AI云业务的利润真相：芯片通缩、云厂议价权与算力供需拐点

一、利润率提升的核心逻辑：不是靠涨价，而是芯片在“让利”

AI云业务的毛利率改善，并非源于云厂商单方面提价，而是一场由底层芯片性能跃升驱动的成本重构。关键在于：大模型定价僵化，芯片成本持续通缩，而云厂商正借势重塑利润分配结构。 大模型的单位Token价格基本持平——无论是Anthropic官方报价，还是第三方统计的混合Token指数，都显示其未随能力升级明显上涨，也未因竞争加剧显著下跌，整体呈区间震荡。这意味着模型商将技术进步带来的收益大部分留作自身利润，而非传导至终端用户。 但芯片端恰恰相反。以Qwen 3.5为基准测算，GB300相较H200的单位Token生成成本（TCO）下降至约1/4。这一通缩并非单纯来自硬件降价，而是性能爆发式提升对冲了价格温和上涨：GB300单卡售价虽高于H200，但输出效率达其4–10倍；即便工程优化仅带来2–4倍差异，叠加硬件代际红利，整体能效比仍形成压倒性优势。 结果是，仅芯片成本下降一项，就可为云厂商贡献约15个百分点的毛利率提升。更关键的是，这种“科技通缩”仍在延续——每一代芯片的性能增幅远超价格涨幅，相当于上游持续向下游让渡价值。

二、云厂商如何分到这杯羹？算力租赁价悄然上行

芯片成本下降的红利，并未全部流向终端用户。它在云厂商与模型商之间重新分配，而分配比例，取决于云算力的租赁定价。 现实趋势清晰可见：自2025年底起，主流GPU云租赁价格进入上行通道。最新一代B200及更新芯片涨幅达25%–50%；即便是已上市3–5年的H200等主力型号，租赁价也上涨15%–20%。这种“老芯片不贬值反而涨价”的反常现象，正是算力严重供不应求的直接信号，也标志着云厂商议价能力实质性增强。 值得注意的是，仅有2000年前的超老旧芯片（如A100以下）出现持续贬值，降幅约1/3，但仍未退出市场——它们仍在承担低负载、高容错场景，持续贡献现金流。这说明，算力资产的生命周期被拉长，闲置风险低于预期。

三、定量测算：云厂商的毛利率究竟涨了多少？

我们聚焦“推理业务”，剥离训练与研发等复杂变量，以Qwen 3.5模型为统一标尺，进行两组对照测算： 纵向看（硬件不变，时间演进）：H200集群下，软件优化提升20%+ Token产出效率，叠加租赁价上涨20%，云厂商单GPU小时毛利从$0.8升至$1.7，毛利率由31%升至38%。 横向看（技术迭代）：B300替代H200后，因产出效率跃升8倍而成本增幅不足2倍，云厂商毛利率进一步升至42%。综合软硬件进步，单位毛利从不足$2跃升至超$14——云厂商虽仅分得其中一小部分，仍获得超10个百分点的实质性提升。

四、自营芯片：云厂商真正的护城河

英伟达之外，AWS的Trainium 3代表另一种路径。纸面参数显示，其FP8算力较H200高25%，而All-in-Capex仅为GB300的一半。经折旧与运营成本加总，Trn3的TCO低至$0.86/GPU·时，比H200低近40%。 由此推算，Trn3综合毛利率接近85%（云+模型共享），与B300相当。若AWS将Trn3云租价定为H200的70%–80%，即可在保持模型商利润不变的同时，将自身毛利率推高至42%–46%。这不仅是成本优势，更是可控供应链带来的定价主动权。

五、供需拐点隐现：2028年或将迎来供给过剩

需求端，我们锚定两大头部AI Lab，保守假设其2030年合计ARR达$2500亿，对应2028年云算力支出约$2500亿，折算算力需求约26GW；叠加传统云需求增长，2028年总需求约53GW。 供给端，头部云厂商（不含Meta）规划算力规模将于2028年达100GW，对外可售部分约73GW。 这意味着：2024–2026年供需趋紧（需求占供给比重从87%升至93%），2027年回归平衡，而2028年起将明确进入供过于求阶段。缺口并非短期波动，而是结构性转向。

六、投资启示：上游承压，云厂分化

这一趋势对产业链影响深远： 芯片厂商面临双重压力——一方面，云厂商自研芯片性能逼近甚至局部超越旗舰GPU，采购依赖度下降；另一方面，Capex增速将在2027年见顶，增量收入难以为继。而云厂商虽面临竞争加剧、租赁价可能从溢价转为折价的压力，但现金流修复、存量业务韧性及绑定头部模型商的能力，将成为分化关键。 真正决定云厂商长期价值的，不再是算力规模本身，而是能否通过自研芯片、模型协同与垂直整合，在利润分配中争取更大份额。未来胜出者，不会是最大的云厂，而是最懂AI、最会算账的云厂。