近期半导体及AI相关股票从历史高点下跌30-40%，市场一度高呼AI泡沫破灭。然而，这一判断建立在一个关键假设上：对算力的需求是有限的。本文从多个维度重新审视该假设，认为算力需求可能呈无限增长态势。
算力的需求来自多个群体：政府（军事与国防）、科学家（医学与前沿研究）、企业（新产品与无劳动力限制扩张）以及个人（编程、设计、创作等）。每个群体愿意支付的算力价格天花板各不相同，但那些能将算力盈利变现的群体将继续推动需求。若认为我们已经“过度建设”，则意味着上述群体都已达到最终状态且满足现状——这在现实中几乎不可能。
投资回报率是投资者最大的担忧。超大规模云厂商通过高溢价定价、锁定效应和硬件保值能力，使得资本支出的实际回报率远高于表面数字。例如，一台自建15,000美元的AI推理机器，在GCP上的按需成本仅需4.6个月即可回本。更值得关注的是，硬件可能不会贬值，反而因内存成本上涨而增值。积压订单从2025年初的5000亿美元猛增至超2万亿美元，这一事实本身就反映了结构性需求变迁。
大型实验室（如OpenAI、Anthropic）的SOTA模型训练成本高昂，但推理服务利润率可达50%-70%。开源模型虽引发竞争，但前沿模型所需的巨大内存（如Kimi K3需1.5-2TB）使得运行门槛极高，实验室仍能维持溢价。市场不应低估实验室的收入增长与用户规模。
AI交易具有被忽视、过度拥挤、严重误解三个特点。许多投资者对技术复杂性理解不足，误将开源模型发布视为利空。实际上，Kimi K3这类模型本身就需要大量内存算力，并非需求下降的信号。当前半导体股以个位数远期市盈率交易，市场预期2028-2029年利润暴跌，但真实需求可能远超预期。
算力不同于传统基础设施：它具有递归需求特性——算力本身能产生更多算力需求。一个企业或个人发现正ROI的用例后，会持续投入算力，形成自我强化的增长飞轮。机器人的崛起更将进一步放大算力需求。随着全球人口下降，没有AI和机器人，经济将失去增长动力。
供应端通过财报电话会议中的晶圆厂时间表被精确衡量，而需求端实时变化且常被低估。这种不对称定价导致市场误判。最终，我们需回答：是否相信算力需求是有限的？若答案是“否”，那么当前的下跌只是长期上升趋势中的一次正常回调。
算力不是普通商品，而是劳动力替代品、国家安全必需品，以及递归自我增殖的生产资料。相信需求有限等于相信人类已满足；相信需求无限则意味着我们正站在经济范式转移的起点。