更智能的AI模型或致算力价格飙升10倍

外来客 • 2026-08-19 18:21:38

声明：本文为对公开内容的摘要整理，未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

（原标题：Why smarter AI models could drive up compute prices 10x）

收入与算力增速差异：Anthropic 去年收入为 90 亿美元，预计今年达 100 亿至 150 亿美元；若趋势延续，明年需达 1 万亿美元。同期实验室算力仅以每年 3 倍速度增长。
成本结构变化：Anthropic 推理利润率从去年的 40% 升至 80% 以上；OpenAI 用于推理的算力占比从 2024 年的 25% 升至 50% 左右。
算力价格现状：当前算力现货价格比今年 2 月低谷期高出 40% 以上。Google 向 SpaceX 租用 11 万块 GPU（GB200/GB300 混合），月付 9 亿美元，单价为现货价的 2 倍。
供给瓶颈分析：
摩尔定律贡献约 1.4 倍增长，但未来可能停滞。
新建晶圆厂贡献约 1.2 倍增长，受限于 ASML EUV 光刻机产能，瓶颈将持续至 2030 年。
AI 挤占手机/PC 晶圆份额贡献约 1.8 倍增长，预计明年 TSMC N3 节点 AI 占比将从 60% 升至 86%，接近物理极限。
价值重估逻辑：若 AI 达到人类软件工程师水平，单块 H100 的年租金理论值应超 25 万美元，是现价的 15 倍以上。

价格机制主导：由于算力供给弹性低且难以通过替代方案快速扩张，算力价格上升是解决收入与算力增速错配的主要途径。
市场分层加剧：
头部效应：能训练最高效模型的实验室将获得更高利润率（Alkin-Allen 效应），因为高效模型在昂贵算力下更具成本优势。
应用挤出：低价值 AI 应用（如生成低质内容）将因成本过高而被市场淘汰，高价值应用（如自动化 AI 研究）将占据主导。
长期展望：当前处于“前奇点”阶段，算力稀缺性将持续。虽然未来机器人自动化可能降低算力成本，但在当前技术范式下，算力价格飙升是必然趋势，这将加剧智能领域的权力集中。