【导读】Epoch AI 发布最新分析,估算 OpenAI 截至 2025 年底仅使用了全球 AI 算力的 10%–15%,加上 Anthropic 和 xAI 也只占 20%–30%。即便算上 Google 和 Meta 的前沿实验室,头部玩家合计仍不足全球总量的一半。那剩下的算力去了哪里?这个问题,可能比"谁的模型更强"更值得关注。
全球算力的蛋糕,OpenAI 只切走了一小块
2023 年,ChatGPT 引爆了全球 AI 算力军备竞赛。从那以后,几乎所有关于 AI 的讨论都围绕一个核心焦虑展开——算力不够用。
OpenAI 自己的 CFO Sarah Friar 今年 1 月在官方博客里也写得明确:
"Compute is the scarcest resource in AI."
「算力是 AI 中最稀缺的资源。」
▲ OpenAI CFO Sarah Friar 2026 年 1 月博文,强调算力是 AI 最稀缺资源
但 Epoch AI 的研究员 Josh You 在最新一期 Gradient Updates 里给出了一个让很多人意外的数据:截至 2025 年底,OpenAI 用于研究、训练和推理的算力,大约只占全球可运行 AI 算力的 10%–15%。
社交平台上的简化说法更直接——"~10%"。
这个数字之所以反直觉,是因为在公众认知里,OpenAI 几乎等同于"AI 算力的最大买家"。但实际情况远比这复杂。
三大独立实验室加起来,也才三成
Epoch AI 的估算进一步拆分了头部玩家的占比。
把 OpenAI、Anthropic、xAI 三家独立前沿实验室加在一起,总共占全球 AI 算力的20%–30%。
▲ Epoch AI 正文详细拆解各家算力占比与估算方法
Josh You 在文中明确说:
"The estimates of frontier developer compute discussed below are more tentative than our standard data work."
「以下关于前沿开发者算力的估算,比我们通常的数据工作更具试探性。」
换句话说,Epoch 自己也承认,这些数字带有相当大的不确定性。但即便考虑误差范围,结论的方向没有变——头部实验室并没有吃掉全球大部分算力。
那剩下的算力,到底在谁手里?
这才是这份分析最值得玩味的部分。
Epoch AI 的帖子里有一张关键图表,把全球 AI 算力按 H100 等效单位拆成了几大块:
▲ Epoch AI 帖子与图表:各实体 AI 算力分布,"Rest of the world"占 44%
图表显示,Google 和 Meta 两家母公司合计拥有全球约三分之一的 AI 算力。但这里有个关键区分——"拥有"和"给前沿实验室用"完全是两码事。
Google 的算力大量流向云业务、广告系统和推荐引擎。Meta 同样如此,Reels 推荐、广告投放这些业务本身就是算力黑洞。真正分配给 DeepMind 或 Meta Superintelligence Labs 做前沿模型训练的,只是其中一部分。
Epoch AI 的原文说得清楚:
"Google and Meta are giant hyperscalers, but much of their compute goes to cloud and recommenders, not their frontier labs."
「Google 和 Meta 是巨型超大规模运营商,但它们大量算力流向云服务和推荐系统,而非前沿实验室。」
所以即便把五家最有资源的 AI 开发者(OpenAI、Anthropic、xAI、Google DeepMind、Meta AI)全部加起来,合计也很可能低于全球 AI 算力总量的 50%。
那另外一半在哪里?答案分散在各个角落:企业自建推理集群、开源模型托管商、主权 AI 项目、二三线 LLM 公司、视频/音频/生物/机器人领域的非语言模型……这些"非前沿"需求,汇总起来其实构成了全球算力消耗的主体。
2000 万张 H100,听着很多,用着不够
Epoch AI 估算,全球 AI 算力到 2025 年底已经增长到约2000 万张 Nvidia H100/H100e 等效规模。
这个数字乍一看惊人,但要注意两点:
第一,卖出去的芯片和真正上架运行的芯片之间有时间差。Epoch 在正文里用的参考场景是约 1600 万张 H100e 的"可运行"规模,考虑了交付和部署的滞后。
第二,即便有 2000 万张显卡,分摊到全球需求仍然紧张。社区里有人质疑这个分母是否被修订了——@Pier4r 就直接问"20M+ H100e 的数字从哪来"。这反映出,对于全球 AI 算力的总盘子到底有多大,连关注前沿 AI 的技术社区也没有共识。
7000 亿美元砸下去,天花板在哪?
如果头部实验室目前只用了不到一半的全球算力,那为什么科技巨头还在疯狂扩建数据中心?
答案在增长曲线上。
CNBC 今年 2 月报道,Google、Microsoft、Meta、Amazon 四大超大规模运营商 2026 年合计 AI 相关支出预计接近7000 亿美元,资本开支较 2025 年的历史高位还要再增长超过 60%。
▲ CNBC 报道:四大 hyperscalers 2026 年 AI 支出逼近 7000 亿美元
"The four hyperscalers are now projected to increase capital expenditures by more than 60% from the historic levels reached in 2025."
「四大超大规模运营商的资本支出预计将在 2025 年历史高位的基础上再增长超过 60%。」
Epoch AI 给出了一个值得警惕的推演:如果 OpenAI、Anthropic 等继续按每年 4 倍的速度扩张算力需求,而全球算力供给只能以每年 2–3 倍的速度增长,那头部实验室最终会把剩余空间全部吞掉。到那时候,要么头部实验室的增长被迫减速,要么整个 AI 基础设施投资继续加速——而 AI 资本支出已经接近每年 1 万亿美元的量级。
回到最核心的问题
Epoch AI 这份分析真正戳破的,是一个长期存在的认知错位:我们以为 AI 算力的故事就是 OpenAI vs Google vs Anthropic 的军备竞赛,但实际上,前沿实验室只是这张算力版图上的一部分。
OpenAI 三年前还只依赖一家计算提供商,现在已经拓展到多供应商生态。Sarah Friar 在博文里写道:
"We can plan, finance, and deploy capacity with confidence in a market where access to compute defines who can scale."
「在算力决定谁能扩张的市场里,我们可以有信心地规划、融资和部署产能。」
但即便如此,OpenAI 在全球算力池里的份额仍然只有 10% 上下。
真正的问题从来都不是"谁拥有最多 GPU"。推荐系统、云服务、广告模型、开源推理、主权 AI——这些不起眼的需求方加在一起,才是算力消耗的大头。
当所有人都在盯着 OpenAI 和 Google 抢 GPU 的时候,全球算力的另一半,正在被一个庞大但分散的生态悄悄吃掉。而这个生态的增长速度,可能比任何一家前沿实验室都更难预测。
— END —



