OpenAI 垄断近半算力，H100 租价飙升致云厂商交付崩盘

据 Woofun AI 消息，11 月 3 日，半导体研究机构 创始人兼 CEO 在 大会上发表核心演讲，直指当前 AI 基础设施面临的核心矛盾：算力、资本与交付能力的三重挤压。Patel 指出， 与 两大巨头正在以惊人的速度预订全球新增算力，导致市场供需严重失衡，这一现象已成为制约行业发展的最大瓶颈。

需求端的极度集中是引发算力荒的根源。Patel 揭示，2024 年底全球算力总量约为 60 吉瓦，而到 2025 年年底这一数字已突破 100 吉瓦，两年间几乎翻倍。

然而，增量市场的分配极不均匀。OpenAI 和 Anthropic 手中的算力规模从 2024 年的 4 吉瓦激增至 2025 年的 10 吉瓦，预计 2026 年将超过 20 吉瓦。具体到 2027 年，这两家公司合计新增算力约 12 吉瓦，而全球当年新增总量约为 40 吉瓦，这意味着它们包揽了约三成的新增份额。Patel 强调，在 2027 年的新增算力中，OpenAI 和 Anthropic 拿走的占比在 25% 到 40% 之间。展望 2028 年，AI 实验室一年的新增需求将达到 30 吉瓦。

值得注意的是，这些巨额算力投入主要流向模型训练而非用户推理。以 Anthropic 为例，其目前拥有 4 吉瓦算力，但用于服务 Claude Code 用户的推理算力仅约 1 吉瓦，花在推理上的资源相比训练“少得惊人”。这表明，即便终端用户需求稳定，实验室为训练新模型而预留的算力预算仍将持续占用芯片资源，导致其他竞争者难以获得算力。

价格端的飙升则源于推理业务的高额利润驱动。Patel 通过详细的成本收益分析指出，卖 token（模型输出计量单位）是一门暴利生意，这推高了 GPU 租赁价格。以每兆瓦算力为单位计算，自建一个 B300 集群，将建设成本与五年运营费用分摊后，年均成本约为 900 万美元；而向云厂商租赁，若能谈到每年 1400 万美元已属幸运。相比之下，利用这一兆瓦算力运行开源模型 ，在 60% 利用率下，年收入可达 7000 万美元。即使利用率降至 30%，利润依然丰厚。

Woofun AI 整理数据显示，该测算基于 SemiAnalysis 开源的 基准，使用 和 两套开源软件，仅需四个工程师即可运行，未进行投机解码等优化。价格数据印证了这一逻辑：2024 年 10 月 H100 合约价低点为每小时 1.70 美元，最低甚至触及 1.45 美元；如今成交价区间已上移至 2.40 至 3.20 美元，中位数为 2.80 美元。

SemiAnalysis 自身的一年期合约指数在 3 月为 2.35 美元，10 月 等厂商挂牌价继续上调。Patel 预测，若 H100 涨至 3 美元以上、B300 涨至 7 美元以上并不意外，并建议买方若能以 6 美元/小时签下 B300 应立即执行。对于闭源模型，Anthropic 服务 Fable 和 Opus 5.5 的年收入超过 1 亿美元（按上下文推断为每兆瓦年收入）。

然而，云厂商要求预付全款，且一年期合约稀缺，创业公司因无法确定未来存续性而难以获得长期合约。