为什么算力可能变贵 10 倍以上

来源：Dwarkesh Patel 博客（2026.7.29）

这是 Dwarkesh 的一篇短博客（限时两小时写完的快速思考练习），核心论点是：随着 AI 越来越强，算力的价格将大幅上涨。

核心逻辑链

收入增速 > 算力增速的矛盾：

• Anthropic 收入每年 10 倍增长，今年预计 ~$1000–1500 亿。若趋势延续，明年要到 $1 万亿。
• 但前沿实验室的算力每年只增长 ~3 倍。
• 10 倍收入 vs 3 倍算力，差距怎么填？只有三种可能：

三条路

1. 利润率提升 — Anthropic 已从 40% 升到 >80%
2. 算力涨价 — 现货价比 2 月低点已涨 40%+
3. 更多算力用于推理而非训练 — OpenAI 2024 年约 25% 算力用于推理，现在可能接近 50%

实验室不愿意走第③条路 —— 把大部分算力花在推理上，等于承认 AI 进展停滞，变成了"云服务商"。实验室的真实意图是用推理收入说服投资者砸钱训练更大的模型。

利润率提升有上限 —— 如果只有 1–2 家大幅领先，利润率可能到 90%+，但这听起来太极端。

所以最大的变量是：算力大幅涨价。 这已经在发生 —— Google 给 SpaceX 付每月 $9 亿租 11 万张 GPU，价格大约是现货价的 2 倍。

最关键的一句话

如果一块相当于 H100 的芯片能跑出一个人类水平的软件工程师，按当前工程师市场工资，这块芯片一年应该值 $25 万 —— 是今天现货价的 15 倍。

这个世界的后果

• 追赶者更难了：到 2028 年如果算力涨 15 倍，没收入的新玩家根本抢不过前沿实验室。
• 最强模型的溢价更高（Alchian–Allen 效应）：当算力本身很贵时，用低效模型反而更浪费钱，所以大家宁愿付高价用最好的模型。
• 低价值 AI 应用被淘汰：用 GPU 做短视频垃圾内容会被算力价格挤出市场。
• 但不会永远贵下去：等机器人能自动造芯片时，算力价格会回落到接近原材料成本。

算力供给为何难以快速扩张

每年 3 倍算力增长来自：

供给弹性很低，不像传统大宗商品。

底层洞察

AI 模型业务有极强的规模经济 —— 训练一次模型学到技能可以摊给所有用户，不像人类每个个体都要从头培训。这种规模经济意味着算力会集中在少数玩家手里。

一句话总结：AI 越聪明，单位算力能创造的价值越高，算力价格就会被推得越高 —— 短期内可能涨 10–15 倍，直到远期算力可以由机器人自动生产才会变便宜。