AI算力：科技通缩还是利润盛宴？

【科技创新】科技通缩下的AI算力博弈

近日，海豚研究公众号发布了一篇深度分析文章，题为《AI算力：从盛宴到“剩宴”？》，作者为海豚君。文章指出，尽管AI大模型的能力在快速提升，但其定价机制并未同步上涨，而算力成本却因技术进步呈现明显的通缩趋势，从而为云厂商和AI模型商的利润率提升提供了契机。

一、AI云业务的毛利率变化与核心原因

文章首先指出，在AI云业务中，利润率提升的背后，是营收结构的调整。随着MaaS/TaaS等高毛利模式逐渐取代传统的IaaS业务，云厂商的净利空间得到拓展。而毛利率的变化，则与三大关键定价因素有关：终端用户使用AI模型的价格、AI实验室使用算力的价格以及云厂商的硬件运营成本。

海豚君分析指出，AI大模型的终端用户定价主要维持稳定，没有因为模型性能的提升而大幅上涨，反而呈现出区间震荡的趋势。相比之下，算力的单位成本则呈现通缩，尤其以英伟达最新发布的GB300为例，其每百万Token的生成成本相比H100/H200等旧型号下降了近75%。这种硬件性能与成本之间的显著落差，连带推动了云厂商在整体收入结构上实现毛利率的提升。

文章进一步指出，尽管芯片价格在上升，但新代芯片带来了指数级的算力效率提升，使得整体运行成本下降。以Qwen 3.5模型为例，若单位价格为$1每百万Tokens，从H200的$0.2下降至GB300的$0.05，毛利率将大幅提升15个百分点。这种“科技通缩”的现象，使得AI算力业务的盈利空间具有持续性和可扩展性。

二、云厂商与AI Lab的利润分配机制

同时，文章分析了云厂商和AI实验室之间利润的分配机制。若云租赁价格不变，那么随着芯片成本下降，AI实验室的毛利率将大幅上升，而云厂商则可能沦为“喝汤者”。但若云厂商能够提高算力租赁价格，则可分享部分额外利润。

根据统计，从25年底开始，云算力租赁价格显著上升，尤其是最新的B200等芯片表现出更强的涨价趋势。而旧型号如H200也呈现20%左右的涨幅。这种涨价现象反映了当前算力市场的严重供不应求，也说明云厂商的议价能力正在增强。

文章强调，尽管老旧芯片的价格已有所下降，但其在应用场景中依然具有价值，能继续为云厂商带来稳定现金流。这也印证了AI算力投入的边际效益仍具有可持续性。

三、Trainium芯片的潜力与影响

此外，海豚君还分析了英伟达Trainium 3芯片在AWS中的潜在应用。采用该芯片后的AI算力租赁业务，单位GPU时的总收入有望提升，同时TCO成本显著降低，综合毛利率有望接近甚至超越现有高端芯片方案。

综上，AI时代的算力市场正经历一场悄然的结构性变革。一方面，头部模型商凭借技术优势继续主导定价权；另一方面，云厂商通过技术迭代和议价能力提升，逐步改善其在算力产业链中的盈利状况。