8.5
深览指数
科技虎嗅·AI超维度··AI 生成
递归算力资本周期：AI算力过剩会是必然结局吗？
本文挑战了传统资本周期理论中“大规模扩产必然导致过剩”的结论，针对AI算力提出“递归算力资本周期（RCCC）”框架。核心论点在于：AI算力的需求不仅能被降价激发（Price Effect），还会因模型能力提升而升级（Capability Effect），更重要的是，算力本身能催生新任务并加速自身迭代（Recursive Effect），从而改变需求增长率。作者指出，由于供给侧受物理世界（芯片、电力）的硬约束，而需求侧因递归效应可能持续加速，AI算力可能陷入一种传统理论不存在的“递归短缺”状态。文章提供了具体的分析方程和四种可能的市场状态，适合关注科技产业周期、AI基础设施投资以及技术经济学的深度读者阅读。原文 ↗
核心观点
- ▍传统资本周期理论（扩产→过剩）不足以解释AI算力，因为AI中存在“递归效应”：今天的算力投入能改变明天的需求增长速度，从而可能打破“供给终将追上需求”的预设前提。
- ▍基于RCCC框架，AI算力市场可能出现传统理论不存在的“递归短缺”状态：即持续短缺且缺口因算力推动需求加速而不断扩大。
- 01四大云厂商2026年资本开支合计约7250亿美元，高盛预测2025-2030年累计投入达5.3万亿。
- 02Token价格三年降了一千倍，但处理的任务量两年涨了三百倍，编程任务单次Token消耗从几百膨胀到1300万。
- 03AI需求分解为三种效应：Price Effect（更便宜，Jevons效应导致总支出暴涨）、Capability Effect（模型变强，Agent级任务消耗50倍于聊天机器人）、Recursive Effect（AI研究AI，如AlphaEvolve优化自身训练，ICLR 2026开设RSI专题workshop）。
- 04供给侧存在物理天花板：前沿训练算力年增长约5倍，而美国数据中心电力容量年增速约10%-30%；晶圆厂、HBM、电力等环节瓶颈显著。
- 05当前市场处于短缺状态：NVIDIA GPU量产前被预订一空，H100云租赁价涨40%，DRAM合约价季度环比涨超50%，NVIDIA宣布全线涨价约15%。
- 06Epoch AI估计，推理占AI总算力比例将从2023年约1/3升至2030年的75%。
反方 / 局限
- — 文章承认“使用需求”不等于“有效经济需求”，当前API调用量爆发中混杂了补贴调用，无法精准区分真正有商业价值的需求。
- — 递归效应的强度尚未量化验证，现有证据（如AlphaEvolve）只是方向性，不足以确定其能维持“递归短缺”状态。
- — 如果递归效应中途减速（如coding agent渗透率见顶），而之前激进的扩产产能集中落地，市场仍可能从短缺快速滑向比光纤泡沫更严重的过剩。
递归算力资本周期Price EffectCapability EffectRecursive EffectJevons效应Epoch AIOpenAIGoogle DeepMindAlphaEvolveGoldman SachsEuroHPC
23 分钟 · 5 卡片 · 13 资料
读原文 →