SemiAnalysis创始人：到2028年，两巨头将“吃掉”全球AI算力

作为独立半导体与AI算力基础设施的研究机构——SemiAnalysis最近颇受市场关注。

日前，SemiAnalysis创始人Dylan Patel 在一档节目采访中谈及了AI算力的终局。

他指出，全球AI算力正以前所未有的速度空前集中。

Dylan Patel表示，AI算力正呈现复利式爆发增长，行业拐点已然到来。

2025年全球AI基建资本开支突破1万亿美元，预计2028年将超2万亿美元，本十年末或达10万亿。

2026年内，OpenAI、Anthropic两大头部机构的算力将从2吉瓦暴涨至5吉瓦，增幅达3-4倍，全球新增算力占比将从30%升至40%–50%。

得益于芯片能效迭代升级，新一代芯片算力性能为前代3–5倍。

Dylan Patel预测，到2028年末，两家机构将掌控全球绝大部分有效运算能力。

极致的盈利性是算力集中的核心驱动力。

Anthropic的收入已达到每兆瓦算力5000万美元之高，远超1000–1500万美元的基础成本，推理业务可实现3–5倍回报。

高额利润持续反哺模型训练，形成别家无法复刻的正向循环。

唯一的制约是物理供应链：ASML的EUV光刻机、蔡司的光学镜以及整个晶圆制造设备生态系统才是真正的瓶颈，它们无法足够快地扩展以满足需求。

有哪些影响？

Dylan Patel引入了一个强有力的框架来理解AI供应链的动态："牛鞭效应"。

当前算力稀缺催生供应链牛鞭效应：终端AI实验室的小幅需求增长，会在供应链上游（反射镜制造商、涡轮机制造商、存储晶圆厂）形成剧烈且滞后的产能缺口。

这些核心设备全面成为瓶颈，即便产业链全力扩产，也难以匹配算力需求增速。

目前，算力价格开始上涨，SpaceX正在建设大规模的计算资源，并溢价出售算力，算力定价权正式转向手握充足产能的头部企业。

与此同时，AI万亿级资本开支将引发全球性宏观经济震荡。

2024–2029年，AI生态总资本开支达11万亿美元，其中5万亿依赖信贷融资。

当 Anthropic、OpenAI 和超大规模数据中心运营商（谷歌、微软、亚马逊、Meta）筹集数千亿美元债务来为其资本支出提供资金时，它们的大规模举债将会抢夺全社会信贷资源。

若推高全球利率2–3个百分点，直接压制股市估值，传统稳健资产价值大幅缩水。

同时，美国国债付息压力将翻倍，而高负债、弱财政的发展中国家将遭遇“第二次沃尔克冲击”，大概率爆发大规模主权债务违约。

凭借本土算力产业优势，美国将成为本轮冲击中最大受益者，无AI基建的国家则将彻底丧失增长主动权。

未来，AI劳动力将超越人类

Dwarkesh Patel预测，若前沿算力年增4–5倍、同等任务算力需求年降3倍，那么头部实验室AI等效劳动规模年增速达10倍。

按此趋势，OpenAI 的有效AI劳动力数量可能从今年的1000万增长到明年的1亿，后年达到10亿。

到2028年，单家机构的AI劳动产出将超越全球人类劳动力总和。

模型规模效应、迭代正反馈、溢价盈利模式，共同构筑了赢家通吃的行业格局。

唯一制衡的力量是政府监管。

当前OpenAI已暂停训练两周，Anthropic推迟发布最强模型，一定程度放缓了算力扩张与盈利增速。

但帕特尔坦言，对去中心化的希望只是“自我安慰”。

整体来看，所有市场规律均指向AI权力高度集中，未来存在两种结局：依靠监管实现可控的慢速技术迭代，或在监管落地前迎来AI技术奇点。

悬而未决的矛盾是加速的经济必然性与监管的政治约束之间的张力。

世界是走向“慢起飞”还是“快起飞”的岔路口，取决于两股力量谁占上风。

未来12-18个月的关键信号包括：Anthropic和OpenAI能否在将更多算力分配给训练的同时，能否维持每兆瓦收入增长；SpaceX和Meta是继续以溢价向实验室出售算力，还是会转向内部使用；以及全球利率是否因万亿级AI支出而持续攀升等等。