评论文章质疑用杰文斯悖论论证AI不会过度建设

上周早些时候，我发布的一项测算火了：根据 SemiAnalysis 的电力可用性数据，明年将有大量算力上线，即便假设只有 50% 的算力用于推理、且按 DeepSeek V4.1 Flash 的价格计算，我们也需要 2.5T 美元的收入才能消化掉这些算力。

我反复核算这些数字，发现实际情况比我最开始基于 SemiAnalysis 电力新增预测所做的计算还要疯狂得多，而且 DS Flash 的推理经济性已经得到 vLLM 和 SGLang 团队的验证！！！

不过，杰文斯悖论的支持者一向战绩彪炳。本文是一次真诚的尝试，通过建模不同情景来审视争论的双方。请审阅并告诉我你的看法。

vLLM 已独立复核了 DeepSeek Flash 的收入测算（按 GB300 级别 GPU 每块 38 美元，尽管 DeepSeek 的实验用的是 GB200）。有意思。

根据 SemiAnalysis 的数据，到 2027 年底将有 50GW 的算力上线。这是 SemiAnalysis 经过深入研究、置信度很高的数字。据他们所说，2027 年的加速器供应是充足的，不过从 2028 年起，我们可能会面临电力多于加速器的情况：

所以我们的计算将基于这些数字。

• SemiAnalysis 给出的 2027 年 50GW 电力数字是净新增，而非累计电力。也就是说，到 2027 年底将会有这么多电力可用。
• 因此，从 2025 年起累计的电力——其中大部分用于 AI——到 2027 年底为 91.6GW（Astra 在看过文章后也持相同解读。SemiAnalysis 团队，如果我理解有误请指正）。

假设有足够的加速器来消耗全部这些容量（按 SemiAnalysis 的说法，至少在 2027 年是够的），那么按 2027 年每 GW 收入 100B 美元计算，总收入预测高达 4.5T 美元，简直离谱。而且要记住，我们在分析中采用的是 DS Flash 的价格——凭借其架构和效率，即便假设存在大量闲置，也能做到每 GW 100B 美元的收入。

请看图表中 2025、2026 和 2027 年的预测。从 2025 年到 2027 年，我们假设推理占整体算力的比例从 10% 升至 50%，每 GW 收入从 20B/GW 升至 100B/GW。

未必如此，前提是满足某些条件。有人可能会说需要满足的条件太多了，但那是另一个话题。

1. 大量供给可能被无法用 token 收入衡量的需求消耗掉（例如 Google 搜索、Meta Muse）
2. token 价格可能出现大幅崩塌，使每 GW 收入从 100B/GW 降至 20B/GW 左右（这样整体 token 美元价值将从 4.5T 降至约 1T 美元。在这种情况下，全球经济“或许”能消化这些供给，否则就不能）。但这个模型是基于 DS Flash 价格的 20%！！！与 OpenAI 和 Anthropic 的定价相比，这已经低得离谱了。要达到那样的水平，美国领先的实验室可能得降价 20 倍。
3. 模型可能变得非常便宜，以至于我们可以对一切任务都用大模型（既然能用 Fable Opus/Opus 干所有事，为什么还要用 Haiku 级别的模型）。
4. 大多数模型可能以低批处理规模、高交互性的方式提供服务。既然有容量，为什么不让每个人都用上“FAST”呢！
5. 这可能催生新的应用（实时语音助手目前每小时 3 美元非常昂贵、数字伴侣、个性化娱乐、机器人等。全球教育行业将彻底被改造）。不过，Anthropic 和 OpenAI 等现有实验室目前对这个领域还不感兴趣，当然也超出了机器人和将其模型用于教育的范畴。这对该领域的初创公司来说是一个巨大的机会。
6. “持续在线”的网络安全也可能消耗相当可观的容量（不仅是设计阶段的审查，还包括定理证明、运行时安全等）。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）