SemiAnalysis拆解算力荒：OpenAI與Anthropic正在搶光全球新增算力

11月3日，半導體研究機構SemiAnalysis創始人兼CEO Dylan Patel在Runtime 2026上發表演講，主題是算力、資本，以及誰能真正把算力交付出去。

他表示，OpenAI和Anthropic正在大量預訂算力，以2027年為例，兩家拿走的新增算力占比在25%到40%之間。在需求擠壓下，英偉達H100數據中心晶片的一年期合約價，已從去年10月低點的每小時1.70美元漲到2.80美元左右。對其他公司來說，買得起算力，不等於拿得到算力。

資金端同樣吃緊：近兩個月美債收益率大幅上升，10年期收益率10月初已升至5%以上，靠借錢建機房的新興雲廠商越來越難融到資。

這場演講發生在Anthropic公開遞交S-1的一周後，市場剛剛看到一家頭部實驗室背後的算力帳。Patel說，英偉達已經出面為約6.5吉瓦的算力托底，但在2030年前的新增算力裡，這只占很小一部分、"杯水車薪"。

01 新增算力被兩家實驗室訂走一大塊

算力緊張的起點在買家太集中。全球算力總量已經漲得很快：2024年底約60吉瓦，今年底超過100吉瓦，兩年接近翻倍。Patel說：

"2024年底全球有60吉瓦的算力，到今年年底已經超過100吉瓦，兩年時間幾乎翻了一番。"

增量中最大的買家是OpenAI和Anthropic。兩家手裡的算力總量，去年底合計約4吉瓦，今年約10吉瓦，明年超過20吉瓦。拆成增量看，2027年一年裡兩家合計新增約12吉瓦，而全球當年新增總量約40吉瓦，占比約三成。到2028年，Patel稱AI實驗室一年就要新增約30吉瓦。

Patel估算：

"他們拿走的是新增算力裡25%、30%、40%的那一部分。"

"去年底，OpenAI和Anthropic的收入隨著Claude Code開始飆升，於是他們瘋狂買算力，Meta也開始瘋狂買。"

"現在對很多人來說，已經不可能買到算力了。"

還有一個細節值得注意：這些算力主要用於訓練，而不是用來服務用戶（推理）。Patel說，Anthropic今天有4吉瓦，整個Claude Code只用其中約1吉瓦來服務，花在推理上的算力比訓練"少得驚人"。這意味著，即便用戶端的需求穩定下來，實驗室訓練新模型的預算仍會繼續佔用晶片。

02 賣開源模型推理太賺錢，租價被一路抬高

買家多了，價格會漲。Patel認為，推動租價的另一股力量是賣token（模型輸出的計量單位）這門生意本身利潤極高，使得願意高價租GPU的人遠不止兩家實驗室。

他給出的帳是按每兆瓦算的。自建一個B300集群，把建設和五年運營攤下來，約合每年900萬美元；向雲廠商租，"能做到每年1400萬美元就算你走運"。另一頭，用這一兆瓦的算力去跑開源模型DeepSeek V4.1 Flash，在利用率60%的情況下，一年的收入約7000萬美元。也就是說，哪怕租價高出自建成本五成，賣推理的收入仍是租金的五倍。（7000萬美元是收入，未扣除人力和其他成本。）他說：

"即使你說利用率只有30%，你仍然會賺到離譜的錢。"

"我認識的好幾十個人，生意就是租一些GPU然後賣推理，賺了很多錢。"

這個測算基於SemiAnalysis開源的InferenceX基準，用的是任何人都能下載的容器，只用了vLLM和SGLang兩套開源推理軟體，團隊"只有四個工程師"，沒有做投機解碼等進一步優化。

價格數據與這套邏輯吻合。Patel說，去年10月是低谷，H100約1.70美元，最低能找到1.45美元；現在成交價在2.40至3.20美元之間，中間值2.80美元：

"兩年前你要是簽這個價，會被當成瘋子，現在人們急著在這個區間簽約。"

SemiAnalysis自己的一年期合約指數，今年3月已經是2.35美元，10月Nebius等廠商的挂牌價也在繼續上調。需要讀者留意的是，Patel稱SemiAnalysis自己也做算力撮合，所以掌握真實成交價，這同時也是一個利益相關的立場。

他對下一步的判斷是：

"如果H100漲到3美元以上、B300漲到7美元以上，我不會感到意外。"

對買方，他的建議更直接：

"如果你能找到6美元一小時的B300，就應該簽下來，然後去賣token。這個價格很離譜，但這是正確的決定。"

障礙在於，雲廠商都要求預付，創業公司更難：一年期的合約很難買到，而創業公司往往說不準自己一年後還在不在。至於閉源模型，他說Anthropic服務Fable和Opus 5.5的收入"超過1億美元"，來自其IPO過程中披露給投資者的材料，實錄沒有說明單位，按上下文應是每兆瓦的年收入。

03 就算租得起，雲廠商未必交付得了

租到算力只是第一步，集群好不好用才決定實際價值。SemiAnalysis做了一個叫ClusterMAX的評測，追蹤了323家雲供應商，評測了其中77家，給19家授予了獎牌（肯定）。

在Patel看來，最好的是CoreWeave和Nebius，但兩家的可得性都很差：

"它們未來六個月不會再賣算力給你了，已經售罄。Nebius會讓你預付整整一年，或者六個月，價格高得離譜，但這是從他們那裡拿到算力的唯一辦法。"

Oracle和Google也被評為很好，其中Google從首輪的銅牌一路升級。下調的則更多：隨著評測標準加嚴，Azure降為銀牌，Together和AWS降為銅牌，Crusoe也被下調。AWS的問題偏體驗：

"要拿到一個集群，你得和大概十個人打交道，而且耗時極長，網路也有點難搞。"

評測裡最刺眼的是安全。SemiAnalysis讓AI模型去攻擊這些雲：

"有些漏洞是互聯網上早已公開的，模型能直接找到並利用，然後訪問其他客戶的存儲。"

其中一次，他們用一個"落後於OpenAI和Anthropic"的開源模型，拿到了整個集群的Slurm（常用的集群調度系統）權限，看到某國國防工業和國家安全情報機構的作業名稱。他們隨即停止測試，並發表了《大多數Neocloud在安全上很爛》。另一項測試是向GPU注入故障（他提到的Nvidia錯誤碼XID 719），觀察雲廠商多久發現。結果是：

"很多雲要等到你提醒了才會發現，有些即便你提醒了，也要幾天才響應。"

他把這稱為最低限度的測試：GPU必然會出問題，雲廠商應當靠自己的監控發現並修復。

04 利率上行，新玩家借不到錢，英偉達托底也只是一小塊

增加供給需要資本，而資本的價格正在上升。Patel重申，到2029年底全球AI資本開支約11萬億美元，其中約7萬億來自債務。大部分錢花在晶片上，其餘是數據中心、能源，以及為了更快投產而在現場自建的電廠。

在這樣的利率環境下，貸款流向呈現出明顯的偏向。10年期美債收益率今年從3.96%升到10月初的5.31%，AI相關債務發行9月明顯降溫。Patel描述了一家有100兆瓦規模的Neocloud想擴到1吉瓦時的處境：

"誰會借錢給他們？唯一的辦法是把那一吉瓦賣給超大規模雲廠商，再由超大規模雲廠商去債市融資，你拿到了貸款，但這些算力沒有一點能進入面向整個行業的市場。"

結果是，明年已簽約的算力裡，"大約65%到70%"流向超大規模雲廠商和AI實驗室。對創業公司來說，租集群要先付一半，三到九個月後才能交付：

"去找任何一家最近融到大錢的新實驗室，對它們來說拿算力就是地獄。"

英偉達的做法是給集群托底，Patel歸納為三類：

SoftBank Energy： 只擔保土地、電力和廠房。這是俄亥俄州一座9吉瓦的設施，約2030年投運，全部預留給OpenAI。

Firmus： 英偉達承諾按某價格租下集群，使對方"不賺錢但也不虧錢"，但有了這份保證，別人就願意放貸。超出該價格的每一美元每小時，英偉達拿走一半，Patel說"很聰明，我喜歡"。

殘值擔保： 他只提到有這一類，沒有展開。

規模上，英偉達已托底約6.5吉瓦，這部分會賣給開放市場而非只供實驗室和超大規模雲廠商。他給出的上限是45吉瓦，"即便如此也只占2030年前新增算力的很小一部分"。他由此認為，Fireworks、Modal等做推理的公司，以及不少新實驗室，正轉向自建集群，拿貸款、找英偉達背書。

演講最後，他給出的判斷是token的規模：幾家提供商加起來每天處理超過100萬億token，各家年化收入都在攀升。他的結語是：

"希望他們能拿到算力，否則我們都是Anthropic和OpenAI的奴隸。"

本文不構成個人投資建議，不代表平台觀點，市場有風險，投資需謹慎，請獨立判斷和決策。