news 2026/7/5 1:22:39

【深度】说在美国AI泡沫破裂之前,中国将赢在最后

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【深度】说在美国AI泡沫破裂之前,中国将赢在最后

训练侧90%+坚如磐石,推理侧墙根被挖。AI价值正在纵向转移。

英伟达要完蛋了吗?英伟达的大客户都跑了这可怎么办?AI泡沫要破裂了吗?破裂了之后会怎么样?谁是最后的赢家?今天一次性讲透。

答案可能出乎你意料——最后的赢家,不是英伟达,不是OpenAI,不是微软谷歌亚马逊,是中国。一个一个来。


一、英伟达要完蛋了吗?

不完蛋,但护城河在裂。训练侧英伟达仍然90%以上,1到2年内大模型训练最核心的算力还得找它。但市场已经从训练转向推理——你得先搞清楚训练和推理是两回事。训练是教AI从零学本事——盖大楼,最强施工队最贵塔吊,慢,但没它不行。推理是大楼盖好了拿它干活——写邮件、答问题、做AI营销,保安保洁前台就能干,不需要施工队天天守着。

按调用量算,每天每秒都在跑的是推理,90%以上的算力消耗发生在推理侧。训练单次峰值算力极高,真正日拱一卒烧卡的是推理。而在AI加速卡整体市场(含训练+推理),英伟达份额从一年前90%掉到74%——掉的16个点,主要就掉在推理侧。训练坚如磐石,推理墙根开始被挖。

CUDA是真底牌,20年生态2年内没人追得上。但注意——2年追不上,不代表永远追不上。开源框架在快速成熟,云厂商自研芯片每流一次片就往CUDA的城墙上凿一块砖。训练侧没丢,推理侧开始裂。这个判断我是笃定的。


二、大客户都跑了怎么办?

跑是真跑,但不是跑向AMD这种对手,是自己造。这里必须说清节奏——流片成功不等于大规模部署,良率、产能、软件栈全是坎。Anthropic的2nm还是PPT阶段。1到2年内训练侧英伟达还是不可替代。但推理侧,墙根已经在被挖。

OpenAI Jalapeño 9个月流片、推理成本砍半;Google TPU从2016年自研,现在每天给几十亿人跑搜索YouTube,这是真跑通了的样板;Meta转投三星;Anthropic拿了英伟达100亿承诺、48小时就找三星谈2nm自研,还挖走OpenAI芯片团队二号人物——注意,Anthropic内部已经把推理算力优先级排成TPU第一、Trainium第二、GPU第三——你家最大客户把你排第三,黄仁勋夜里睡得着才怪。

英伟达三招反击:砸钱绑人、卖铲变开矿、死守CUDA。招招都在漏——300亿砸给OpenAI,人家转头造自己的芯片;7月合伙人计划英伟达出85%的钱帮你建数据中心,什么时候卖家主动帮买家建?买家不买了的时候。

资本那张网更别提——三大云巨头互相下注,英伟达两头都投,谁也绑不住谁。马斯克70天前骂Anthropic"反人类邪恶",70天后SpaceX签了22万颗GPU。说白了,从被一家绑变成被四五家绑,单间囚室换到开放式监狱而已。

图1:现金流流向——钱最终流向谁

图2:控制权——大客户绑不住的真相

图3:销售流程——从绑人到开矿

为什么钱绑不住?客户缺的不是钱,是算力安全感。Anthropic五个月年化收入从90亿跑到470亿,估值9650亿,已经超过OpenAI的8520亿——它差你那100亿吗?它差的是全世界产能加起来都追不上需求。牌越多越好,GPU不再是唯一选项。你赚的每一分超额利润,都是客户下决心绕开你的理由。


三、AI泡沫真的要破了吗?

正在破,但破的不是AI,是一楼——基础设施那层的估值泡沫。四个信号:


四、泡沫破了会怎样?

超额利润从一楼往二三楼搬。三层楼框架记好——

图4:AI三层楼价值模型——价值正从一楼向三楼纵向转移

一楼,基础设施。芯片、数据中心、光模块。修高速公路的,砸几千亿铺路。一楼不会消失,基础设施永远有价值,但利润分配要变:从英伟达独占超额利润,变成云厂商自研分食+ASIC抢推理+应用层利润率放大。不是一楼变零,是超额过路费收不成了。

二楼,模型层。OpenAI、Anthropic、开源模型。跑运输的车队。闭源正从"必需品"变"奢侈品"——90%场景开源够用。

三楼,应用层。真正把AI变利润的人,AI客服、AI营销、AI写代码、AI做内容,让AI实实在在干活赚钱。

泡沫破裂不是"AI没用了",是价值从一楼往三楼纵向转移。修路的还得修,但过路费要打骨折;跑车的得算账,闭源贵了客户就跑开源;真正送货的、把AI嵌进生意里的,利润率最高。

像极了2000年互联网泡沫。那时候散户疯买修光纤的——思科、北电、朗讯,全是一楼,后来股价膝盖斩。真正一飞冲天的是Google、Amazon——用光纤跑业务的,三楼的。历史不会简单重复,但节奏惊人地相似:泡沫期资本最疯狂砸的都是基建,最后赚到大钱的都是用好基建的人。

细思极恐——现在大多数人看AI,眼睛全盯一楼:英伟达、海力士、数据中心,全是修路的。这不是投资建议,是认知提醒——先搞清楚价值在哪层楼移动,再判断自己站在哪儿。


五、谁是最后的赢家?

我的判断是中国。这不是喊口号,你自己推——

算力从稀缺变过剩,GPU租金暴跌,数据中心被迫降价。谁最爽?用算力的人。算力成本砍一半,应用利润直接翻倍。谁最会用便宜算力做应用?谁成本最敏感、场景最多、创业最活跃?中国。

闭源变奢侈品,90%场景开源够用。谁的开源参与度全球第二?中国。

一楼超额利润瓦解、二楼闭源承压、三楼利润率放大。为什么我判断中国会是最大受益者?因为中国结构性地站在了价值转移的方向上。

图5:股东结构与资本网——大家互相下注,谁也绑不住谁

有人说应用层护城河浅——一个AI营销工具火了,下个月十家抄。没错。但护城河浅恰恰意味着谁迭代最快谁赢。开源生态让中国在应用层的创新成本全球最低,中国创业者一个晚上就能抄完一个产品再迭代三个版本——这不是内卷,这是速度优势。在AI应用层,快就是护城河。

看数据。今年6月30号,美团龙猫2.0——1.6万亿参数,5万张国产芯片全流程训练,零英伟达高端卡。不是实验室数据,是跑通了的真东西。出口管制没有击倒中国AI,反而逼出了两件事:一是国产芯片在真实场景中加速迭代;二是应用层在缺最先进GPU的情况下,被逼着在开源模型和国产算力上把效率做到极致。

你品品这个位置——美国几千亿美元砸一楼,砸数据中心、砸芯片厂。这是修路。路修得再好,超额过路费收不回来,回报率就得打折。OpenAI融了1100亿,表面光鲜,实际在签长期包销协议。

中国在干嘛?被出口管制卡着拿不到最先进GPU,就用国产芯片跑模型,用开源做应用,用全球最密集的场景把AI落到每一个外卖骑手、每一个小店主、每一个工厂车间。不是美国不行了中国才行。是价值本来就在往三楼搬,中国的产业结构正好接住了这一棒。修路的还在砸钱铺沥青,送货的账已经越算越明白。

为什么是中国不是印度东南亚?因为把AI变成柴米油盐需要三样东西:最密集的应用场景、最完整的供应链、最卷的创业者。这三样,全球只有中国同时具备。


破的是估值,醒的是价值。

AI这盘棋,最厚的那块版图不在硅谷的芯片厂里,在深圳的代码里、在义乌的仓库里、在每一个用AI把生意重做一遍的中国老板手里。

尘埃落定那天,站着数钱的,一定是把AI用进柴米油盐的人。而这些人,最多的在中国。

数据来源:

· 英伟达AI加速卡整体市场份额74%(一年前90%),训练侧仍90%+:The Information 2026-07

· Anthropic年化收入ARR 470亿run rate、估值9650亿(反超OpenAI 8520亿)、三星2nm洽谈、Clive Chan加盟:The Information / 36氪 / 凤凰科技 2026-07

· Anthropic内部推理算力优先级 TPU > Trainium > GPU:The Information 2026-07

· OpenAI Jalapeño 9个月流片、推理成本砍半:OpenAI官方 / 博通CEO

· GPU租金 B200涨94% / H100涨40%:长江证券

· ASIC推理成本低30-50%:行业估算

· Midjourney迁TPU省65%:个案

· Stargate 5000亿从统一框架拆分为多个双边合同:综合报道

· Rubin Ultra封装问题、4芯片缩2芯片:SemiAnalysis爆料

· 交叉持股:微软-OpenAI 130亿/27%、Anthropic 50亿/7%;亚马逊-Anthropic 330亿/9%、OpenAI 500亿/4.66%;谷歌-Anthropic 430亿/6-14%;英伟达两边都投

· 美团龙猫2.0 1.6万亿参数、5万张国产芯片零英伟达高端卡全流程训练:36氪 2026-06-30

· OpenAI融资1100亿美元:综合报道

· 黄仁勋"Anthropic只是个例":华尔街见闻

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/5 1:21:05

uos-network-exporter与Grafana集成:打造可视化网络监控仪表板

uos-network-exporter与Grafana集成:打造可视化网络监控仪表板 【免费下载链接】uos-network-exporter A Prometheus exporter for network. 项目地址: https://gitcode.com/openeuler/uos-network-exporter 前往项目官网免费下载:https://ar.ope…

作者头像 李华
网站建设 2026/7/5 1:20:32

Cosmos3 Policy vs π₀.₅:架构对比

Cosmos3 Policy vs π₀.₅:架构对比 对比 Cosmos3-Nano-Policy-DROID(diffusers / MoT DiT)与 Physical Intelligence π₀.₅(openpi / PaliGemma + Action Expert)在机器人 policy 上的设计异同。 源码: 系统 路径 Cosmos3 diffusers/.../pipeline_cosmos3_omni.py、t…

作者头像 李华
网站建设 2026/7/5 1:19:46

基于STM32单片机甲醛 温湿度烟雾报警 智能家居系统 环境质检测13(设计源文件+万字报告+讲解)(支持资料、图片参考_相关定制)_文章底部可以扫码

基于STM32单片机甲醛 温湿度烟雾报警 智能家居系统 环境质检测13(设计源文件万字报告讲解)(支持资料、图片参考_相关定制)_文章底部可以扫码 甲醛温湿度声光报警LCD1602显示 版本一: STM32F103C8T6单片机进行数据处理DHT11温湿度传感器检测当…

作者头像 李华
网站建设 2026/7/5 1:17:01

5分钟搞定米游社自动签到:手把手教你配置MihoyoBBSTools

5分钟搞定米游社自动签到:手把手教你配置MihoyoBBSTools 【免费下载链接】MihoyoBBSTools Womsxd/AutoMihoyoBBS,米游社相关脚本 项目地址: https://gitcode.com/gh_mirrors/mi/MihoyoBBSTools 米游社自动签到工具MihoyoBBSTools是一款强大的Pyth…

作者头像 李华
网站建设 2026/7/5 1:16:34

高维空间中聚类算法的优化与加速技术

高维空间中聚类算法的优化与加速技术 引言 高维数据聚类问题的背景与挑战(维度灾难、计算复杂度、噪声敏感等)传统聚类算法在高维空间中的局限性(如K-means、DBSCAN)优化与加速技术的必要性 高维数据聚类的主要挑战 维度灾难对…

作者头像 李华
网站建设 2026/7/5 1:16:28

揭阳普宁本土财税公司怎么选不踩坑 2026本地甄选指南

当下普宁服装、美妆、食品、五金、跨境、母婴等全品类电商规模持续扩张,金税四期平台、银行、税务三方数据互通常态化,大量商家因选错本地财税机构,遭遇低价隐形收费、实习生乱做账、夜间无人对接、税务预警无力线下处置、跨品类账务套用服装…

作者头像 李华