“大空头”查诺斯：当前AI产业链存在巨大“财务不匹配”，“AI云”实际是租赁中介，看空SpaceX

“财务不匹配”暗藏危机：芯片商即时入账，云厂商延迟折旧

在6月21日的Macro Minds研讨会上，华尔街传奇空头吉姆·查诺斯直指AI产业链的核心病灶。他指出，芯片制造商（如英伟达）在销售芯片时立即确认全部收入，而AI云服务商（如CoreWeave等算力租赁平台）则将巨额资本支出通过四至七年的折旧摊销分摊到未来。这种“时间错配”的财务处理方式，曾在2001年导致科技股利润暴跌40%。查诺斯认为，当前AI云厂商的会计处理与当年互联网泡沫如出一辙，一旦算力需求放缓或折旧加速，利润将急剧缩水。

“AI云”实为租赁中介：回报率个位数的金融生意

查诺斯进一步拆解AI云服务商的商业模式：它们从英伟达购买GPU，再以更高价格出租给AI公司，本质上是赚取租赁差价的中介。他测算，这类业务的净回报率仅有个位数，远不及芯片制造商。以Lambda Labs为例，其约40%-50%的收入来自即时推理场景的现货定价，虽在GPU现货价格飙升时有一定灵活获利空间，但整体仍是高资本消耗、低利润率的重资产生意。查诺斯警告，这种“卖水人”模式一旦遭遇芯片价格下跌或需求萎缩，将面临亏损风险。

看空SpaceX：发射业务亏损，太空数据中心不切实际

查诺斯将目光投向马斯克的SpaceX，直言其估值近2万亿美元难以支撑。他指出，SpaceX的发射业务本身持续亏损，而市场追捧的“太空数据中心”概念更是致命：散热、辐射、维修成本等物理约束几乎无法解决，且卫星发射的边际成本远低于数据中心建设的预期收益。他讽刺道：“把数据中心放到太空，就像把冰箱扔到太阳上再指望它制冷。”查诺斯认为，SpaceX当前估值完全基于对星链和载人航天的乐观预期，但财务数据无法支撑。

市场分歧：物理学家兹拉特夫反驳“泡沫论”

与查诺斯同台讨论的物理学家出身投资人瓦尔·兹拉特夫则持不同观点。他强调，当前AI需求可通过实时词元使用量追踪，与1999年靠“画大饼”融资截然不同。他引用500多家硬科技公司样本发现，AI确实提升了企业生产率：用工停滞甚至下降，而营业利润率显著上升。此外，老旧GPU租金正在飙升，英伟达估值（15倍2027年EPS）远未达1999年泡沫水平。但他也承认，一旦出现非Transformer架构模型大幅降低算力成本，当前算力军备竞赛逻辑将动摇。

存储芯片的物理囚笼：价格暴涨却无法扩产

兹拉特夫还揭示了存储芯片行业的独特困境。因AI模型向推理、长上下文及AI智能体演进，存储需求爆炸式增长，部分存储价格已上涨4到5倍。然而，各大存储厂商无法像过去那样疯狂扩产，因为DRAM/NAND制造受制于光刻机产能、洁净室建设周期及良率爬坡等物理约束。这导致供给端无法快速响应需求，从而支撑芯片厂商的高利润，但也使得下游AI云服务商面临更高的硬件成本，进一步压缩其租赁业务的利润空间。