AI GPU 閒置、晶片接不上電？一位負責採購 AI 算力的主管，聽完 Zitron 的說法重新看 AI Token 價格
週四晚上十點，林語安的螢幕並排開著兩個視窗：左邊是雲端供應商寄來的下一季算力報價，右邊是一支影片，標題寫著微軟有 800 億美元的 AI 晶片「接不上電」，談的正是 AI GPU 閒置的傳聞。（林語安為示意人物、非真實客戶，是替中小企業採購 AI 算力的虛構主角。）
她心裡冒出一個很實際的念頭：晶片買了卻插不上電，左邊那張報價，下一季還算數嗎？
AI GPU 閒置的說法，從哪裡來
這支影片來自頻道 Market Talk with George Noble，2026 年 10 月 5 日發布，觀看數逾 72 萬。據主持人介紹，主講的 Ed Zitron 在 9 月 22 日發表過一篇 Substack 文章（依字幕，標題為「Where are all the AI chips」），這段談話即以該文與他的消息來源為本。
先交代一件事：以下每個數字都是 Zitron 的主張，出自他自稱的消息來源或他轉述的第三方報導，本站未獨立查證，微軟在影片中也沒有回應。
Zitron 主張，他先前與《衛報》合作時看過一份清單，微軟有 220 萬顆 GPU 已安裝運轉，換算約 1.993 GW。他轉述 Bloomberg 的報導，說微軟的 AI 容量約 2 GW；他又稱，微軟自稱總容量 12 GW，其中 AI GPU 只佔 2 GW。
他接著主張，微軟自 2022 年起的資本支出約 2,650 億美元，其中啟用中的 GPU 約 500 億美元，至少 800 億美元尚未安裝。放大到整個產業，他估計躺在未通電機房或倉庫的晶片約 2,000 到 3,500 億美元，並轉述《金融時報》一位分析師的預測：2026 到 2027 年售出的晶片，有五成會無處可去。
撞上問題：AI Token 價格會跟著動嗎
語安聽到這裡皺起眉頭。這些是投資人與財報的問題，離她那張報價還隔著好幾層。晶片過剩，算力會變便宜？還是市場縮手，價格反而上揚？
影片沒有直接談她那種報價單怎麼走，講者談的是資本與風險，不是她的帳單。她差點把影片關掉。
轉折：Zitron 的對照——貴的不只是晶片，還有晶片背後那座機房
讓她停下來的，是 Zitron 拿網路泡沫的「暗光纖」做的對照。他主張這次不同：光纖最貴的是埋進地下那一步，鋪好之後多年才被用上；GPU 的成本則散在蓋機房、裝機、冷卻與日復一日的運轉。他的推論是，沒蓋的機房以後不會便宜地蓋，蓋好的也不會便宜地跑。
他還把推論服務比作經營航空公司：買多了 GPU 沒有客人填，買少了客人流失。他稱 2022 年以來有約 8,000 億美元創投資金進入 AI，認為大半最後會歸零，也認為即使將來仍有人要用 AI，也多半是企業對企業的服務，而且價格可能高出許多（這是他的看法，沒有給出具體數字）。
語安把筆放下。她買的從來不是晶片，是每個 token 跑出來的成本；而據這位講者的比較，成本不只在晶片本身，還在機房、冷卻與日常運轉。至於 AI Token 價格往哪走，影片沒有人給得出答案，本站也不預測。
反方與限制：這些說法該怎麼讀
第一，單一來源。數字都出自 Zitron 自稱的消息來源，沒有第二份資料可交叉比對，微軟又沒有回應，我們只聽到一方。
第二，立場偏空頭。這場對談整體對 AI 投資相當悲觀，立場不等於錯，但讀者該知道講者站在哪裡。
第三，他自己交代了限制：先前與《衛報》合作時，功率數字無法通過法務審查而對外發表，外界只能聽他說手上有清單。未安裝晶片的總額，也是他的推估。
第四，另一種可能的解讀（編輯推論，非影片內容）：GPU 還沒通電，不一定等於長期閒置。機房興建中、等待並網、設備陸續到貨，都可能形成「買了還沒用上」的時間差。這只是一種可能，沒有資料指出實際原因。
回到那兩個視窗
隔天早上，語安回到那兩個並排的視窗。她沒有因為一支影片推翻報價，也沒把它當成誰的預言，只是換了一個問題：不問「晶片夠不夠」，改問「我每個月實際用了多少、花在哪」。
她的團隊同時用好幾家模型，用量散在不同的帳單裡。她決定先自己整理成一頁，看清楚每個月實際花在哪。
晶片接不接得上電，她管不了；自己那一頁帳，她看得清楚。
FAQ
Q1：AI GPU 閒置已被證實了嗎？
沒有。影片中的數字是 Zitron 的主張，本站未獨立查證，微軟在影片中也沒有回應。
Q2：晶片接不上電，AI Token 價格會變便宜或變貴嗎？
影片沒有給答案，本站也不預測價格。成本結構的討論，不能直接推導出價格方向。
Q3：Zitron 為什麼說這和暗光纖不同？
他主張光纖的成本集中在鋪設，GPU 的成本則持續發生在機房、冷卻與運轉。這是他的比較，不是業界共識。
資料來源與編輯註記
文中講者的說法一律以轉述呈現，不引用原話。
文中所有金額、功率與預測數字，皆為 Ed Zitron 的主張，出自他自稱的消息來源與其轉述的第三方報導（Bloomberg、《金融時報》），本站未獨立查證，也未回查這些二手報導。微軟在本影片中沒有回應；文中提到的微軟等企業，僅為講者說法的轉述，本站不對其作任何論斷。
主角林語安為示意人物、非真實客戶，情節為說明用途的編寫。「反方與限制」中的另一種解讀為編輯推論，非影片內容。
影片標題：Ed Zitron: Microsoft Has $80 Billion Of AI Chips It Can't Plug In
頻道：Market Talk with George Noble
連結：https://www.youtube.com/watch?v=es4FfRU8saQ
發布日期：2026-10-05
觀看數：720,681（已驗證）
延伸閱讀
下一步
如果你也想盤點團隊每個月的 AI 呼叫花在哪裡，不妨先自己列一張用量清單。若團隊同時使用多家模型，可以參考 AI Token King：以單一 API key 呼叫多家模型，並提供唯讀的用量與餘額查詢；模型是否上架，請以平台模型清單為準。詳情見 aitokenking.com.tw/home
留言