SemiAnalysis创始人：到2028年，全球大部分AI算力只属于两家公司

作者 | 许 超

      编辑 | 硬 AI

在知名科技播客 Dwarkesh Podcast 的最新对谈中，顶级半导体与算力研究机构 SemiAnalysis 创始人兼首席分析师 Dylan Patel 预测：到 2028 年，OpenAI 与 Anthropic 两家实验室或将直接掌控全球 70% 至 80% 的增量算力与大部分有效 FLOPs。

更深远的影响在于金融市场——由于 AI 数据中心展现出惊人的投资回报率，科技巨头对资本的极端争夺将推高全社会的折现率与发债利率，甚至引发全球借贷成本的系统性上升。

核心要点归纳

算力极端中心化、实验室商业模式发生变化、AI 数据中心推高借贷成本，以及传统资产估值和主权债务风险受到影响等观点，构成了本次访谈的主要内容。

在过去一年多时间里，AI 基础设施不仅成为了美国 GDP 增长的核心引擎，更在底层酝酿着一场前所未有的算力集权。

据 Dylan Patel 测算，OpenAI 与 Anthropic 的算力规模持续扩张，两家实验室在全球新增算力中的占比不断提升。预计到 2028 年，两家将占据全球 70% 到 80% 的增量算力。

这种集中化不仅没有减速，反而在加速。传统云巨头和其他拥有资产负债表能力的企业，也在建设算力基础设施并将其转租给头部实验室。

由于新一代芯片在每瓦性能上显著提升，头部实验室对新增算力的占有，实际上意味着其掌控了全球大部分有效计算能力。

过去，前沿模型的运行成本较高，实验室一度处于负毛利状态。但随着模型能力和商业化效率提升，算力产出显著增加，实验室也更有能力承受高昂的算力价格。

从 2024 年到 2029 年，全球 AI 产业链的累计资本支出预计将达到约 11 万亿美元。其中一部分资金需要通过信贷市场举债解决。由于 AI 基础设施的预期回报率较高，科技巨头可能愿意接受更高的发债利率，从而推高全社会的资金成本。

资金借贷成本与无风险利率中枢的抬升，将直接重塑全球资产定价逻辑。依赖稳定远期现金流的传统资产可能面临估值压力，部分高负债国家也可能面对更高的再融资成本与主权违约风险。

前沿实验室未来可能降低用于对外商业推理的算力比例，将更多算力投入内部模型研发与递归自我改进。原因在于，内部研发带来的长期能力提升和潜在价值，可能高于直接向外部用户出售 Token 所获得的收入。

访谈还讨论了算力供应链、数据中心建设、资本支出、监管限制以及 AI 发展可能带来的经济结构变化。受访者认为，算力、资本和模型能力的集中化趋势，可能进一步强化少数头部实验室的市场影响力。