2025年11月，伯恩斯坦（Bernstein）分析師Stacy Rasgon發佈研報，估算建設1GW AI數據中心嘅「近期真實成本」約為350億美元，顯著低於NVIDIA當時提出嘅500–600億美元前瞻數字。該報告以當時主流嘅GB200/NVL72架構為基準，單機櫃成本約590萬美元，並指出GPU佔資本支出約39%，年電費約13億美元。

時隔近一年，2026年10月5日前後，伯恩斯坦再次發佈系統性更新。最新評估顯示，建設1GW AI數據中心嘅資本支出（CapEx）已調整為346億至395億美元，取決於採用嘅加速器架構。儘管過去一年內存等價格大幅飆升，但由於機櫃整體價格嘅調整，導致最後測算結果同去年相差唔大（例如GB200機櫃由去年約590萬美元降到今年約413萬美元）。以下係新舊評估嘅核心對比與最新結論。

一、新舊評估對比

關鍵變化解讀：

舊報告聚焦「當前可實現成本」，用GB200證明1GW並非動輒500億美元以上。
新報告轉向多架構橫向比較，並納入下一代Vera Rubin。雖然單機櫃價格因HBM回落而下調，但整體1GW投資仍大約落喺350億美元上下，且最高觸及395億美元。
最重要嘅洞察升級：不同晶片架構嘅單系統價格差異龐大，但折算到相同1GW功率後，總投資差距收窄到約50億美元內。原因係功耗密度唔同——平但功率密度低嘅系統（如部分TPU）需要部署更多套數，抵消咗單機優勢。

二、最新多架構成本明細（2026年10月）

計算系統硬件本身約佔大部分，但供電、液冷、土地與建築等「固定成本」每GW仍需約120億美元量級，難以大幅壓縮。

年電費（按0.15美元/kWh）仍約13億美元。
以Rubin架構395億美元投資、按6年折舊計算，年折舊費用約66億美元，係電費大約5倍。伯恩斯坦明確指出：折舊，而非電費，先係AI數據中心最沉重嘅經濟負擔。

三、總結與影響

成本中樞基本穩定喺350億美元上下
由2025年嘅「約350億」到2026年嘅「346–395億」，伯恩斯坦評估冇出現大幅跳升。HBM等關鍵零部件價格回落抵消咗新一代架構嘅升級成本，令1GW投資仍可控。
架構差異被「功率密度」抹平
市場經常睇住單機櫃或單晶片價格，但真正決定1GW總投資係「達到相同功率需要幾多套系統」。呢點解釋咗點解TPU單機較平，但1GW總投資同Rubin接近。
折舊成為核心財務變數
龐大CapEx帶來嘅年折舊遠超營運電費，直接影響雲廠商同AI公司嘅損益表同回報週期。折舊政策（4–6年）嘅差異會顯著影響唔同公司嘅財務表現。
對行業嘅啟示
- 對投資者：1GW級別項目嘅真實門檻仍喺350億美元左右，資金門檻極高，但並非NVIDIA早期暗示嘅「遙不可及」。
- 對廠商：自研ASIC（如OpenAI Jalapeno）喺總成本上有一定優勢，但差距有限。
- 對供應鏈：HBM價格波動對整體CapEx影響重大，未來仍係關鍵變數。

整體嚟講，伯恩斯坦嘅兩次評估形成咗清晰演進：2025年證明「當前成本約350億