Anthropic已实现自由现金流为正，AI商业闭环开始成型

AI行业正经历从技术叙事向商业验证的关键转折。Anthropic在2024年第二季度连续三个月实现自由现金流转正，年化经常性收入突破500亿美元，毛利率稳定在70%以上。这一数据并非孤立案例——SemiAnalysis自身AI支出轨迹同步印证了需求刚性：团队AI年化成本从去年11月不足10万美元，飙升至当前1100万美元，峰值周折算年化达1400万美元。AI支出已占其总运营成本三分之一以上，预计年底前将接近一半。

值得注意的是，模型升级并未线性推高成本。新模型通过更高token效率降低单次任务开销：旧模型需10万token、10次交互完成的任务，新模型可能仅需2.5万token、1次交互。这种效率跃迁带来短期支出回落，但随即触发更广泛的应用渗透——用户发现“以前做不到的事现在可以做了”，预算迅速扩容。Anthropic凭借Opus系列在token效率上的领先，正在构建可持续的成本优势壁垒。

内存进入结构性短缺周期，消费电子率先承压

内存不是周期性波动，而是持续数年的供给刚性缺口。AI推理范式变革是核心驱动力：以o1为代表的长上下文推理模型，使KV缓存需求呈指数级增长，而内存产能年增速仅20%-30%，远跟不上AI侧翻倍又翻倍的需求扩张。

资源再分配已悄然发生。价格弹性低的消费电子首当其冲——中低端手机厂商出货量下降40%，iPhone与MacBook预计明年提价。内存价格将持续上行，直至AI系统获得足够配给，消费电子才可能迎来阶段性缓释。即便未来周期回调，长期波谷到波谷的增长曲线依然陡峭。

CPU需求本质是历史补缺，价值量难撼GPU主导地位

CPU在AI服务器中的角色被阶段性放大，但需警惕“补账幻觉”。强化学习环境模拟、智能体工具调用等场景确需大量CPU，叠加过去几年AI芯片大规模部署而配套CPU严重滞后，形成集中补缺行情。ARM、x86厂商及英伟达Vera CPU均受益于此。

但补缺终有尽头。Blackwell单卡成本约5万美元，对应CPU约5000美元；即便CPU配置比例提升，其绝对价值量仍远低于AI加速芯片。CPU是被低估后的合理重估，而非长期替代逻辑。一旦历史欠账清零，增量需求将回归常规增速，无法持续跑赢AI芯片主线。

CPO量产大幅延后，铜缆红利期意外拉长

共封装光学（CPO）的产业化时间表已被明确推迟至2028年底至2029年。制造良率、芯片协同设计及供应链成熟度均未达标，英伟达Rubin及后续Feynman架构仍将采用全铜互连方案。部分下游芯片设计已主动降规——如Rubin Ultra的Kyber版本取消800V供电设计，进一步削弱CPO落地基础。

短期来看，铜缆连接器与非CPO光学方案反而更具确定性。安费诺等厂商的受益窗口比原预期更长。CPO仍是长期必然方向，但技术替代节奏由物理规律与工程现实决定，而非市场情绪驱动。

电力成为最硬约束，“表后电源”正从备选变主流

数据中心用电量正以爆炸速度攀升：今年新增20吉瓦，明年30吉瓦，后年50吉瓦。输电环节受制于监管壁垒与电网垄断结构，短期内难以突破。破局点落在“表后电源”——企业自建发电与转换系统。

当前主流是联合循环燃气机组（GE Vernova、三菱、西门子供应），但创新路径多元：往复式发动机、工业燃气轮机，甚至改装自船用/火车/卡车发动机的非标方案已在实际部署。两年内，太阳能+储能综合成本将低于燃气发电；更远期，轨道级太空数据中心有望利用无衰减太阳辐照，摆脱地面储能瓶颈。

电压转换链路同样爆发投资机会：IGBT、碳化硅、氮化镓MOSFET、固态变压器、UPS及超级电容等环节正快速迭代。SemiAnalysis最大研究部门已不再是半导体，而是专注“数据中心、能源与工业”（DEI）的跨学科团队，实时追踪全球每一座数据中心与电厂的物理部署进展。