在过去一年中，AI 推理市场出现了两次大规模加速，第一次是 1 月至 3 月的 Claude Code，而我们现在正看到今夏 Fable/Codex 带来的第二次加速（讽刺的是，这发生在 7 月 AI 交易崩盘之际）。这两次加速在 Lab ARR 中清晰可见（通过媒体泄露和第三方估算松散追踪）：

由于 AI 数据中心有 12-18 个月的建设周期，供应无法跟上这些模型能力与需求的突然跃升，从而推动了今年迄今 AI 供应链中所有领域的通胀（最明显的是内存）。这为控制稀缺计算资源的云服务商创造了定价权，我曾对此撰文，市场开始认识到这一点（但仍低估了其程度），而对于 AI 实验室来说，它们在每 GW 推理容量上的 ARR 也在上升

推理容量每 GW 的 ARR 已较年初上涨约 50%，达到 30B 美元/GW。这一数字有些低估，因为企业/API 的变现能力优于消费级和订阅推理（API 可能达到 50B 美元/GW 左右）。

然而，这表明埃隆所谈的 30-40B 美元/GW 变现水平无法代表实验室推理舰队的重要组成部分，否则他们将无利可图（他们需要至少产生足够的利润来覆盖训练成本）。

如果 Lab NNARR 从 7/31 到 YE 保持~平稳，Anthropic + OpenAI 将结束时达到~$270B ARR（远高于当前预期）。根据我对~8GW 推理容量的估算，这将推动 Lab ARR/GW 到 YE 时达到~$34B。

在 2027 年，我预计实验室可用的推理容量将爆炸式增长，新 GW 和效率提升之间可能带来推理 token 生成的 +10x 增长。

之后会发生什么很难说。有几个情景：

1) 如果 ARR/GW 保持平稳：- 推理 GW 从 ~8GW 增加到 ~31.5GW- 平稳的 ARR/GW 为 $34B * 31.5 = ~$1.1T 的 Lab ARR

2) 如果 ARR/GW 随着计算效率的提升而继续上升：- Vera Rubin 代际机架将相对于现有 Hopper 和 Blackwell 安装基数带来性能每瓦特的显著飞跃，或许 ~2x- 软件和模型 token 效率提升可能再创造 0.5x 的性能增长- 结合硬件 + 软件效率提升 + 推理 GW 增加到 31.5，这可能推动 token 产量 +10x 或 ~82GW（以 '26 GW 等效计算）- 如果需求完全不受约束，且 token 每单位价格相对于 EoY'26 水平保持平稳，在 10x 更多 token 的基础上，我们将看到实验室 ARR ~10x 增长至 ~$2.8T

或者，还有一个没人真正讨论的第三个情景……token 采用存在现实世界的约束：技术现代化、流程/变更管理、预算、安全性、模型仍需改进，而且惰性无论如何都会成为逆风。开源和 OpenAI 的竞争（& 潜在的 META/Grok/GDM）已经导致 Anthropic 在给定订阅层级降低 token 定价并增加 token 限额（这将 Lab 利润转移到消费者剩余）。

在情景 3）中，当供给赶上需求时，ARR/GW 可能下降：- 假设 NNARR 从 ~$30B/月 逐步提升到 ~$50B/月，贯穿 2027 年- Lab 27 EoY ARR 达到 ~$870B（仍远高于共识，由起始 ARR 和 NNARR 基础驱动）- 不过，在此情景下，token 每单位成本下降 ~70%，创造更多客户/消费者剩余- ARR/GW 降至 $27.6B- 在此情景中，token 竞争将限制实验室为计算支付的价格上限，同时仍能赚取良好利润（足以支付激增的训练成本）~ $20B/GW。

值得注意的是，在情景 3 中，支付能力分析仍显示 GW 每单位价格远高于云和 Neocloud 投资者预期从增量容量中赚取的水平（VR 上高十位数的 $B / GW）。然而，对于 SPACEX 而言，存在一种脱节，他们预期赚取 $30-40B/GW，我认为这在任何情景下都无法在大规模 GW 数量上得到支撑，尤其是在情景 3 中绝对不行。

简而言之，我认为即将上线的计算能力支持了实验室ARR在未来18个月内大幅增长的潜力。虽然目前持续的短缺是共识，但随着2027年（以及2028年更多）大量计算能力上线，情况有可能缓解。

与最近Dwarkesh Patel的博客/播客相反，他在其中表示实验室计算能力难以实现每年增长3倍以上，我认为实验室推理能力有可能增长远超这个幅度，甚至可能大到需求取代供给成为瓶颈因素，从而压低代币价格，缓解供应链中的短缺和峰值定价状况。

在这种环境下，我的场景3——SPACEX的大宗现货交易将不具备经济性。然而，实验室的利润率仍应足以以合理的ROIC向产能合作伙伴建设大量GW产能。其他实验室/开源项目有可能赢得更多代币份额，而CSP的TaaS业务将产能从实验室转向支持其他模型。在这种情况下，我预计Neos对实验室和SPACEX的销售将面临更大定价压力，而AMZN MSFT GOOG由于其与实验室无关的商业模式，本质上相对更具抗风险性。