AI 算力：从盛宴到 “剩宴”？

在海豚君此前《“AI 拉胯” 亚马逊：会上演逆袭大戏吗？》的分析中，我们从几个角度探讨了 AWS 在 AI 上的布局，从其自研芯片、和 Anthropic 的合作、其模型能力多角度看到亚马逊在 AI 上的综合能力有不小的提升，距离优等生 Google 的差距已明显缩窄。

从中海豚君对两个点比较好奇，一是云厂商们的 AI 业务利润率似乎比预期中要好，二是云厂商们目前对其模型合作方的依赖非常大，云厂商的收入增长相当依赖于 AI 模型用量的增长。

因此本篇中，海豚君进一步从更细致的定量视角，深入探讨了，

1、云厂商们利润率提升背后的逻辑是什么？潜在的提升幅度有多大？

2、模型商们的算力需求，到底对云厂商的收入有多大的带动作用？过度依赖模型商对云厂会有什么潜在？

3、从上述视角，对 AI 产业链中的行业投资偏好选择有什么指导意义？

以下为具体分析：

一、一探 AI 云的毛利率的变化和背后原因

根据我们上篇的梳理，目前一个让 AI 云业务的利润率并没那么差的原因，是营收结构上，更高毛利率的 MaaS/TaaS 型业务部分取代了低毛利率的 “裸金属” IaaS 型业务。

从第一性原理来看，影响云厂商利润率的决定性的因素，显然是云厂商在整个 AI 产业链中的议价能力。

或者说以下几个可量化的定价因素 -- 终端用户使用 AI 大模型的价格，AI Lab 使用算力的价格，云厂商提供算力的成本（能进一步分为相对固定的电力等运营成本和弹性较大的硬件价格）。后文就从单位 Token 经济性的角度，观察下以上三个定价的变化趋势，以及对云厂商和整个产业链利润率的影响。

1.1、模型，云，芯片，三者的价格分别如何变化？

a. 大模型定价既不通胀、也没通缩：首先在大模型的使用价格上，仅考虑按量计费模式（剔除订阅模式），那么无论是 Anthropic 官方的定价，还是三方机构统计的真实 Token 价格指数（由多种不同等级模型的 Input/Output/Cache-hit 使用价格混合得出），都能看到AI 模型的价格，并没有并没有跟随着模型的迭代和能力提升，呈现去趋势性的走高，而是呈区间震荡或者干脆是一条直线。

b. 算力的单位成本的明显通缩：不同于模型的单位 Token 定价在迭代中大体保持不变，单位 Token 的生成成本随着时间迭代呈现明显的通缩趋势。（注：这里采用的指标是 Semi analysis 提出的 TCO，指算力的总成本，包括建设的 Capex 部分和维持运营的 Opex 两部分）

根据以 Qwen 3.5 模型为例的测试，可以看到单位 Token 生成成本明显随着芯片代际提升而下降。例如最新的GB200 NVL72 的每百万 Token 生成成本大约只有 H100/200 的 1/3~1/4。

这种成本通缩背后的原因是，芯片随着代价提升，其价格的提升幅度远远小于其产出 Token 效率的提升幅度。且这种产出效率的巨大提升是由软硬件的共同提效贡献的。

硬件层面，以 DeepSeek R1 为例，相同工程编排方式下，GB300 每秒输出 Token 的效率大致能达到 H200 的 4~10 倍。软件/工程层面，以 DeepSeek V4 为例，在都基于 GB300 同一硬件，但工程编排不同下，输出效率也能差到 2~4 倍。

在最高达 10x 的巨大效率差异下，虽然单颗 GB300 明显贵于 H200，但价差也不超过 2 倍。芯片性能暴涨而价格温和上涨，两者影响对冲下，通缩效应还是占据主导。

c.根据以上信息做一个简单测算，按 Qwen 3.5 模型的综合价格是$1 每百万 Tokens，仅考虑芯片单位 Token 生成成本的下降这单一因素 -- 从$0.2（H200）下降到约$0.05（GB300），单位 Token产生的毛利率就能有月 15 个百分点的提升。

这一现象背后的核心逻辑小结来说，就是 AI 时代芯片行业依然基本维持着 “科技的通缩效应”，即每一代的芯片价格变化不太大的情况下，性能在不断显著提升。换种方式，也可以说每一代芯片性能提升的相当一大部分是被让渡给了下游。而AI（头部）模型的定价却并没有把性能提升的利益继续让渡给终端用户，而是留存为了自身的利润。

1.2、云厂商涨价了？

但如前文提到的，在 “终端用户定价” 和 “硬件运行成本” 之间的利润，是由云厂商和 AI 模型公司所共享的。而这些利润如何在云厂商和 AI 模型公司之间分配，则就主要由云厂商门店的算力租赁价格来决定的 -- 若云算力的定价大体持平，则 “额外的毛利率” 近乎全部由 AI Lab 拿走；若云算力定价呈走高趋势，则云厂商也同样能分到一部分 “额外的毛利率”。

那么现实情况如何？从多个渠道整理的云租赁实时标准价格（on-demand price），都能看到同一个的趋势--云算力的定价从 25 年底开始确实进入了明显的上行周期，由此可以推断在算力显著供不应求的情况下，云厂商的议价能力确实有所提升，因此在收入结构变化的利好之外，即便是 “裸金属” 出租的 IaaS 业务的毛利率应当也有提升。具体来看：

a. 近芯片价格上涨幅度最大：分代际视角，最新几代的 GPU（如 B200 或更新）云租赁价格上涨最为明显，根据不同数据源，其定价自 25 年底到目前上涨了约 1/4~1/2。

b. 老旧的主流芯片也在涨价：而目前市场内实际的主流 GPU 芯片（H200 或更早的产品）的租赁价格自 25 年底以来也有一定幅度、约 15%~20% 左右的上涨。

逻辑上，这些前几代芯片的租赁价格，应当是随着技术和时间的迭代，逐步降价。而近期包括已上市 3~5 年的老芯片在内，云租赁价格近期的逆势上涨，一方面验证了目前算力的严重供不应求（愿意加价租已相对落后的老旧芯片），另一方面实际已体现出云厂商们的议价权和利润率在提升。

只有比 A100 更老旧、更低性能的芯片（2000 年之前的）才呈现出被 “逐步替代” 的情况，平均租赁价格从 24 年底至今下降了约 1/3，但也并非完全报销，仍能以较低的价格继续贡献收入。

另一个比较关键的信号是，老旧芯片并不会随着新芯片能力大幅加强，而失去使用场景变成 “闲置资产”，能继续贡献现金流。

二、云厂商 AI 收入的毛利率改善了多少？

2.1、软硬件技术提升的共同利好

以上我们得出模型商和云厂商 AI 算力业务的毛利率都正在提升的结论（注意这不等同于 AI 算力业务的毛利率追上或超过了传统算力租赁的利润率），但主要是从定性和趋势判断的视角。接下我们从定量视角，测算下模型商和云厂商的毛利率可能具体变化了多少。

为了简化问题，我们以下测算的是 “推理毛利率”，只考虑推理产生收入和其直接算力成本这两个因素，其他如训练/研发成本等都不考虑在内。另外，因后续测算是只基于 Qwen3.5 模型进行的，因而测算出的利润/利润率的绝对值未必反映真实情况。但由于模型保持不变，利润率的变化趋势和相对高低仍是有意义的。

以下我们通过控制变量的方法，进行了两种比较，一种是从纵向角度，控制底层硬件一致，从时间角度，看软件/工程能力进步带来 Token 产出效率提升和云租赁价格涨价，这两个因素影响下毛利率的变化情况。

另一种是横向角度，都基于当前最新的定价和技术，比较采取不同芯片情况下，毛利率的变化情况。（注意，以下所有数据都是基于单 GPU 的角度测算的）

直接上结论：

a. 在硬件都选择 H200 不变，只考虑随着时间演变，软件技术进步带来约 20%+Token 产出效率提升，同时 H200 租赁价格在 25 年 9 月后上涨约 20%，这两个变化下 AI Lab 的推理毛利润从$1.2 提升到$1.4 了，由于单位营收同样走高，毛利率变化不大。云厂商的毛利润从$0.8 提升到了$1.7（单 GPU 每小时产生的毛利，这一部分的是基于该口径），毛利率从 31% 提升到了 38%。

这里需要注意，由于 AI Lab 和云厂商间一般签有长协，其之间的实际租赁价格未必会虽实时价格一同走高。

b. 在都基于最新的软件技术和云租赁价格，但硬件上以 B300 对比 H200，由于 B300 产出效率的爆发式提升（约为 H200 的 8 倍），但 B300 单位租赁价格仅为 H200 不到 2x 的情况下，AI Lab 的单位毛利润（每 GPU 时贡献的）从$1.4 大幅提升到了约$11.6，对应毛利率从 35% 提升到了 69%。而云厂商的单位毛利率则从$1.7 提升到$3.6，毛利率从 38% 提升到 42%。

c. 结合以上比较，以 GB300 对比旧技术下的 H200，软硬件技术的共同进步带来的综合单位毛利润提升相当夸张，从不到$2 提升到超$14。即便其中绝大部分增量利润都被模型商拿走，云厂商虽只是 “喝汤” 但同样能享受超 10pct 的毛利率提升。

但需要注意，以上测算并未考虑到近期存储等芯片之外硬件的价格提升，由于这些硬件属于性能没太多提升下的纯涨价，对云厂商的毛利率会有侵蚀。

2.2、Trainium 芯片能带来更高的利润率吗？

然而可以注意到，以上对利润率改善的测算都是基于英伟达的芯片，但云厂商们的一大核心优势就在于自营芯片的能力。凭借软硬件都由内部一体化研发、能定向优化，因而自营芯片普遍能给云厂商带来更好的利润率。

那么定量来看，基于目前最新的 Trainium 3 芯片，能帮助 AWS AI 算力租赁业务的毛利率再提升多少？要回答问题，需要先测算出两个关键指标，即Trainium3 芯片生成 Token 的效率（每秒多少 Token），以及 Trn3 的 TCO 是多少。

a. 生成 Token 效率：虽缺乏实测数据，但按此前整理的纸面参数，FP8 精度下 Trn3 的算力是 2.5 PFLOPs，比 H200 高出约 25%，是 B300 的约 50%。因此Trn3 的每秒 Token 产出量大约是在 2600~4300 之间，我们认为应更接近下边界，就假设为 3000 Tokens/s（使用于 Qwen3.5 模型的情况下）。

b. TCO 成本：芯片运行的总成本可以大体拆分成两个部分，一是芯片和其所有配套硬件设备所需总投入对应的折旧费用，这部分根据芯片的不同有比较大的变化；另一部分则是像数据中心库房、供电/散热等通用设施的折旧，和日常运行的电力和人员等成本，这部分成本应当是相对固定的，即便芯片不同也不会有很大变化。

那么根据 Semi analysis 的统计，Trn3 芯片的 All-in-capex 是$17~$19 每 w，大约只有 GB300 每 w 所需 Capex 的一半。（注，海豚君认为此处的 Capex 是只包括设备 Capex 的，例如厂房等固定资产 Capex 应当不包含在内）。按 5 年折旧期，可测算Trn3 的折旧成本大约是$0.41 每 GPU 时。

至于库房折旧和电力等变化不大的类固定成本部分，根据我们对近 10 款芯片的测算，每千瓦时的成本区间集中在$0.44~$0.51 左右。由于自营芯片可以专门优化，我们就假设 Trn3 的成本贴近区间下限，换算后为$0.45 每 GPU 时。

加总以上两部分，我们测算出的Trn3 芯片的 TCO 成本为$0.86 每 GPU 时，比 H200 的$1.41 还要低近 40%。

c. Trainium3 芯片的综合毛利率接近 B300：根据以上测算，因此 Trn3 芯片的综合能力高出 H200 越 30%~40%，同时综合成本确要低 40%，使用Trn3 芯片产生的综合毛利率也高达 85%（由云厂商和模型商共享），和目前性能最强芯片之一的 B300 能贡献的毛利率接近一致。这代表着，在用于中小模型的推理时，Trn3 近乎可以等效替代 B300，如此能效比下，只要 AWS 愿意在 Trn3 的云租赁定价上做出一定让步，完全有能力吸引客户把推理负载从其他硬件上切换到 Trn3 芯片上。

至于云厂商和模型商之间的利润分配，如果 AWS 愿意把 Trn3 的云租赁价格定为 H200 的 70%（注意 Trn3 的性能是明显强于 H200 的），云厂商和模型商的毛利率和 B300 情景下完全一致。若 Trn3 的租赁价格定为 H200 的 80%，那么云厂商自身的毛利率就能提高到约 46% vs. B300 情景下的 42%。

小结以上分析，可以看到在软硬件技术进步带来 Token 产出效率大幅提升，但单位 Token 定价并未明显下降，同时云租赁价格也小幅走高，这三个因素的共同作用下，云厂商的 AI 业务毛利率能有明显的提升。

且我们此处测算的本就是低毛利的 “裸金属” 出租业务，再叠加上更高毛利的 MaaS/PaaS 业务，云厂商的 AI 业务整体利润率会更高。

三、算力的供给和需求分别有多少

以上我们从定性和定量的角度，详细论证了云厂商们 AI 业务利润率提升的核心逻辑 -- 云和模型公司对上游芯片公司议价权的走高。

接下来我们就讨论另一个对云计算行业和其中公司至关重要的因素 -- AI 带来的云需求增量规模到底有多大，且和目前计划中的算力供应增长速度是否匹配。这里有两个角度，一是行业层面上的供需比较，这决定了之后行业竞争格局、以及产业链内的议价权会如何变化。另一个视角是个体云厂商公司层面，目前的云收入预期是否充分反应了对该云厂的 AI 算力需求，而公司的算力供应有是否足够支撑收入的释放。

为了解答以上两个问题，海豚君这里要解决的痛点是 -- 算力需求端的主要驱动力是 AI 模型公司的 ARR，而供给端则是是云厂商们的 Capex，而ARR 和 Capex 之间不能直接比较高低，无法从中直观看出之后的算力供需情况会是持续供不应求，还是会有供过于求的迹象。

因此，我们将把需求和供给都统一到统一指标—即算力规模上（多少 GW），进而一探上述问题的答案。注意，虽然之后的预测会做到 30 年，但重点只关注到 28 年，再往后的可见性太低，已基本没有意义了。

3.1、需求端的测算

根据我们上篇的分析，目前 AI 云的增量需求绝大部分都是源自两家头部 AI Lab 的训练和推理需求，少部分来自云厂商们自用需求或其他大型科技公司。因此 AI 云计算的需求大体等效于 AI Lab 的需求。

但因为 AI 技术升级和相关需求的增长非线性，很难判断之后技术发展是会陷入瓶颈，还是突然涌现一次巨大的升级。因次接来下更多是一种情境假设，即假如模型商的收入达到一定规模时，等效对云算力的需求有多少，以下是具体测算逻辑：

a. 两大模型独角兽收入预测--30 年收入都达$2500 亿量级。虽然 AI 技术发展的速度相当难以预测，但假设参考 OpenAI 自身曾给出的到 30 年实现约 2800 亿营收的愿景，我们出于保守将预期略微下降到 2500 亿左右。这里的一个关键假设是从 28 年开始，两家模型巨头的营收增速会从此前 3 位数的暴力增长，快速回归增速在 50% 以下的 “平稳增长期”。这对后续的结论很重要。

另一个关键假设是，考虑到近期无论是 GPT 基模能力、还是 Codex 这一入口和 Claude Code 的差距已基本抹平，我们认为 OAI 的收入在 26 年往后应当会快速向 Anthropic 看齐。

b. 云算力支出：这里分为两个部分 -- 训练支出和推理支出。

对推理支出的关键假设是，我们认为一方面随着芯片单位能效的进一步提升，推理毛利率仍有上升空间。但一个对冲因素是，目前模型商保持单位 Token 定价不降价很难长期持续（总归要进入量增价减的阶段），因此预期推理毛利率只会从当前的约 65% 小幅提升到 70% 上下。

训练支出则未必随收入增长等比例提升，更取决于后续模型的进化速度。也出于保守，我们假设训练支出在 27 年仍将高增（近 100% 的同比增速），但自 28 年开始将快速滑落到 30% 以下。

基于以上假设，我们测算到 28 年两家模型巨头的云算力总支出会达到约$2500 亿，占当年收入的约 71%。

c. AI 算力总需求到 28 年可达 26GW：根据比较复杂的转换逻辑（训练和推理需要不同的 GPU\ASIC\CPU 用量，不同芯片类型对应的单 GW 收入也各不相同，文中就不具体展开了），再假设其他 AI Lab 算力需求（不包括云厂商们自身的需求）的是两大巨头的约 15%，测算出到 28 年 AI 算力需求对应的规模在 25.6 GW，相比 25 年增加了近 23 GW。

d. 传统云需求

另外，传统云计算需求虽然已然是 “昨日黄花” 增长不高，但其绝对体量仍占多数，我们也需要考虑传统需求对应的增量算力规模。

对此的测算逻辑相对简单，考虑到 24 年云厂商的近乎 100% 的云收入和算力都仍用于传统需求，可以用24 年已上线的算力和收入规模为基础，按后续传统云收入的增长，等比例的计算所需的算力规模即可。

考虑到近期各云厂商都表示，AI 尤其是 AI Agent 同时也会带动对传统算力的需要，因此我们预期 26~27 年间传统云收入能保持 20% 上下的相对高增速。但也考虑到企业整体的 IT 支出预算并没有多少增增长，AI 投入和传统 IT 投入之间有此消彼长的关系，就保守预期 28 年之后传统云需求增速会明显放缓。

基于以上假设，我们测算到 28 年传统云计算需要的算力规模将达到约 31GW，相比 25 年增长约 10 GW。

3.2、供需比较，28 年开始将供过于求？

a. 云厂商整体算力供给会增加多少？算完需求，下一步就是看目前几大头部云厂商（不包括 Meta）未来计划上线的算力供给。这里需要注意，除了 Oracle 给了到 30 年的长期目标外，其他云厂商对算力规模的指引普遍只到 27 年（大多是较 25 年规模翻倍），因此我们对 27 年之后的算力供应上线节奏的测算，是基于多家投行的预测优化得出的。

那么结论是，到 28 年几大头部云厂商的总算力规模将达到约 100 GW，踢除需保留给内部业务使用的部分，可对外部出租的算力规模约为 73 GW，相比 25 年增长约 47 GW。

b. 算力将供过于求？而根据我们前文的测算，到28 年 AI+ 传统需求对应的算力规模大约是 53 GW，已然明显低于总算力供给。

按我们的测算，供需缺口上 24~26 年之间，供需呈现趋紧的态势（需求占供给比重从 87% 上升到 93%），到 27 年供需关系就将恢复到 24 年水平，从 28 年开始就将明显呈现供过于求的态势，且缺口会越发巨大。

c. “可能发生的” 算力供过于求影响是什么？

但是，如海豚君此前反复强调的，以上测算只是一种情境假设，毕竟实际上对 26 年之后的 AI 需求和 27 年之后的算力供给到底有多少，无人知晓。真正有价值信息是，目前假设的 AI 收入增长预期（到 30 年两大头部 AI Lab 能产生约 5000 亿年收入），不足以支持目前市场对新增算力供给和 Capex 在 28 年及之后仍维持高位、不会下降的线性外推预期。

准确的说，我们并不是认为未来算力一会供过于求，毕竟 AI 应用场景和需求再度大幅提升是绝对有可能的。可以是 OAI 和 Anthropic 的模型能力再度有跨越式的提升，也可以是之后 AI 应用的方向在 Coding 之外有了其他同样巨大的应用和变现场景等。

真正的问题是，市场目前的预期中已提前计入了 “我不知道是什么，但我相信一定存在的巨大增量空间或 AI 的新应用场景”，并反映到了算力建设和 Capex 的预期中。

这意味着，一旦之后 1~2 年内 AI 的发展没有那么迅速，算力的建设和云厂商们的 Capex 投入，可能在 27 年就会见顶。即便之后发现了新的场景会再重新提高。

小结：总结前文，海豚君的两条核心推论是：a. 在硬件（芯片为主）、云厂商和模型商这三个 AI 产业链中的角色中，硬件方的议价权在向下游的云厂商和模型商专业，其中模型上拿到了大头，云厂商拿到小头；

b. 目前来，市场线性外推了算力的建设和云厂商的 Capex 会一直维持高位，在 27~28 左右达峰后，也不会明显下降，提前计价了 “未必不存在，但目前尚不可见的 AI 增量需求”。

至于对投资逻辑的影响，海豚君认为这对上游硬件是双重利空，但对云厂商则是有好有坏。

a. 首先硬件商（主要指芯片，目前存储仍是主要瓶颈）的议价权降低，核心原因是云厂商们自研芯片的绝对性能已显著追赶上旗舰级别的 GPU 芯片，相对能效可能已反超。从多个信号都可见，云厂商对外部芯片供应商的依赖已明显下降，芯片商为了留住客户，必须要让渡利润。

b. 而算力建设和 Capex 可能在 27 年达峰掉头向下（即便只是阶段性的），对上游硬件商的影响更大。毕竟上游硬件商的收入是取决算力建设的增量，Capex 达峰意味着收入的同比下滑，而对云厂商的收入是基于算力的存量，建设放缓只是意味收入增长的放缓。

并且从目前的市场情绪看，大幅降低 Capex，恢复现金流的利好，可能比云收入增速下降的利空更重要。

c. 但这并不意味着云厂商们毫无负面影响，显而易见，之后若算力供应阶段性的超过需求，云厂商们的竞争格局会有所恶化，需要去争夺有限的需求，因此表现可能会有明显的分化。不排除有云厂商因能强势绑定 AI Lab、拿到算力订单大头的，自身的云收入增速反能进一步上调。

不过，因竞争加强、且云厂商需要争夺模型商的订单合同，意味着云厂商整体的议价权也会走低（除非云厂商自身的模型能力大幅提高，减少了对外部模型的依赖），云租赁价格大概率会从现在的溢价转为折价，对云业务的利润率会有拖累（但部分可能被芯片效率提升的利好所对冲）。

<全文结束>

海豚研究过往【亚马逊】研究：

深度研究

2024 年 12 月 18 日《亚马逊电商终局猜想：零售的马甲，广告的魂？》

财报点评

2026 年 4 月 30 日电话会《亚马逊（纪要）：AI 一生一次的投资机会》

2026 年 4 月 30 日财报点评《零售稳盘、AI 破局，亚马逊重回第一梯队？》

2026 年 2 月 6 日财报点评《2000 亿军备赛！亚马逊为 AI 颠出新高度》

2026 年 2 月 6 日财报点评《亚马逊（纪要）：所有新增产能都被用户立刻消化》

2025 年 10 月 30 日电话会《亚马逊（纪要）：到 2027 年算力供给再翻倍》

2025 年 10 月 30 日财报点评《AWS 大反转，亚马逊终于 “苦尽甘来” 了？》

本文的风险披露与声明：海豚研究免责声明及一般披露
$亚马逊(AMZN.US) $微软(MSFT.US) $英伟达(NVDA.US)