AI算力不仅没过剩，还更加稀缺 | Gavin Baker | GPU | Blackwell |
外来客 • 2026-08-13 05:45:47
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 ]
📊 核心观点：AI算力供需错配与市场误判
当前公开市场情绪与产业真实体感存在巨大反差。尽管二级市场普遍担忧“算力过剩”和“AI泡沫”，但一线数据显示GPU租赁价格、DRAM现货价格及Token消耗量均呈上升趋势，算力实际上更加稀缺。这种割裂源于信息不对称：OpenAI等核心非上市公司数据不透明，而传统华尔街监控的上市云厂商财报未能完全反映开源推理云（如Fireworks）的高速增长。
💰 关键事实与论据
- 现金流覆盖资本开支：超大规模云厂商年经营性现金流约1.3万亿至1.4万亿美元。若算力按现货价格重新定价，收入可接近2万亿美元/年，足以覆盖大部分AI资本开支，债务融资需求预计减少7000亿美元。
- GPU价格飙升与黑市效应：Blackwell集群现货价格在不到4个月内从2万多美元涨至近4万美元（涨幅50%-60%）。部分推理云公司为续租愿意支付翻倍价格，且私下转售额度高于官方报价，证明供不应求。
- 开源模型提升总需求：单位Token成本下降不等于总需求下降。开源模型虽降低毛利（从90%降至30%），但激活了更多硬市场，导致底层GPU小时数和总Token量加速增长。
- 英伟达商业模式升级：通过股权投资提供信用增强，帮助GPU云服务商融资，并采用“收入分成”模式而非仅赚取一次性芯片费用，从而强化产业链话语权。
- 内存供应链博弈：HBM和DRAM转向长期协议（LTA）。若客户违约去现货市场捡便宜，可能面临被移出分配名单的风险，且四大买家（亚马逊、谷歌、AMD、英伟达）竞争激烈，削弱了买方溢价权。
⚠️ 风险信号与前沿趋势
- 警惕指标：需密切关注超大规模云厂商经营性现金流是否停止加速或下滑，以及GPU现货价格是否出现连续数月的持续性大跌。
- 监管与公共叙事：行业最大风险来自监管及公众误解（如高估水耗1万倍）。数据中心实际能降低居民电价并创造蓝领就业，需加强公共沟通。
- 技术进展：中国获得DUV光刻机被视为重要相变，但与EUV仍有约25年差距，长期影响将在5年后显现。太空算力（如SpaceX计划部署8GW）因太阳能和散热优势，正成为可行的商业方向。
👤 同一博主
🧭 类似博主
0 条评论
发表评论
请先 登录 后参与讨论。