SemiAnalysis：OpenAI與Anthropic正搶佔全球三成新增算力
nashnova research
OpenAI與Anthropic合計預訂全球25%至40%的新增算力，到2027年兩家新增約12吉瓦，其他企業取得晶片資源的難度急劇上升。
兩家公司吃掉三成算力，其他人還買得到嗎？
OpenAI和Anthropic的算力總量從去年底約4吉瓦漲到今年10吉瓦，明年預計超過20吉瓦。
2027年全球新增算力約40吉瓦，兩家合計新增約12吉瓦，佔比約三成。
這意味著→ 剩餘七成要由所有其他科技巨頭、雲廠商和創業公司去分，SemiAnalysis創辦人帕特爾直言：「現在對很多人來說，已經不可能買到算力了。」
這些算力拿去做甚麼——訓練還是推理？
主要用於訓練新模型，而非服務用戶的推理。Anthropic目前約4吉瓦算力，整個Claude Code只用了約1吉瓦跑推理。
簡單來說＝ 用戶端消耗的算力遠少於實驗室訓練消耗的算力，花在「教模型學嘢」上的資源比「讓模型答問題」多得多。
這反映出即便用戶增長放緩，訓練預算仍會持續鎖定晶片——算力緊張的根源在供給端被實驗室佔滿，而非需求端爆發。
租價漲了幾多，賣推理到底有幾賺？
H100一年期租價從去年10月低點約$1.70/小時漲至目前$2.40–$3.20，中間值約$2.80。帕特爾預判H100可能突破$3、B300突破$7。
推理業務利潤極高：自建B300集群年成本約900萬美元/兆瓦，租雲約1,400萬美元/兆瓦，但跑DeepSeek V4.1 Flash在60%利用率下年收入約7,000萬美元。
簡單來說＝ 花1,400萬租來的算力，一年能賣出7,000萬的推理服務——即使利用率砍到30%，利潤率依然驚人。這解釋了租價為何還在漲：買家願意付高價，因為賺得更多。
帕特爾同時披露，SemiAnalysis自身從事算力撮合業務，掌握真實成交價，這構成一定的利益相關立場。
點解唔多建數據中心來紓緩緊張？
擴產需要資本，而資本成本正在上升——10年期美債孳息率今年從3.96%升至10月初的5.31%，AI相關債務發行9月明顯降溫。
這意味著→ 新玩家想擴張極其困難。帕特爾描述，一家100兆瓦規模的新興雲廠商若想擴到1吉瓦，幾乎只能將算力打包賣給超大規模雲廠商，再由後者去債市融資，「這些算力沒有一點能進入面向整個行業的市場」。
NVIDIA已出面為約6.5吉瓦算力托底，包括為軟銀能源俄亥俄州9吉瓦設施擔保（約2030年投運，全部預留給OpenAI）、通過Firmus保底租價、以及殘值擔保。但即便托底上限達到45吉瓦，「也只佔2030年前新增算力的很小一部分」。
創業公司點算？
明年已簽約算力中，約65%–70%流向超大規模雲廠商和AI實驗室。
創業公司租集群須先付一半，三至九個月後才能交付，疊加一年期合約難以取得的現實，獲取算力的門檻持續走高。
帕特爾的結語是：「希望他們能拿到算力，否則我們都是Anthropic和OpenAI的奴隸。」
雲廠商質素如何——算力買到了，能放心用嗎？
SemiAnalysis的ClusterMAX評測追蹤了323家雲供應商，評測77家，僅19家獲肯定評級。CoreWeave和Nebius質素最佳，但未來六個月均已售罄。
安全漏洞是最突出的問題：SemiAnalysis用AI模型攻擊這些雲平台，發現部分漏洞早已在互聯網上公開，模型可直接找到並利用，進而存取其他客戶的儲存空間。
一次測試中，他們用開源模型取得了整個集群的Slurm調度系統權限，見到某國國防工業和國家安全情報機構的作業名稱，隨即停止測試並發佈安全報告。
這反映出算力集中度與供給質素之間存在結構性矛盾——算力愈緊張，用戶愈無挑選餘地，而許多雲廠商的安全和運維能力遠未追上擴張速度。
市场有风险，内容仅供研究参考，不构成投资建议。