算力供給與成本線：供給追不追得上、何時回本

實線是實際：2025 年第四季到 2026 年第二季從 $1,320 急升到 $2,335，和公有雲 GPU 漲價、B300 調漲的時間重合，指標急升就是供不應求。虛線是推演：情境營收除以 Epoch 資料中心完工供給。綠色底是 $4.5k 以上的損平區，下緣 $4.5k 是新建案場含折舊的損平，$6.5k 線是年化總持有成本；橘色粗虛線 $5.6k 是關鍵門檻，越過後新建算力在 10% 資金成本下有正報酬；菱形是基準情境碰線的時點。分子是模型公司的 ARR，不是雲端商實收租金。

把第 1 區倒過來算：每一列是一個時點，「屆時算力」是 Epoch 已知案場排程下的全市場 H100e 顆數，每條門檻線的欄位就是「算力 × 門檻」，也就是五家合計 ARR 要到多少才碰線；「基準路線 ARR」這欄是第 1 區虛線用的基準情境。讀法：2027 年中算力約 6,000 萬顆，ARR 要 $268B 才碰 $4.5k、$333B 才碰 $5.6k 的關鍵門檻，基準路線 $239B 還差一截；2027 年底基準 $372B 對 $375B 剛好碰到 $4.5k；2028 年底 $711B 對 $726B，離 $5.6k 只差一點。這張表用供給帶的下緣（已知案場），供給開得越多，碰線要的 ARR 就越高。

平均量尺 ＝ 合計 ARR ÷ 累計算力；邊際量尺 ＝ 當季新增 ARR ÷ 當季新增算力，只有增量對增量、沒有存量慣性，所以比平均量尺更早翻臉。歷史驗證：2024 年第四季邊際只有 $52，新算力大量進訓練、變現滯後；2025 年第四季回到 $1,836 站上平均，市場當時看百分比說停滯，邊際曲線已經預告 2026 年的爆發；2026 年第二季 $4,488 是平均的 1.9×，第三季更高。邊際高於平均，吃緊延續；跌破平均才是見頂前兆。最新一季含推估，畫成半透明。

用錢再驗一次第 1 區：每顆營收上升有一部分是晶片變貴撐出來的，換成金額口徑還在升，才是需求真的追上。左：全市場累計晶片支出對比五家模型公司合計年化營收。右：變現率 ＝ 年化營收 ÷ 累計晶片支出，每一美元晶片資本對應多少年化營收。讀法：單位算力已經不再降價，若變現率還在跌，就是漲價後營收仍追不上的供給過剩證據；翻揚代表需求跟上。目前是單價止跌回升、變現率仍在上行。

這是整個算力供給的關鍵圖。每半年上線運轉的 IT 功率，依擁有者堆疊；過去的日期由衛星影像驗證，未來的是 Epoch 估的完工時程。2026 到 2028 年每半年都有 3 到 7 GW 要開出來，2028 年下半年 Oracle 一家就占了大半。2029 年以後驟降是因為 Epoch 只收錄已動工案場，能見度約兩到三年，不是真的供給斷崖。

左：71 個追蹤案場的加總，斜率變陡代表擴建加速；虛線是累計資本成本。右：依峰值功率取前十大案場，每條線是一座案場的 IT 功率建置進度，未來日期是規劃值。看供給成長速度用左圖，看單一專案進度用右圖。

左：每季新增 H100e 算力，依晶片型號堆疊，B300 已經是最大的一塊。右：Epoch 的成本估計加總，等於隱含的晶片採購支出。涵蓋範圍照 Epoch 自己的說明：只追 Nvidia、Google TPU、Amazon Trainium、AMD Instinct、Huawei Ascend 五家，Epoch 認為這已是全球 AI 算力的大多數；微軟、Meta、特斯拉的自研晶片和消費級 GPU 不在內。Nvidia 從 2022 年起有資料、其他四家只從 2024 年起；Nvidia 的估計最有把握，Amazon 最沒把握。有些季度資料對不齊，畫成半透明，右邊幾季偏低是涵蓋不全，不是需求下滑。

左：依 Epoch 資料中心的使用者歸屬，已上線加規劃完工的軌跡，斜率就是搶算力的力度；「未標示」多是未公開客戶的案場，2028 年以後收錄不全。右：各擁有者累計 H100e 存量到 2026 年第一季，含自研晶片（Google TPU、Amazon Trainium 計入各自名下），看資本支出轉成算力資產的版圖與消長：Oracle 和 xAI 竄升、中國受管制壓抑。

左：算力擁有者的累計存量占比，2026 年第一季，含自研晶片。右：算力使用者的占比，只計已上線容量，不含未來規劃。兩張口徑不同：擁有者是誰買了晶片，使用者是誰在用機房。

左：算力成本占營收比，高於 100% 代表算力開銷超過全部營收，跌破 100% 是商業模式的轉折點；Anthropic 已在兩成上下，OpenAI 2025 年還在七成多。右：每日 token 處理量，預設對數軸：直線代表固定的成長倍數，Google 那條線變平是年增倍數從 50 倍降到 7 倍，量本身還在翻倍往上，切到線性就看得到；量的爆發和營收成長的差距就是每個 token 的收入通縮。Google 全產品一年公布一次（2026 年 5 月每月 3.2 千兆，折合每日 107 兆），第一方 API 每季法說都給（2026 年第二季每分鐘 220 億，折合每日 32 兆）；OpenAI API 2026 年 4 月每分鐘 150 億。不同口徑分開畫，不能跨線比絕對值；美國公司之後有新公告會再補。

左：混合採購單價 ＝ 當季全市場晶片支出 ÷ 當季新增 H100e，從 2022 年的 $38k 一路降到 2025 年第三季的 $13.5k，第四季跌勢停止、2026 年第一季回升到 $14.1k，和 B300 放量、HBM 漲價一致；虛線是補值修正。右：各世代晶片的單位算力定價，B200 到 B300 是資料裡第一次新世代單位算力更貴；H20 和 Ascend 偏貴是因為算力受限，不是高價。

引用 Epoch AI 的 1GW 資料中心總持有成本模型：前期資本支出 $38B、營運費每年 $0.9B、年化總持有成本 $8.5B，伺服器占六成；IT 設備壽命五年、廠房十四年、利用率 71%、折現率 10%。換算到每顆 H100e：1GW 約 124 萬顆，存量案場每顆 $30.6k，新世代案場只要 $13k 到 $19k。表裡每一條門檻線的算式、關鍵假設和金額帶都列出來。