未来几年 AI 算力会更贵吗？从需求增长与供给约束看价格趋势

BiRun 消息，作者：Dwarkesh Patel 编译：深潮 TechFlow 深潮导读： 当 AI 模型能力追上顶级软件工程师，一张 H100 的合理租价将超过 25 万美元/年——是今天现货价的 15 倍。这不是遥远的预测，而是 Anthropic 营收 10 倍增速与算力 3 倍增速之间的结构性张力正在推动的真实趋势。对投资者而言，谁先抢到算力、谁能训出最高效的模型，将决定下一轮竞争格局。 一个极简实验：2 小时写完的算力推演我想尝试一种极简写法：给自己设定 2 小时，快速写完一篇博文。很多重要的子问题我来不及深究，但如果不这样做，我感兴趣的很多话题就会一直搁置、毫无进展。 今天我想聊聊未来几年 AI 实验室的算力局面。 Anthropic 营收 10 倍 ，算力只涨 3 倍 Anthropic 的营收每年增长 10 倍 。按这个趋势，Anthropic 今年年底营收大概率会落在 1000 到 1500 亿美元之间。如果这个趋势持续，他们明年年底就得做到 1 万亿美元营收。当然没有硬性理由说趋势一定会持续——这归根结底是 AI 能力的问题。但假设它真的持续了，那这个世界里必须有哪些条件成立？ 实验室算力每年增长 3 倍 。如果一家实验室要在算力只增长 3 倍的情况下做到营收增长 10 倍 ，以下三件事必须同时发生其中几项：一、实验室利润率提升；二、算力价格上涨；三、实验室把更大比例的算力用于推理。 我的理解是，这三件事基本上都在发生：一、Anthropic 的利润率从 2025 年的 40% 涨到了今年 Fable 推理业务的可能超过 80% （不过边际算力的利润率可能另当别论，后面会再说）；二、算力现货价格自今年 2 月低谷以来已涨了 40% 以上，而实验室实际需要付出的价格涨幅可能更大（后面细说）；三、根据 Epoch 的数据，OpenAI 2024 年大约有四分之一的算力支出花在了推理上，现在这个比例肯定更接近 50% ，甚至更高。 实验室不愿走「推理」这条路实验室其实不愿意走第三条路（把越来越多的算力用于推理）。有个玩笑说得很准：推理营收的意义，是说服投资人给你更多钱，让你去买更多算力，训更大的模型。如果你把大部分算力都压在推理上，某种程度上就是在宣告 AI 进步停滞了——因为继续加大训练投入已经不划算，你的生意基本上就是个云服务商。各大实验室并不这么认为——他们觉得自己现在部署的模型，一年后看起来会非常落后，而现在做这门生意是为了积累商业案例，支撑继续训练更聪明的模型。 涨价，是最可能的答案所以剩下两条路：一、实验室利润率提升；二、算力变贵。如果头部一两家实验室远远领先于竞争对手，那第一条路会更显著。在市场竞争中，利润率取决于你比次优方案好多少。要让第一个效应占主导，明年年底利润率必须达到 90% 以上。这在我看来相当离谱。但我确实觉得，AI 实验室的营收继续以惊人速度增长是有可能的。 于是，解释"明年年底营收疯狂增长到 1 万亿美元 "这个世界如何成真，还剩最后一个效应：算力大幅涨价。如我所说，这已经开始发生了。如果我们看实验室真正需要的那档算力，价格涨幅会更触目惊心——他们显然不能依赖现货实例，他们需要保障模型权重和用户数据的安全，还需要足够的规模来获得好的利用率和灵活性。来看看这个市场有多疯狂：谷歌和 Anthropic 从 SpaceX 租算力的价格。据报道，谷歌每月花 9 亿美元租用 11 万张 GPU，这批 GPU 是 GB200 和 GB300 的混合体。换算下来，大约是这些 GPU 现货价的 2 倍 。而目前的现货。