了。 那是实打实的资本开支。 但后端的企业软件和真实营收，增长速度根本赶不上前面烧钱的脚步。 水泵抽水抽得极快，蓄水池里却还没见到多少水。

一旦中间的现金流青黄不接，市场就要硬生生挨一次失速。

德银在报告最后也讲了句大实话。 企业用 AI 提效赚钱，其实根本不需要超级智能。 现在的模型已经在以过去技术革命三倍的速度落地了。 但军备竞赛停不下来。 只要别人还在往前冲，谁也不敢先踩刹车。

最后是技术奇点先到，还是现金流先摔进气穴？ 物理法则和资产负债表，正在同时等着这一刻。