半导体分析机构 SemiAnalysis 的创始人 Dylan Patel 最近做了一个反常识的推演

半导体分析机构 SemiAnalysis 的创始人 Dylan Patel 最近做了一个反常识的推演。

到 2028 年底，全球绝大部分可用的有效算力，会被两家公司彻底控盘。

一家是 OpenAI，另一家是 Anthropic。

很多人第一反应是不信。

科技行业不是一向相信分布式、开源和市场竞争吗？

各大云厂商、芯片巨头、几万家创业公司都在拼命买卡，凭什么算力会不可逆地向两家实验室收拢？

这底下其实咬合着一台冷酷的经济学机器：算力级差地租与内部复利飞轮。

要看懂这台机器，得先看算力的物理代际。

全球数据中心的电力每年都在增加，今年大概新增 30 吉瓦，明年 50 吉瓦，后年 70 吉瓦。

但新增的这批电力，装的全是 GB300、TPUv7、Trainium3 这种新一代芯片。

它们的每瓦算力性能，是两年前老硬件的 3 到 5 倍。

这意味着，谁拿下当年新增电力的半壁江山，谁手里捏着的实际有效浮点算力 FLOPs，就直接碾压了过去所有旧硬件的总和。

那为什么一定是这两家实验室能抢下这批新算力？

因为出价能力。

算力是极端稀缺的物理资源，谁出价最高，电和芯片就流向谁。

一家普通软件公司，每消耗一兆瓦电力跑模型，能换回 1000 万到 2000 万美元的收入。

顶级量化基金 Jane Street 拿算力去高频交易，每兆瓦能变现 2 亿到 3 亿美元，所以它敢出极高的价格租算力。

但两家顶级实验室把这笔账算到了更深的一层。

如果把这一兆瓦算力用在内部研发上呢？

让最聪明的模型去写底层内核代码、优化算法、搜索下一代模型架构，甚至让模型自我迭代进化。

内部研发产生的远期折现价值，远远超过把算力切成 API 卖给外界赚零钱。

于是出现了一个反直觉的现象。

行业原本以为，随着模型成熟，80% 以上的算力都会拿去做对外推理。

现实里，顶尖实验室正在主动压低对外推理的算力比例，把越来越多的先进制程抽回内部做研发。

对外界来说，他们是在卖智能服务。

在内部，他们是在用智能制造更聪明的智能。

内部变现的效率远高于外部，这就让他们拥有了全市场最凶狠的出价底气。

他们可以接受比所有人更高的电价、更高的芯片溢价、更高的借贷成本，把市面上的新增算力一网打尽。

这台机器一旦全速转动，还会把代价甩给整个宏观经济。

从 2024 到 2029 年，全球 AI 基础设施投入预计高达 11 万亿美元，其中超过 5 万亿需要靠发债融资。

科技巨头为了抢算力疯狂借钱，直接推高了全社会的真实利率和信用利差。

Meta 发债的利率可以从 5% 涨到 8%，因为算力能赚回超额利润，它付得起。

但那些高度依赖债务的传统行业、长周期现金流资产，以及本就脆弱的发展中国家，会被这场资本抽水机生生逼到边缘。

资本被抽向算力，算力被抽向两家实验室，实验室再把算力喂给自我进化的模型。

越先进的模型产生越恐怖的研发复利，越高的复利支撑越狂暴的出价能力。

最后所有力量都在把世界推向同一个方向：算力不再是分散的工具，变成了高度集中的数字劳动力枢纽。