衛報調查:微軟實際安裝的 AI 晶片僅 220 萬顆——遠低於其自身產能宣稱所隱含的規模
衛報取得的內部文件顯示,微軟在砸下約 2,800 億美元擴建後,實際安裝的 AI 晶片僅約 220 萬顆,不到其宣稱的 10GW 產能所應隱含的 640 萬顆 GPU 的一半——揭露了整個產業在 AI 產能衡量上的問責黑洞。
微軟到底有多少顆 AI 晶片在運轉?這聽起來像個有標準答案的簡單問題。實際上兩者皆非——而這正是問題所在。
8 月 17 日,英國《衛報》(The Guardian)刊登了一項為期數月的調查報導,從微軟內部文件挖出的數字,很難與該公司的公開敘事對上:在一場約 2,800 億美元的土地、廠房與運算基礎設施大擴建進行近兩年後——光是最近一季就投入超過 410 億美元——微軟全球資料中心內實際安裝的 AI 晶片約為 220 萬顆。
就絕對數字而言這不算少。但放進脈絡就令人吃驚:微軟據報早在 2024 年底就已設定 180 萬顆的目標,換句話說,公司內部人士向衛報透露,過去一年這個數字「幾乎沒有動」,資本支出卻屢創紀錄。而且,這個數字不到獨立專家依微軟自身產能宣稱推算出來的一半。
對不起來的數學
衛報調查的核心,建立在一個產業刻意保持模糊的單位上: gigawatts(十億瓦)。資料中心業者習慣用電力來談「AI 產能」,而微軟的年報與季度財報顯示,過去兩年新增了約 5GW 的資料中心產能;加上 2024 年一份內部簡報已宣稱裝有 5GW,暗示今天總產能可能高達 10GW,遍布「五大洲、數百座資料中心」。
在加州大學河濱分校的 Shaolei Ren 與羅德島大學的 Abdeltawab Hendawi 兩位教授協助下,衛報逐步示範了從電力換算到矽晶片的標準方法:若資料中心 80% 的電力送達 IT 設備(微軟自家永續報告顯示最新設施可達 89%),10GW 大約剩下 8GW 供運算使用;一台搭載八顆 H100 級 GPU 的伺服器約耗電 10kW。除下來,10GW 產能應可容納約 640 萬顆 GPU——對比內部文件顯示的 220 萬顆。
長期研究微軟永續報告的 Ren 更進一步:這些經第三方查核的報告顯示,微軟 2024 年的 AI 產能可能只有 1.2GW 左右,而非 5GW。「按照他們自己的指標,微軟可能是對的。但他們說『新增資料中心產能』時究竟是什麼意思,並不清楚,」他告訴衛報,「他們提供的脈絡不足。」一位專研輝達(Nvidia)的分析師看到實際安裝數後則直白地說:「對我來說這數字偏低,少於我預期微軟會有的量。」
缺的不是晶片,是「暖殼」
微軟執行長 Satya Nadella 其實給過某種解釋——去年底他在 All Things AI podcast 上主動談到這點。他說微軟的瓶頸不是矽晶圓供應,而是有電的機房建築。「你可能有一堆晶片放在庫存裡卻插不上電。事實上,這正是我今天的問題。不是晶片供應問題,而是我沒有可以插入的『暖殼』(warm shells)。」
場址層級的證據支持他的說法。微軟在美國的旗艦 AI 專案——位於威斯康辛與喬治亞的 Fairwater 雙園區——Nadella 四月才宣布「即將上線」。但 Epoch AI 追蹤的衛星影像顯示,威斯康辛園區只有部分投入運轉;五月時微軟也向當地報紙承認 Fairwater 尚未上線。按 Ren 的估算,這個當初以「數 GW、數十億美元」規格宣示的專案,三年過去只建成約 300MW。
內部文件還顯示,微軟持有的 Blackwell 世代 GPU 遠少於預期。輝達執行長黃仁勳去年三月曾說,前四大客戶——外界普遍認為包括微軟——合計訂購了 360 萬顆 Blackwell。簡單按比例推算,微軟的份額應接近百萬顆;文件顯示實際安裝量遠低於此。
微軟的反駁
微軟對這項調查的回應斩釘截鐵,卻毫無細節:「衛報與我們分享的估算並不準確,是從錯誤的假設得出錯誤的結論。」公司拒絕說明哪些數字有誤、為何有誤,僅表示其資料中心「結合自研晶片、AMD、Intel 與 Nvidia 多世代晶片」,且「不揭露 AI 基礎設施中特定晶片的數量」。輝達則未回應置評請求。
當然存在合理的疑義:與 OpenAI 的合作可能讓部分由微軟出資的產能落在衛報取得的文件範圍之外;多世代混合機隊、89% 的電力效率數字與電力超額訂用,都會讓數學位移。但正如衛報所指,這些落差都朝同一個方向傾斜——而唯一有條件提出更正的一方,也正是唯一知道真實數字的一方。
為什麼這件事不止關乎微軟
這項調查揭露的更深層問題是結構性的。身為全球前兩大市值公司之一的輝達,不揭露賣了多少顆晶片、賣給誰;它的超大規模客戶們,也不揭露自己持有多少。產能以 GW 為單位宣布,而這個數字可能指的是通了電的土地、蓋好的機殼,或真正通電運轉的機架。結果是:AI 經濟最關鍵的實體投入——算力——從外部根本無法查核。
這種不透明是雙面刃。如果實際安裝產能真的落後於宣示,「AI 泡沫」論述就有了新彈藥:數千億美元的資本支出,買土地與廠房的速度遠快於買到推理算力。如果晶片存在、只是躺在庫存裡等「暖殼」,那瓶頸就是電力與營建——問題更慢、但更可解決,不過仍意味著今天對外報告的產能高估了實際交付的算力。投資人、能源規劃者與政策制定者,目前只能瞎猜自己身處哪個世界。
對一家把未來押在「成為 OpenAI 與企業客戶的 AI 基礎設施層」的公司來說,220 萬顆實際安裝的 GPU 與其產能宣稱所隱含的約 640 萬顆之間的落差,不是會計上的小瑕疵。在微軟——或監管機構、或其經查核的永續報告——拿出足以對帳的精確數字之前,它發布的每一則 GW 級頭條,都應該被解讀為「附帶施工進度表的願景」,而非「今天真正在跑模型的矽晶片數量」。
Sources
- [1] https://www.theguardian.com/technology/2026/aug/17/are-microsofts-ai-plans-being-held-back-by-a-shortage-of-chips
- [2] https://insidetelecom.com/microsoft-ai-computing-chips-anchored-by-power/
- [3] https://www.cnbc.com/2025/01/03/microsoft-expects-to-spend-80-billion-on-ai-data-centers-in-fy-2025.html