SemiAnalysis：OpenAI与Anthropic正抢占全球三成新增算力
nashnova research
OpenAI与Anthropic合计预订全球25%至40%的新增算力，到2027年两家新增约12吉瓦，其他企业获取芯片资源的难度急剧上升。
两家公司吃掉三成算力，其他人还买得到吗？
OpenAI和Anthropic的算力总量从去年底约4吉瓦涨到今年10吉瓦，明年预计超过20吉瓦。
2027年全球新增算力约40吉瓦，两家合计新增约12吉瓦，占比约三成。
这意味着→ 剩余七成要被所有其他科技巨头、云厂商和创业公司分，SemiAnalysis创始人帕特尔直言：「现在对很多人来说，已经不可能买到算力了。」
这些算力拿去干什么了——训练还是推理？
主要用于训练新模型，而非服务用户的推理。Anthropic目前约4吉瓦算力，整个Claude Code只用了约1吉瓦跑推理。
用大白话说＝ 用户端消耗的算力远小于实验室训练消耗的算力，花在"教模型学东西"上的资源比"让模型回答问题"多得多。
这反映出即便用户增长放缓，训练预算仍会持续锁定芯片——算力紧张的根源在供给端被实验室占满，而非需求端爆发。
租价涨了多少，卖推理到底多赚钱？
H100一年期租价从去年10月低点约$1.70/小时涨至目前$2.40–$3.20，中间值约$2.80。帕特尔预判H100可能突破$3、B300突破$7。
推理业务利润极高：自建B300集群年成本约900万美元/兆瓦，租云约1400万美元/兆瓦，但跑DeepSeek V4.1 Flash在60%利用率下年收入约7000万美元。
用大白话说＝ 花1400万租来的算力，一年能卖出7000万的推理服务——即使利用率砍到30%，利润率依然惊人。这解释了为什么租价还在涨：买家愿意付高价，因为赚得更多。
帕特尔同时披露，SemiAnalysis自身从事算力撮合业务，掌握真实成交价，这构成一定的利益相关立场。
为什么不多建数据中心来缓解紧张？
扩产需要资本，而资本成本正在上升——10年期美债收益率今年从3.96%升至10月初的5.31%，AI相关债务发行9月明显降温。
这意味着→ 新玩家想扩张极其困难。帕特尔描述，一家100兆瓦规模的新兴云厂商若想扩到1吉瓦，几乎只能把算力打包卖给超大规模云厂商，再由后者去债市融资，"这些算力没有一点能进入面向整个行业的市场"。
英伟达已出面为约6.5吉瓦算力托底，包括为软银能源俄亥俄州9吉瓦设施担保（约2030年投运，全部预留给OpenAI）、通过Firmus保底租价、以及残值担保。但即便托底上限达到45吉瓦，"也只占2030年前新增算力的很小一部分"。
创业公司怎么办？
明年已签约算力中，约65%–70%流向超大规模云厂商和AI实验室。
创业公司租集群须先付一半，三至九个月后才能交付，叠加一年期合约难以获取的现实，获取算力的门槛持续走高。
帕特尔的结语是：「希望他们能拿到算力，否则我们都是Anthropic和OpenAI的奴隶。」
云厂商质量怎么样——算力买到了，能放心用吗？
SemiAnalysis的ClusterMAX评测追踪了323家云供应商，评测77家，仅19家获肯定评级。CoreWeave和Nebius质量最佳，但未来六个月均已售罄。
安全漏洞是最突出的问题：SemiAnalysis用AI模型攻击这些云平台，发现部分漏洞早已在互联网上公开，模型可直接找到并利用，进而访问其他客户的存储。
一次测试中，他们用开源模型拿到了整个集群的Slurm调度系统权限，看到了某国国防工业和国家安全情报机构的作业名称，随即停止测试并发布安全报告。
这反映出算力集中度与供给质量之间存在结构性矛盾——算力越紧张，用户越没有挑选余地，而许多云厂商的安全和运维能力远未跟上扩张速度。
市场有风险，内容仅供研究参考，不构成投资建议。