Dylan Patel，著名半导体与计算能力分析机构SemiAnalysis的创始人及首席分析师，在最新一期的知名科技播客Dwarkesh Podcast中做出了一个引人注目的预测：到2028年，OpenAI与Anthropic这两家实验室或将掌控全球70%至80%的新增计算能力和大部分有效FLOPs。这一趋势的潜在影响不仅限于技术领域，还将波及金融市场。由于AI数据中心展现出惊人的投资回报率，科技巨头之间对资本的竞争将导致低利率的飙升，这可能引发全球借贷成本的持续上涨。
以下是一些核心观点：
计算能力的高度集中化：据统计，今年新增的计算能力中，约有三分之一被OpenAI和Anthropic占据。预计到2028年，这两家公司将共同掌控70%至80%的全球增量计算能力，其中单个实验室的算力规模将超过50吉瓦（GW）。
实验室盈利模式的转变：许多前沿实验室已经进入了高毛利阶段，告别了去年“出售Token亏损”的情况。目前，Anthropic的算力产出已达每兆瓦5000万美元，并正向1亿美元的发展目标迈进，这使得它们能以每兆瓦2500万至5000万的高价进行市场收购。
算力重心由“推理”转向“研发”：由于内部模型迭代的回报远高于将Token出售给外部用户，实验室开始减少对外推理的算力分配，将更多新增算力用于内部下一代模型的研发。
AI数据中心引发的“利率冲击”及资本挤出：预计在2024至2029年，全球与AI相关的资本开支将达到11万亿美元，其中超过5万亿需要通过债务融资来获得。AI基础设施的高回报率促使企业愿意承受8%甚至更高的债务成本，从而提升了整个社会的借贷利率，对传统行业及主权融资造成挤出压力。
传统资产估值受压：社会折现率的上升将使非AI资产的估值大幅下滑，负债率高的公用事业和消费品公司以及财政不稳的国家将面临巨大的债务重组压力。
在过去一年多的时间里，AI基础设施已成为美国GDP增长的主要推动力，同时也在推动算力的集中化。Dylan Patel的分析显示，到2024年初，OpenAI与Anthropic的算力规模分别为2吉瓦和不到2吉瓦，而到年底，两家均已突破5吉瓦，整体实现了3至4倍的增长。目前，这两家公司已占全球新增算力的约30%。预计到2025年，它们的市场占比将增至40%至50%；而到2028年，总占比有望达到70%至80%，合计规模突破100吉瓦。
这种集中趋势并没有减速，反而在加速发展。Dylan Patel指出，除了传统云计算巨头为其代建算力外，像SpaceX等拥有强大资金实力的公司也开始积极投资于算力基础设施，并将其租赁给这两大实验室。
关键因素在于性能的倍增效应：今年每一瓦特的新算力配备了GB300、TPUv7或Trainium3，其每瓦的性能相比前代芯片提升了3至5倍。当OpenAI和Anthropic在2028年获得70%至80%的新增算力时，这部分算力由于能效显著提高，实际上将控制全球绝大多数有效计算能力。
从“亏本卖Token”到“每兆瓦产出一亿美元”：实验室的商业模式发生了质变。在2023年至2024年初，市场曾普遍怀疑大型模型的可行性。当时在英伟达Hopper架构上运行的GPT-4等模型，实验室面临显著的亏损，巨额支出主要依赖风险投资维持。然而，过去一年半中，前沿模型的单瓦变现效率实现了巨幅逆转。计算能力的基础成本在1000万至1500万美元每兆瓦，而目前的商业化成果却惊人：Anthropic的算力产出达到每兆瓦5000万美元，公司整体收入正在向7000万美元至8000万美元每兆瓦迈进，并有望突破1亿美元每兆瓦。这种数倍于成本的产出能力改变了算力市场的定价模式。
当外部厂商（如SpaceX或Meta）建设数据中心时，它们不再愿意按照原先1300万美元每兆瓦的基础成本租给实验室，而是以2500万美元、4000万美元甚至5000万美元每兆瓦的高价进行转租。因为对于OpenAI和Anthropic而言，即便以高价出租算力，它们的内部或商业回报依然能够实现大幅盈利。
Dylan Patel警告称，AI极高的资本回报率正在通过信贷市场推高全社会的资金成本。根据他的模型预测，从2024年至2029年，全球AI产业链的累计资本支出（涵盖芯片、服务器、光通信、电网建设及发电机组等）将达到约11万亿美元。在这一基础设施投资潮流中，即使科技巨头将全部经营现金流（约6万亿美元）用于投资，依然无法满足所需的庞大资金。
