7.9
深览指数
商业虎嗅·海豚研究··AI 生成
AI算力：从盛宴到“剩宴”？
作者通过定量测算，论证了AI产业链中利润正在从上游芯片商向云厂商和AI模型公司转移。核心论据是：芯片性能迭代的通缩效应（性能激增但价格温和上涨）使单位Token生成成本持续下降，但头部模型商的API定价并未随之降低，从而保留了利润空间；同时，云算力租赁价格自2025年底进入上行周期，云厂商的议价能力和毛利率亦在提升。然而，基于对两大头部AI Lab（OpenAI、Anthropic）到2030年的收入预测和算力需求测算，文章指出，到2028年全球算力供给可能将明显超过需求，届时云厂商竞争格局将恶化，上游硬件商面临双重利空。适合对AI产业链投资有深度兴趣、希望理解利润分配逻辑的机构投资者或行业分析师阅读。原文 ↗
核心观点
- ▍AI产业链中，上游芯片（英伟达）的议价权正在向下游的云厂商和AI模型公司转移，其中模型公司获得了大部分增量利润，云厂商则分得小部分，而芯片公司需让渡利润以留住客户。
- ▍市场线性外推算力建设和云厂商Capex将维持高位，但文章测算显示，基于当前AI收入预期，到2028年算力供给将明显大于需求，Capex可能在2027年见顶，这一预期泡沫一旦破裂，对上游硬件商是双重利空。
- 01芯片性能迭代的通缩效应明显：以Qwen 3.5模型为例，GB200 NVL72每百万Token生成成本仅为H100/200的1/3至1/4，而芯片价格差距不到2倍，单位Token成本通缩是云厂商和模型商利润提升的核心来源。
- 02头部模型商（如Anthropic）的API定价在2025年以来并未随芯片代际提升而下降，而是呈区间震荡或走平，这意味着模型商将芯片性能提升带来的成本节约留作了自身利润，而非让利给终端用户。
- 03云算力租赁价格自2025年底进入明显上行周期：B200等最新GPU租赁价格涨了约25%-50%，H200等主流芯片涨了约15%-20%，甚至老旧芯片（如A100）也出现逆势上涨，验证了算力供不应求，云厂商议价能力提升。
- 04基于作者测算，从H200升级到B300（结合最新软件优化），模型商（AI Lab）的单GPU时毛利润从1.4美元提升至11.6美元，毛利率从35%提升至69%；云厂商的单GPU时毛利润从1.7美元提升至3.6美元，毛利率从38%提升至42%。
- 05AWS自研的Trainium 3芯片，其综合能力（Token产出效率）高出H200约30-40%，但单位TCO成本（每GPU时0.86美元）却比H200（1.41美元）低近40%，使Trn3能贡献接近B300的毛利率（约85%，由云厂商和模型商共享）。
- 06基于作者测算，到2028年，仅OpenAI和Anthropic两大头部AI Lab的云算力总支出将达约2500亿美元，占其收入的约71%；加上其他AI Lab需求，AI算力总需求约25.6 GW；传统云需求约31 GW，合计约56.6 GW。
- 07而几大头部云厂商到2028年的可对外出租算力供给预计约为73 GW，远超56.6 GW的需求，供需缺口从2027年开始扩大，到2028年明显供过于求。
反方 / 局限
- — 作者承认，2028年后的算力供需预测高度依赖于AI技术和应用的非线性发展，如果出现新的巨大应用场景（如Coding之外的其他杀手级应用）或模型能力再度跨越式提升，供过于求的结论可能被推翻。
- — 测算中假设模型商的API定价保持不降，但作者也指出，随着竞争加剧和应用规模扩大，模型商最终可能不得不进入“量增价减”阶段，届时推理毛利率可能从当前的65%仅小幅提升至70%，而非持续扩大。
- — 文章未考虑芯片之外的其他硬件（如存储、网络设备）近期涨价对云厂商毛利率的侵蚀，这些硬件性能提升有限但价格上升，可能抵消部分芯片效率提升带来的利润利好。
25 分钟 · 5 卡片 · 15 资料
读原文 →