AI 算力：從盛宴到 “剩宴”？

在海豚君此前《“AI 拉胯” 亞馬遜：會上演逆襲大戲嗎？》的分析中，我們從幾個角度探討了 AWS 在 AI 上的佈局，從其自研芯片、和 Anthropic 的合作、其模型能力多角度看到亞馬遜在 AI 上的綜合能力有不小的提升，距離優等生 Google 的差距已明顯縮窄。

從中海豚君對兩個點比較好奇，一是雲廠商們的 AI 業務利潤率似乎比預期中要好，二是雲廠商們目前對其模型合作方的依賴非常大，雲廠商的收入增長相當依賴於 AI 模型用量的增長。

因此本篇中，海豚君進一步從更細緻的定量視角，深入探討了，

1、雲廠商們利潤率提升背後的邏輯是什麼？潛在的提升幅度有多大？

2、模型商們的算力需求，到底對雲廠商的收入有多大的帶動作用？過度依賴模型商對雲廠會有什麼潛在？

3、從上述視角，對 AI 產業鏈中的行業投資偏好選擇有什麼指導意義？

以下為具體分析：

一、一探 AI 雲的毛利率的變化和背後原因

根據我們上篇的梳理，目前一個讓 AI 雲業務的利潤率並沒那麼差的原因，是營收結構上，更高毛利率的 MaaS/TaaS 型業務部分取代了低毛利率的 “裸金屬” IaaS 型業務。

從第一性原理來看，影響雲廠商利潤率的決定性的因素，顯然是雲廠商在整個 AI 產業鏈中的議價能力。

或者説以下幾個可量化的定價因素 -- 終端用户使用 AI 大模型的價格，AI Lab 使用算力的價格，雲廠商提供算力的成本（能進一步分為相對固定的電力等運營成本和彈性較大的硬件價格）。後文就從單位 Token 經濟性的角度，觀察下以上三個定價的變化趨勢，以及對雲廠商和整個產業鏈利潤率的影響。

1.1、模型，雲，芯片，三者的價格分別如何變化？

a. 大模型定價既不通脹、也沒通縮：首先在大模型的使用價格上，僅考慮按量計費模式（剔除訂閲模式），那麼無論是 Anthropic 官方的定價，還是三方機構統計的真實 Token 價格指數（由多種不同等級模型的 Input/Output/Cache-hit 使用價格混合得出），都能看到AI 模型的價格，並沒有並沒有跟隨着模型的迭代和能力提升，呈現去趨勢性的走高，而是呈區間震盪或者乾脆是一條直線。

b. 算力的單位成本的明顯通縮：不同於模型的單位 Token 定價在迭代中大體保持不變，單位 Token 的生成成本隨着時間迭代呈現明顯的通縮趨勢。（注：這裏採用的指標是 Semi analysis 提出的 TCO，指算力的總成本，包括建設的 Capex 部分和維持運營的 Opex 兩部分）

根據以 Qwen 3.5 模型為例的測試，可以看到單位 Token 生成成本明顯隨着芯片代際提升而下降。例如最新的GB200 NVL72 的每百萬 Token 生成成本大約只有 H100/200 的 1/3~1/4。

這種成本通縮背後的原因是，芯片隨着代價提升，其價格的提升幅度遠遠小於其產出 Token 效率的提升幅度。且這種產出效率的巨大提升是由軟硬件的共同提效貢獻的。

硬件層面，以 DeepSeek R1 為例，相同工程編排方式下，GB300 每秒輸出 Token 的效率大致能達到 H200 的 4~10 倍。軟件/工程層面，以 DeepSeek V4 為例，在都基於 GB300 同一硬件，但工程編排不同下，輸出效率也能差到 2~4 倍。

在最高達 10x 的巨大效率差異下，雖然單顆 GB300 明顯貴於 H200，但價差也不超過 2 倍。芯片性能暴漲而價格温和上漲，兩者影響對沖下，通縮效應還是佔據主導。

c.根據以上信息做一個簡單測算，按 Qwen 3.5 模型的綜合價格是$1 每百萬 Tokens，僅考慮芯片單位 Token 生成成本的下降這單一因素 -- 從$0.2（H200）下降到約$0.05（GB300），單位 Token產生的毛利率就能有月 15 個百分點的提升。

這一現象背後的核心邏輯小結來説，就是 AI 時代芯片行業依然基本維持着 “科技的通縮效應”，即每一代的芯片價格變化不太大的情況下，性能在不斷顯著提升。換種方式，也可以説每一代芯片性能提升的相當一大部分是被讓渡給了下游。而AI（頭部）模型的定價卻並沒有把性能提升的利益繼續讓渡給終端用户，而是留存為了自身的利潤。

1.2、雲廠商漲價了？

但如前文提到的，在 “終端用户定價” 和 “硬件運行成本” 之間的利潤，是由雲廠商和 AI 模型公司所共享的。而這些利潤如何在雲廠商和 AI 模型公司之間分配，則就主要由雲廠商門店的算力租賃價格來決定的 -- 若雲算力的定價大體持平，則 “額外的毛利率” 近乎全部由 AI Lab 拿走；若雲算力定價呈走高趨勢，則雲廠商也同樣能分到一部分 “額外的毛利率”。

那麼現實情況如何？從多個渠道整理的雲租賃實時標準價格（on-demand price），都能看到同一個的趨勢--雲算力的定價從 25 年底開始確實進入了明顯的上行週期，由此可以推斷在算力顯著供不應求的情況下，雲廠商的議價能力確實有所提升，因此在收入結構變化的利好之外，即便是 “裸金屬” 出租的 IaaS 業務的毛利率應當也有提升。具體來看：

a. 近芯片價格上漲幅度最大：分代際視角，最新幾代的 GPU（如 B200 或更新）雲租賃價格上漲最為明顯，根據不同數據源，其定價自 25 年底到目前上漲了約 1/4~1/2。

b. 老舊的主流芯片也在漲價：而目前市場內實際的主流 GPU 芯片（H200 或更早的產品）的租賃價格自 25 年底以來也有一定幅度、約 15%~20% 左右的上漲。

邏輯上，這些前幾代芯片的租賃價格，應當是隨着技術和時間的迭代，逐步降價。而近期包括已上市 3~5 年的老芯片在內，雲租賃價格近期的逆勢上漲，一方面驗證了目前算力的嚴重供不應求（願意加價租已相對落後的老舊芯片），另一方面實際已體現出雲廠商們的議價權和利潤率在提升。

只有比 A100 更老舊、更低性能的芯片（2000 年之前的）才呈現出被 “逐步替代” 的情況，平均租賃價格從 24 年底至今下降了約 1/3，但也並非完全報銷，仍能以較低的價格繼續貢獻收入。

另一個比較關鍵的信號是，老舊芯片並不會隨着新芯片能力大幅加強，而失去使用場景變成 “閒置資產”，能繼續貢獻現金流。

二、雲廠商 AI 收入的毛利率改善了多少？

2.1、軟硬件技術提升的共同利好

以上我們得出模型商和雲廠商 AI 算力業務的毛利率都正在提升的結論（注意這不等同於 AI 算力業務的毛利率追上或超過了傳統算力租賃的利潤率），但主要是從定性和趨勢判斷的視角。接下我們從定量視角，測算下模型商和雲廠商的毛利率可能具體變化了多少。

為了簡化問題，我們以下測算的是 “推理毛利率”，只考慮推理產生收入和其直接算力成本這兩個因素，其他如訓練/研發成本等都不考慮在內。另外，因後續測算是隻基於 Qwen3.5 模型進行的，因而測算出的利潤/利潤率的絕對值未必反映真實情況。但由於模型保持不變，利潤率的變化趨勢和相對高低仍是有意義的。

以下我們通過控制變量的方法，進行了兩種比較，一種是從縱向角度，控制底層硬件一致，從時間角度，看軟件/工程能力進步帶來 Token 產出效率提升和雲租賃價格漲價，這兩個因素影響下毛利率的變化情況。

另一種是橫向角度，都基於當前最新的定價和技術，比較採取不同芯片情況下，毛利率的變化情況。（注意，以下所有數據都是基於單 GPU 的角度測算的）

直接上結論：

a. 在硬件都選擇 H200 不變，只考慮隨着時間演變，軟件技術進步帶來約 20%+Token 產出效率提升，同時 H200 租賃價格在 25 年 9 月後上漲約 20%，這兩個變化下 AI Lab 的推理毛利潤從$1.2 提升到$1.4 了，由於單位營收同樣走高，毛利率變化不大。雲廠商的毛利潤從$0.8 提升到了$1.7（單 GPU 每小時產生的毛利，這一部分的是基於該口徑），毛利率從 31% 提升到了 38%。

這裏需要注意，由於 AI Lab 和雲廠商間一般簽有長協，其之間的實際租賃價格未必會雖實時價格一同走高。

b. 在都基於最新的軟件技術和雲租賃價格，但硬件上以 B300 對比 H200，由於 B300 產出效率的爆發式提升（約為 H200 的 8 倍），但 B300 單位租賃價格僅為 H200 不到 2x 的情況下，AI Lab 的單位毛利潤（每 GPU 時貢獻的）從$1.4 大幅提升到了約$11.6，對應毛利率從 35% 提升到了 69%。而雲廠商的單位毛利率則從$1.7 提升到$3.6，毛利率從 38% 提升到 42%。

c. 結合以上比較，以 GB300 對比舊技術下的 H200，軟硬件技術的共同進步帶來的綜合單位毛利潤提升相當誇張，從不到$2 提升到超$14。即便其中絕大部分增量利潤都被模型商拿走，雲廠商雖只是 “喝湯” 但同樣能享受超 10pct 的毛利率提升。

但需要注意，以上測算並未考慮到近期存儲等芯片之外硬件的價格提升，由於這些硬件屬於性能沒太多提升下的純漲價，對雲廠商的毛利率會有侵蝕。

2.2、Trainium 芯片能帶來更高的利潤率嗎？

然而可以注意到，以上對利潤率改善的測算都是基於英偉達的芯片，但云廠商們的一大核心優勢就在於自營芯片的能力。憑藉軟硬件都由內部一體化研發、能定向優化，因而自營芯片普遍能給雲廠商帶來更好的利潤率。

那麼定量來看，基於目前最新的 Trainium 3 芯片，能幫助 AWS AI 算力租賃業務的毛利率再提升多少？要回答問題，需要先測算出兩個關鍵指標，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：雖缺乏實測數據，但按此前整理的紙面參數，FP8 精度下 Trn3 的算力是 2.5 PFLOPs，比 H200 高出約 25%，是 B300 的約 50%。因此Trn3 的每秒 Token 產出量大約是在 2600~4300 之間，我們認為應更接近下邊界，就假設為 3000 Tokens/s（使用於 Qwen3.5 模型的情況下）。

b. TCO 成本：芯片運行的總成本可以大體拆分成兩個部分，一是芯片和其所有配套硬件設備所需總投入對應的折舊費用，這部分根據芯片的不同有比較大的變化；另一部分則是像數據中心庫房、供電/散熱等通用設施的折舊，和日常運行的電力和人員等成本，這部分成本應當是相對固定的，即便芯片不同也不會有很大變化。

那麼根據 Semi analysis 的統計，Trn3 芯片的 All-in-capex 是$17~$19 每 w，大約只有 GB300 每 w 所需 Capex 的一半。（注，海豚君認為此處的 Capex 是隻包括設備 Capex 的，例如廠房等固定資產 Capex 應當不包含在內）。按 5 年折舊期，可測算Trn3 的折舊成本大約是$0.41 每 GPU 時。

至於庫房折舊和電力等變化不大的類固定成本部分，根據我們對近 10 款芯片的測算，每千瓦時的成本區間集中在$0.44~$0.51 左右。由於自營芯片可以專門優化，我們就假設 Trn3 的成本貼近區間下限，換算後為$0.45 每 GPU 時。

加總以上兩部分，我們測算出的Trn3 芯片的 TCO 成本為$0.86 每 GPU 時，比 H200 的$1.41 還要低近 40%。

c. Trainium3 芯片的綜合毛利率接近 B300：根據以上測算，因此 Trn3 芯片的綜合能力高出 H200 越 30%~40%，同時綜合成本確要低 40%，使用Trn3 芯片產生的綜合毛利率也高達 85%（由雲廠商和模型商共享），和目前性能最強芯片之一的 B300 能貢獻的毛利率接近一致。這代表着，在用於中小模型的推理時，Trn3 近乎可以等效替代 B300，如此能效比下，只要 AWS 願意在 Trn3 的雲租賃定價上做出一定讓步，完全有能力吸引客户把推理負載從其他硬件上切換到 Trn3 芯片上。

至於雲廠商和模型商之間的利潤分配，如果 AWS 願意把 Trn3 的雲租賃價格定為 H200 的 70%（注意 Trn3 的性能是明顯強於 H200 的），雲廠商和模型商的毛利率和 B300 情景下完全一致。若 Trn3 的租賃價格定為 H200 的 80%，那麼雲廠商自身的毛利率就能提高到約 46% vs. B300 情景下的 42%。

小結以上分析，可以看到在軟硬件技術進步帶來 Token 產出效率大幅提升，但單位 Token 定價並未明顯下降，同時雲租賃價格也小幅走高，這三個因素的共同作用下，雲廠商的 AI 業務毛利率能有明顯的提升。

且我們此處測算的本就是低毛利的 “裸金屬” 出租業務，再疊加上更高毛利的 MaaS/PaaS 業務，雲廠商的 AI 業務整體利潤率會更高。

三、算力的供給和需求分別有多少

以上我們從定性和定量的角度，詳細論證了雲廠商們 AI 業務利潤率提升的核心邏輯 -- 雲和模型公司對上游芯片公司議價權的走高。

接下來我們就討論另一個對雲計算行業和其中公司至關重要的因素 -- AI 帶來的雲需求增量規模到底有多大，且和目前計劃中的算力供應增長速度是否匹配。這裏有兩個角度，一是行業層面上的供需比較，這決定了之後行業競爭格局、以及產業鏈內的議價權會如何變化。另一個視角是個體雲廠商公司層面，目前的雲收入預期是否充分反應了對該雲廠的 AI 算力需求，而公司的算力供應有是否足夠支撐收入的釋放。

為了解答以上兩個問題，海豚君這裏要解決的痛點是 -- 算力需求端的主要驅動力是 AI 模型公司的 ARR，而供給端則是是雲廠商們的 Capex，而ARR 和 Capex 之間不能直接比較高低，無法從中直觀看出之後的算力供需情況會是持續供不應求，還是會有供過於求的跡象。

因此，我們將把需求和供給都統一到統一指標—即算力規模上（多少 GW），進而一探上述問題的答案。注意，雖然之後的預測會做到 30 年，但重點只關注到 28 年，再往後的可見性太低，已基本沒有意義了。

3.1、需求端的測算

根據我們上篇的分析，目前 AI 雲的增量需求絕大部分都是源自兩家頭部 AI Lab 的訓練和推理需求，少部分來自雲廠商們自用需求或其他大型科技公司。因此 AI 雲計算的需求大體等效於 AI Lab 的需求。

但因為 AI 技術升級和相關需求的增長非線性，很難判斷之後技術發展是會陷入瓶頸，還是突然湧現一次巨大的升級。因次接來下更多是一種情境假設，即假如模型商的收入達到一定規模時，等效對雲算力的需求有多少，以下是具體測算邏輯：

a. 兩大模型獨角獸收入預測--30 年收入都達$2500 億量級。雖然 AI 技術發展的速度相當難以預測，但假設參考 OpenAI 自身曾給出的到 30 年實現約 2800 億營收的願景，我們出於保守將預期略微下降到 2500 億左右。這裏的一個關鍵假設是從 28 年開始，兩家模型巨頭的營收增速會從此前 3 位數的暴力增長，快速回歸增速在 50% 以下的 “平穩增長期”。這對後續的結論很重要。

另一個關鍵假設是，考慮到近期無論是 GPT 基模能力、還是 Codex 這一入口和 Claude Code 的差距已基本抹平，我們認為 OAI 的收入在 26 年往後應當會快速向 Anthropic 看齊。

b. 雲算力支出：這裏分為兩個部分 -- 訓練支出和推理支出。

對推理支出的關鍵假設是，我們認為一方面隨着芯片單位能效的進一步提升，推理毛利率仍有上升空間。但一個對沖因素是，目前模型商保持單位 Token 定價不降價很難長期持續（總歸要進入量增價減的階段），因此預期推理毛利率只會從當前的約 65% 小幅提升到 70% 上下。

訓練支出則未必隨收入增長等比例提升，更取決於後續模型的進化速度。也出於保守，我們假設訓練支出在 27 年仍將高增（近 100% 的同比增速），但自 28 年開始將快速滑落到 30% 以下。

基於以上假設，我們測算到 28 年兩家模型巨頭的雲算力總支出會達到約$2500 億，佔當年收入的約 71%。

c. AI 算力總需求到 28 年可達 26GW：根據比較複雜的轉換邏輯（訓練和推理需要不同的 GPU\ASIC\CPU 用量，不同芯片類型對應的單 GW 收入也各不相同，文中就不具體展開了），再假設其他 AI Lab 算力需求（不包括雲廠商們自身的需求）的是兩大巨頭的約 15%，測算出到 28 年 AI 算力需求對應的規模在 25.6 GW，相比 25 年增加了近 23 GW。

d. 傳統雲需求

另外，傳統雲計算需求雖然已然是 “昨日黃花” 增長不高，但其絕對體量仍佔多數，我們也需要考慮傳統需求對應的增量算力規模。

對此的測算邏輯相對簡單，考慮到 24 年雲廠商的近乎 100% 的雲收入和算力都仍用於傳統需求，可以用24 年已上線的算力和收入規模為基礎，按後續傳統雲收入的增長，等比例的計算所需的算力規模即可。

考慮到近期各雲廠商都表示，AI 尤其是 AI Agent 同時也會帶動對傳統算力的需要，因此我們預期 26~27 年間傳統雲收入能保持 20% 上下的相對高增速。但也考慮到企業整體的 IT 支出預算並沒有多少增增長，AI 投入和傳統 IT 投入之間有此消彼長的關係，就保守預期 28 年之後傳統雲需求增速會明顯放緩。

基於以上假設，我們測算到 28 年傳統雲計算需要的算力規模將達到約 31GW，相比 25 年增長約 10 GW。

3.2、供需比較，28 年開始將供過於求？

a. 雲廠商整體算力供給會增加多少？算完需求，下一步就是看目前幾大頭部雲廠商（不包括 Meta）未來計劃上線的算力供給。這裏需要注意，除了 Oracle 給了到 30 年的長期目標外，其他雲廠商對算力規模的指引普遍只到 27 年（大多是較 25 年規模翻倍），因此我們對 27 年之後的算力供應上線節奏的測算，是基於多家投行的預測優化得出的。

那麼結論是，到 28 年幾大頭部雲廠商的總算力規模將達到約 100 GW，踢除需保留給內部業務使用的部分，可對外部出租的算力規模約為 73 GW，相比 25 年增長約 47 GW。

b. 算力將供過於求？而根據我們前文的測算，到28 年 AI+ 傳統需求對應的算力規模大約是 53 GW，已然明顯低於總算力供給。

按我們的測算，供需缺口上 24~26 年之間，供需呈現趨緊的態勢（需求佔供給比重從 87% 上升到 93%），到 27 年供需關係就將恢復到 24 年水平，從 28 年開始就將明顯呈現供過於求的態勢，且缺口會越發巨大。

c. “可能發生的” 算力供過於求影響是什麼？

但是，如海豚君此前反覆強調的，以上測算只是一種情境假設，畢竟實際上對 26 年之後的 AI 需求和 27 年之後的算力供給到底有多少，無人知曉。真正有價值信息是，目前假設的 AI 收入增長預期（到 30 年兩大頭部 AI Lab 能產生約 5000 億年收入），不足以支持目前市場對新增算力供給和 Capex 在 28 年及之後仍維持高位、不會下降的線性外推預期。

準確的説，我們並不是認為未來算力一會供過於求，畢竟 AI 應用場景和需求再度大幅提升是絕對有可能的。可以是 OAI 和 Anthropic 的模型能力再度有跨越式的提升，也可以是之後 AI 應用的方向在 Coding 之外有了其他同樣巨大的應用和變現場景等。

真正的問題是，市場目前的預期中已提前計入了 “我不知道是什麼，但我相信一定存在的巨大增量空間或 AI 的新應用場景”，並反映到了算力建設和 Capex 的預期中。

這意味着，一旦之後 1~2 年內 AI 的發展沒有那麼迅速，算力的建設和雲廠商們的 Capex 投入，可能在 27 年就會見頂。即便之後發現了新的場景會再重新提高。

小結：總結前文，海豚君的兩條核心推論是：a. 在硬件（芯片為主）、雲廠商和模型商這三個 AI 產業鏈中的角色中，硬件方的議價權在向下遊的雲廠商和模型商專業，其中模型上拿到了大頭，雲廠商拿到小頭；

b. 目前來，市場線性外推了算力的建設和雲廠商的 Capex 會一直維持高位，在 27~28 左右達峯後，也不會明顯下降，提前計價了 “未必不存在，但目前尚不可見的 AI 增量需求”。

至於對投資邏輯的影響，海豚君認為這對上游硬件是雙重利空，但對雲廠商則是有好有壞。

a. 首先硬件商（主要指芯片，目前存儲仍是主要瓶頸）的議價權降低，核心原因是雲廠商們自研芯片的絕對性能已顯著追趕上旗艦級別的 GPU 芯片，相對能效可能已反超。從多個信號都可見，雲廠商對外部芯片供應商的依賴已明顯下降，芯片商為了留住客户，必須要讓渡利潤。

b. 而算力建設和 Capex 可能在 27 年達峯掉頭向下（即便只是階段性的），對上游硬件商的影響更大。畢竟上游硬件商的收入是取決算力建設的增量，Capex 達峯意味着收入的同比下滑，而對雲廠商的收入是基於算力的存量，建設放緩只是意味收入增長的放緩。

並且從目前的市場情緒看，大幅降低 Capex，恢復現金流的利好，可能比雲收入增速下降的利空更重要。

c. 但這並不意味着雲廠商們毫無負面影響，顯而易見，之後若算力供應階段性的超過需求，雲廠商們的競爭格局會有所惡化，需要去爭奪有限的需求，因此表現可能會有明顯的分化。不排除有云廠商因能強勢綁定 AI Lab、拿到算力訂單大頭的，自身的雲收入增速反能進一步上調。

不過，因競爭加強、且雲廠商需要爭奪模型商的訂單合同，意味着雲廠商整體的議價權也會走低（除非雲廠商自身的模型能力大幅提高，減少了對外部模型的依賴），雲租賃價格大概率會從現在的溢價轉為折價，對雲業務的利潤率會有拖累（但部分可能被芯片效率提升的利好所對沖）。

<全文結束>

海豚研究過往【亞馬遜】研究：

深度研究

2024 年 12 月 18 日《亞馬遜電商終局猜想：零售的馬甲，廣告的魂？》

財報點評

2026 年 4 月 30 日電話會《亞馬遜（紀要）：AI 一生一次的投資機會》

2026 年 4 月 30 日財報點評《零售穩盤、AI 破局，亞馬遜重回第一梯隊？》

2026 年 2 月 6 日財報點評《2000 億軍備賽！亞馬遜為 AI 顛出新高度》

2026 年 2 月 6 日財報點評《亞馬遜（紀要）：所有新增產能都被用户立刻消化》

2025 年 10 月 30 日電話會《亞馬遜（紀要）：到 2027 年算力供給再翻倍》

2025 年 10 月 30 日財報點評《AWS 大反轉，亞馬遜終於 “苦盡甘來” 了？》

本文的風險披露與聲明：海豚研究免責聲明及一般披露
$亞馬遜(AMZN.US) $微軟(MSFT.US) $英偉達(NVDA.US)