SemiAnalysis拆解算力荒:OpenAI与Anthropic正在抢光全球新增算力

华尔街见闻 · 财经与投资

龙玥 2026-11-04 19:08 北京 以下文章来源于:华尔街见闻Max 华尔街见闻Max 华尔街见闻姊妹号,直击全球市场风暴,助力投资者决策。 11月3日,半导体研究机构SemiAnalysis创始人兼CEO Dylan Patel在Runtime 2026上发表演讲,主题是算力、资本,以及谁能真正把算力交付出去。 他表示,OpenAI和Anthropic正在大量预订算力,以2027年为例,两家拿走的新增算力占比在25%到40%之间。在需求挤压下,英伟达H100数据中心芯片的一年期合约价,已从去年10月低点的每小时1.70美元涨到2.80美元左右。对其他公司来说,买得起算力,不等于拿得到算力。 资金端同样吃紧:近两个月美债收益率大幅上升,10年期收益率10月初已升至5%以上,靠借钱建机房的新兴云厂商越来越难融到资。 这场演讲发生在Anthropic公开递交S-1的一周后,市场刚刚看到一家头部实验室背后的算力账。Patel说,英伟达已经出面为约6.5吉瓦的算力托底,但在2030年前的新增算力里,这只占很小一部分、“杯水车薪”。 新增算力被两家实验室订走一大块 算力紧张的起点在买家太集中。全球算力总量已经涨得很快:2024年底约60吉瓦,今年底超过100吉瓦,两年接近翻倍。Patel说: “2024年底全球有60吉瓦的算力,到今年年底已经超过100吉瓦,两年时间几乎翻了一番。” 增量中最大的买家是OpenAI和Anthropic。两家手里的算力总量,去年底合计约4吉瓦,今年约10吉瓦,明年超过20吉瓦。 拆成增量看,2027年一年里两家合计新增约12吉瓦,而全球当年新增总量约40吉瓦,占比约三成。 到2028年,Patel称AI实验室一年就要新增约30吉瓦。 Patel估算: “他们拿走的是新增算力里25%、30%、40%的那一部分。” “去年底,OpenAI和Anthropic的收入随着Claude Code开始飙升,于是他们疯狂买算力,Meta也开始疯狂买。” “现在对很多人来说,已经不可能买到算力了。” 还有一个细节值得注意:这些算力主要用于训练,而不是用来服务用户(推理)。Patel说,Anthropic今天有4吉瓦,整个Claude Code只用其中约1吉瓦来服务,花在推理上的算力比训练“少得惊人”。这意味着,即便用户端的需求稳定下来,实验室训练新模型的预算仍会继续占用芯片。 卖开源模型推理太赚钱,租价被一路抬高 买家多了,价格会涨。Patel认为,推动租价的另一股力量是卖token(模型输出的计量单位)这门生意本身利润极高,使得愿意高价租GPU的人远不止两家实验室。 他给出的账是按每兆瓦算的。自建一个B300集群,把建设和五年运营摊下来,约合每年900万美元;向云厂商租,“能做到每年1400万美元就算你走运”。另一头,用这一兆瓦的算力去跑开源模型DeepSeek V4.1 Flash,在利用率60%的情况下,一年的收入约7000万美元。也就是说,哪怕租价高出自建成本五成,卖推理的收入仍是租金的五倍。(7000万美元是收入,未扣除人力和其他成本。)他说: “即使你说利用率只有30%,你仍然会赚到离谱的钱。” “我认识的好几十个人,生意就是租一些GPU然后卖推理,赚了很多钱。” 这个测算基于SemiAnalysis开源的InferenceX基准,用的是任何人都能下载的容器,只用了vLLM和SGLang两套开源推理软件,团队“只有四个工程师”,没有做投机解码等进一步优化。 价格数据与这套逻辑吻合。 Patel说,去年10月是低谷,H100约1.70美元,最低能找到1.45美元;现在成交价在2.40至3.20美元之间,中间值2.80美元: “两年前你要是签这个价,会被当成疯子,现在人们急着在这个区间签约。” SemiAnalysis自己的一年期合约指数,今年3月已经是2.35美元,10月Nebius等厂商的挂牌价也在继续上调。需要读者留意的是,Patel称SemiAnalysis自己也做算力撮合,所以掌握真实成交价,这同时也是一个利益相关的立场。 他对下一步的判断是: “如果H100涨到3美元以上、B300涨到7美元以上,我不会感到意外。” 对买方,他的建议更直接: “如果你能找到6美元一小时的B300,就应该签下来,然后去卖token。这个价格很离谱,但这是正确的决定。” 障碍在于,云厂商都要求预付,创业公司更难:一年期的合约很难买到,而创业公司往往说不准自己一年后还在不在。至于闭源模型,他说Anthropic服务Fable和Opus 5.5的收入“超过1亿美元”,来自其IPO过程中披露给投资者的材料,实录没有说明单位,按上下文应是每兆瓦的年收入。 就算租得起,云厂商未必交付得了 租到算力只是第一步,集群好不好用才决

查看原文