[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-openai-compute-bet-reshaping-ai-economics-zh":3,"article-related-openai-compute-bet-reshaping-ai-economics-zh":30,"series-industry-32608593-3793-4893-9ddc-cd601910e56b":87},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":11,"views":27,"created_at":28,"published_at":29,"topic_cluster_id":11},"32608593-3793-4893-9ddc-cd601910e56b","openai-compute-bet-reshaping-ai-economics-zh","OpenAI 豪賭算力，AI 經濟學變了","\u003Cp>\u003Ca href=\"https:\u002F\u002Fopenai.com\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa> 在 2025 年傳出年化營收超過 200 億美元。這數字很大，但另一個數字更刺眼：它牽動的基礎設施承諾，已經不是幾個機櫃，而是用 GW 來算的電力規模。\u003C\u002Fp>\u003Cp>講白了，AI 需求真的有起來。只是需求越高，不代表生意越好做。當每多一個使用者，都可能多出一筆不小的推論成本，營收成長有時反而像在追著帳單跑。\u003C\u002Fp>\u003Cp>這也是我覺得現在最值得看的地方。AI 競爭已經不只是模型誰比較聰明，而是誰能用更低成本，把同樣的回答穩定送出去。\u003C\u002Fp>\u003Ch2>OpenAI 為什麼開始淡化對 Nvidia 的依賴\u003C\u002Fh2>\u003Cp>過去幾年，\u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\" target=\"_blank\" rel=\"noopener\">Nvidia\u003C\u002Fa> 幾乎就是高階 AI 晶片的代名詞。H100 到 Blackwell，大家搶著買，因為訓練大模型就是要最強的通用加速器。這件事到現在都沒變。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774597964781-1feq.png\" alt=\"OpenAI 豪賭算力，AI 經濟學變了\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>但市場開始分成兩塊。訓練是一門生意，推論是另一門生意。訓練要的是極限效能，推論更在意延遲、功耗、單次查詢成本，還有整體資源利用率。\u003C\u002Fp>\u003Cp>所以你會看到 OpenAI 不再只盯著單一供應商。它傳出跟 \u003Ca href=\"https:\u002F\u002Fwww.cerebras.net\" target=\"_blank\" rel=\"noopener\">Cerebras\u003C\u002Fa> 談推論算力，也傳出租用 \u003Ca href=\"https:\u002F\u002Fcloud.google.com\u002Ftpu\" target=\"_blank\" rel=\"noopener\">Google TPU\u003C\u002Fa>，還跟 \u003Ca href=\"https:\u002F\u002Fwww.broadcom.com\" target=\"_blank\" rel=\"noopener\">Broadcom\u003C\u002Fa> 合作自研推論晶片，並交給 \u003Ca href=\"https:\u002F\u002Fwww.tsmc.com\" target=\"_blank\" rel=\"noopener\">TSMC\u003C\u002Fa> 以 3 奈米製程生產。\u003C\u002Fp>\u003Cp>這不是為了湊熱鬧。這比較像財務壓力逼出來的選擇。若推論成本壓不下來，產品越成功，帳單越難看。對一家使用量狂飆的公司來說，這很傷。\u003C\u002Fp>\u003Cul>\u003Cli>OpenAI 在 2025 年的年化營收，傳出已超過 200 億美元。\u003C\u002Fli>\u003Cli>對比 2023 年約 20 億美元，兩年內規模差了 10 倍。\u003C\u002Fli>\u003Cli>部分產業說法認為，Google TPU 在特定推論情境的效率，可超過同級 GPU 方案 2 倍以上。\u003C\u002Fli>\u003Cli>市場也傳出 OpenAI 與 Broadcom 的自研推論晶片，目標在 2026 年量產。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>更大的訊號很清楚。AI 已經不是一顆晶片打天下。訓練叢集和推論叢集，開始往不同方向最佳化，供應鏈也跟著分裂。\u003C\u002Fp>\u003Ch2>真正卡住 AI 的，可能不是晶片，是電\u003C\u002Fh2>\u003Cp>很多人談 AI 基礎設施，第一反應還是晶片缺貨。這沒錯，但說真的，電力常常更麻煩。你有一整棟加速器伺服器，若沒有足夠供電、散熱和電網接入，機器就只能擺著。\u003C\u002Fp>\u003Cp>這也是為什麼 OpenAI 的算力故事，現在會一路連到公用事業、電池儲能、天然氣機組，甚至地方政府的能源規劃。AI 資料中心不再只是機房工程，它越來越像能源工程。\u003C\u002Fp>\u003Cp>和 OpenAI 相關的基礎設施合作方，已經串成一整條長鏈。你會看到 \u003Ca href=\"https:\u002F\u002Fwww.oracle.com\" target=\"_blank\" rel=\"noopener\">Oracle\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fcrusoe.ai\" target=\"_blank\" rel=\"noopener\">Crusoe\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.coreweave.com\" target=\"_blank\" rel=\"noopener\">CoreWeave\u003C\u002Fa>、Nvidia、\u003Ca href=\"https:\u002F\u002Fwww.amd.com\" target=\"_blank\" rel=\"noopener\">AMD\u003C\u002Fa> 和 Broadcom 都被點名。相關承諾規模傳出超過 26 GW，這已經是公用事業等級的需求。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fcrusoe.ai\" target=\"_blank\" rel=\"noopener\">Crusoe\u003C\u002Fa> 在德州 Abilene 的案子很有代表性。外界描述該案規模已擴到 1.2 GW，分散在多棟建築。再加上和 \u003Ca href=\"https:\u002F\u002Flancium.com\" target=\"_blank\" rel=\"noopener\">Lancium\u003C\u002Fa> 的合作，包含電池儲能、太陽能整合、天然氣備援，這已經不是單純買伺服器就能解決的事。\u003C\u002Fp>\u003Cblockquote>\u003Cp>“America has a real opportunity to build a lot more datacenter capacity than any other country.”\u003C\u002Fp>\u003Cfooter>— \u003Ca href=\"https:\u002F\u002Fblogs.microsoft.com\u002Fblog\u002F2025\u002F01\u002F03\u002Fthe-golden-opportunity-for-american-ai\u002F\" target=\"_blank\" rel=\"noopener\">Satya Nadella\u003C\u002Fa>\u003C\u002Ffooter>\u003C\u002Fblockquote>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\" target=\"_blank\" rel=\"noopener\">Microsoft\u003C\u002Fa> 執行長 Satya Nadella 也多次提到，限制 AI 擴張的因素包含電力與施工能力。這點很實際。晶片短缺會拖慢部署，電力不足則會讓已經買下來的硬體直接閒置。\u003C\u002Fp>\u003Cul>\u003Cli>AI 資料中心的限制，常見是供電、冷卻與電網接入，不只是 GPU 交期。\u003C\u002Fli>\u003Cli>26 GW 這種量級，代表 AI 建設已經碰到區域能源規劃層級。\u003C\u002Fli>\u003Cli>德州案場顯示，電池、太陽能、天然氣備援會一起上。\u003C\u002Fli>\u003Cli>能快速拿到電力的營運商，接下來很可能比單純有機房空間的人更有優勢。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>需求很熱，但商業模式還是有點尷尬\u003C\u002Fh2>\u003Cp>看表面數字，AI 市場確實很火。\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\" target=\"_blank\" rel=\"noopener\">Microsoft\u003C\u002Fa> 一直提到 Azure 受 AI 工作負載帶動。\u003Ca href=\"https:\u002F\u002Fcloud.google.com\" target=\"_blank\" rel=\"noopener\">Google Cloud\u003C\u002Fa> 也公開談過 Gemini API 使用量快速上升。連 \u003Ca href=\"https:\u002F\u002Fwww.tsmc.com\" target=\"_blank\" rel=\"noopener\">TSMC\u003C\u002Fa> 的資本支出計畫，都透露客戶還會繼續下單高階矽晶片。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774597980904-ui0g.png\" alt=\"OpenAI 豪賭算力，AI 經濟學變了\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>但真正難的問題是，這些需求能不能變成健康毛利。原始素材提到，OpenAI 在某些時期的推論成本可能高於相關收入。若這個方向沒錯，很多動作就說得通了，像是自研晶片、找更便宜的推論供應商，甚至嘗試廣告等新變現方式。\u003C\u002Fp>\u003Cp>我覺得這裡很像航空業或電信業，不太像大家熟悉的純軟體公司。使用量成長很快，聽起來很美。但如果每多一個活躍使用者，就要多燒不少算力和電費，規模不一定會先帶來利潤，反而可能先帶來壓力。\u003C\u002Fp>\u003Cp>這也是為什麼「AI 是不是好生意」和「AI 有沒有需求」其實是兩個問題。前者看的是單位經濟，後者看的是市場熱度。現在市場對後者幾乎沒有懷疑，對前者則還在算帳。\u003C\u002Fp>\u003Cul>\u003Cli>素材提到 OpenAI 2026 年現金消耗可能達 170 億美元。\u003C\u002Fli>\u003Cli>對比 2025 年約 90 億美元，壓力還在往上走。\u003C\u002Fli>\u003Cli>長期基礎設施與租賃承諾，傳出到 2030 年可能上看數千億美元。\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.jpmorganchase.com\" target=\"_blank\" rel=\"noopener\">JPMorgan\u003C\u002Fa> 等金融機構已關注 AI 基建融資中的債務與私募信貸角色。\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.meta.com\" target=\"_blank\" rel=\"noopener\">Meta\u003C\u002Fa> 也傳出動用私募信貸籌措大型資料中心資金。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這裡還有一個很多人忽略的點。當 AI 基建越來越靠債務與信貸撐起來，風險就不只留在模型公司本身。它會一路傳到雲端業者、建商、公用事業、地方銀行，還有能源供應商。\u003C\u002Fp>\u003Ch2>競品怎麼打，差異其實很明顯\u003C\u002Fh2>\u003Cp>如果把 OpenAI 放進整個產業來看，現在的競爭已經不是單純比模型榜單。\u003Ca href=\"https:\u002F\u002Fwww.google.com\" target=\"_blank\" rel=\"noopener\">Google\u003C\u002Fa> 手上有 TPU、雲端、資料中心和自家模型。\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\" target=\"_blank\" rel=\"noopener\">Microsoft\u003C\u002Fa> 有 Azure、企業通路，還綁著 OpenAI。\u003Ca href=\"https:\u002F\u002Fwww.meta.com\" target=\"_blank\" rel=\"noopener\">Meta\u003C\u002Fa> 走開放權重和自建基礎設施路線。每一家都在用不同方式解同一題：怎麼把 Token 成本壓低。\u003C\u002Fp>\u003Cp>OpenAI 的難點在於，它的產品熱度很高，API 與 ChatGPT 需求也很強，但它不是從硬體起家，也不是從公有雲起家。這代表它在供應鏈和資本結構上，要比 Google 這種垂直整合玩家更辛苦。\u003C\u002Fp>\u003Cp>Nvidia 依然是最大贏家之一，這點短期很難變。問題是，Nvidia 最強的地方在訓練市場。當推論市場規模越來越大，專用晶片、客製 ASIC、TPU 這類方案就會開始搶份額。這不是 Nvidia 突然不行，而是市場需求本身變了。\u003C\u002Fp>\u003Cul>\u003Cli>Google：自有 TPU、雲端平台、模型服務，整合度最高。\u003C\u002Fli>\u003Cli>Microsoft：企業客戶基礎深，Azure 能直接承接 AI 工作負載。\u003C\u002Fli>\u003Cli>Meta：靠自建資料中心與開放模型攤平成本。\u003C\u002Fli>\u003Cli>OpenAI：產品需求最強之一，但供應鏈掌控力相對較弱。\u003C\u002Fli>\u003Cli>Nvidia：訓練仍是核心優勢，推論則面臨更多專用硬體競爭。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>對台灣供應鏈來說，這也很有感。因為不管是 GPU、TPU、ASIC，最後很多先進製程還是得看 \u003Ca href=\"https:\u002F\u002Fwww.tsmc.com\" target=\"_blank\" rel=\"noopener\">TSMC\u003C\u002Fa>。講白了，模型公司在比誰更會花錢，晶圓代工廠在看誰能持續下單。\u003C\u002Fp>\u003Ch2>台灣開發者該怎麼看這波變化\u003C\u002Fh2>\u003Cp>如果你是開發者，這波變化很直接。第一個影響是 API 定價不會只是產品策略，它會越來越受基礎設施成本牽動。模型供應商今天降價，背後可能不是佛心，而是推論效率變好了。\u003C\u002Fp>\u003Cp>第二個影響是模型選型。以前很多團隊習慣先看 benchmark，現在要多看延遲、Token 成本、上下文長度、區域供應和 SLA。模型再強，若成本撐不住，專案上線後會很痛。\u003C\u002Fp>\u003Cp>第三個影響是架構設計。越來越多團隊會採混合策略，大模型處理難題，小模型吃日常任務，再搭配快取、RAG、路由器和批次處理。這不是花招，這是把雲端帳單壓回可控範圍的基本功。\u003C\u002Fp>\u003Cp>對企業採購也是一樣。你買的不是單一模型，而是一整套供應穩定性。包括算力來源、地區法規、資料駐留、服務中斷風險，還有價格會不會半年後又變。\u003C\u002Fp>\u003Ch2>接下來 24 個月，看四個數字就夠了\u003C\u002Fh2>\u003Cp>我會先看四個指標。第一是電力容量。第二是每 Token 推論成本。第三是企業付費轉換率。第四是新建叢集的利用率。這四個數字，會比模型榜單更早反映誰真的把生意做順。\u003C\u002Fp>\u003Cp>若 OpenAI 和其他模型公司能在 2026 年前，把推論成本有效壓低，例如降到目前的一半附近，同時維持使用品質，那現在這波基建狂衝還算合理。若成本降不下來，市場就會開始重新評價整條 AI 產業鏈。\u003C\u002Fp>\u003Cp>對開發者來說，最實際的建議很簡單。別只追最新模型，先把自己的工作負載分層。哪些請求一定要最強模型，哪些其實 1\u002F5 成本就能解，先算清楚。AI 市場接下來比的，會是誰把效能、成本和供應穩定性一起顧好。\u003C\u002Fp>\u003Cp>最後留一個問題給你。如果明年模型品質只進步 10%，但推論成本降了 60%，你會選哪一邊？我覺得多數公司最後會用錢投票。\u003C\u002Fp>","OpenAI 年化營收傳出已超過 200 億美元，但晶片、電力與資料中心支出也一路暴衝。需求很真實，問題是帳怎麼算得過去，這正是 AI 產業現在最難迴避的現實。","zhuanlan.zhihu.com","https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F1997382019462760082",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774597964781-1feq.png","industry","zh","0d6c9fc4-3569-43fd-82ec-6985a1cf216f",[17,18,19,20,21,22,23,24,25,26],"OpenAI","AI 經濟學","Nvidia","推論成本","資料中心","電力","TPU","Broadcom","TSMC","人工智慧",5,"2026-03-27T01:41:43.897881+00:00","2026-03-27T07:53:01.392+00:00",{"tags":31,"relatedLang":46,"relatedPosts":50},[32,34,35,37,40,42,43,45],{"name":17,"slug":33},"openai",{"name":26,"slug":26},{"name":19,"slug":36},"nvidia",{"name":38,"slug":39},"研究整理","-",{"name":24,"slug":41},"broadcom",{"name":20,"slug":20},{"name":23,"slug":44},"tpu",{"name":22,"slug":22},{"id":15,"slug":47,"title":48,"language":49},"openai-compute-bet-reshaping-ai-economics-en","OpenAI’s Compute Bet Is Reshaping AI Economics","en",[51,57,63,69,75,81],{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":13},"9a0692ba-a9c5-42eb-823d-8a0e6e6ae3fc","openai-ipo-filing-turns-hype-into-scrutiny-zh","OpenAI IPO 讓神話變審核","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781042614962-bj12.png","2026-06-09T22:03:04.524304+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":13},"40d4f012-36b6-4b8f-b470-30242a0b8483","skatteetaten-public-sector-ai-should-be-judged-by-outcomes-zh","Skatteetaten 證明公部門 AI 應該看成果，不是看噱頭","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781038986405-p8cf.png","2026-06-09T21:02:32.1198+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":13},"f937e16b-7b3c-4ec8-b9f6-2b6031c6892c","openai-ipo-filing-wall-street-test-zh","OpenAI IPO 登場，華爾街先看這 5 件事","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781032675072-oq1m.png","2026-06-09T19:17:23.187013+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":13},"8258e540-397f-4566-8ae5-37582f3e3418","openai-latest-moves-pricing-safety-scale-zh","OpenAI 4 個最新動向：定價、安全、規模都在變","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781031777355-odh9.png","2026-06-09T19:02:26.913687+00:00",{"id":76,"slug":77,"title":78,"cover_image":79,"image_url":79,"created_at":80,"category":13},"5a3f8c97-afa9-43cd-a5f7-64a1fcfd99d2","risc-v-mini-pcs-worth-buying-now-future-bet-zh","RISC-V 迷你電腦現在值得買，但只適合押注未來","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781026383355-9003.png","2026-06-09T17:32:31.318476+00:00",{"id":82,"slug":83,"title":84,"cover_image":85,"image_url":85,"created_at":86,"category":13},"651bdda4-2566-4185-a33d-254862d4290d","fedora-44-risc-v-widens-linux-board-support-zh","Fedora 44 RISC-V 把支援面擴到 17 板","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781025476806-1woq.png","2026-06-09T17:17:24.257564+00:00",[88,93,98,103,108,113,118,123,128,133],{"id":89,"slug":90,"title":91,"created_at":92},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":94,"slug":95,"title":96,"created_at":97},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":99,"slug":100,"title":101,"created_at":102},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":104,"slug":105,"title":106,"created_at":107},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":109,"slug":110,"title":111,"created_at":112},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":114,"slug":115,"title":116,"created_at":117},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":119,"slug":120,"title":121,"created_at":122},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":124,"slug":125,"title":126,"created_at":127},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":129,"slug":130,"title":131,"created_at":132},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":134,"slug":135,"title":136,"created_at":137},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]