摘要
本文回答三个问题：当前AI算力的供给是否满足需求；未来两年供需是否会发生逆转；以及市场是否存在泡沫。
基于英伟达、微软、CoreWeave等上市公司披露、劳伦斯伯克利国家实验室（LBNL）、TrendForce、SemiAnalysis、Omdia等机构的公开数据，本文的主要结论如下。
第一，当前市场处于紧平衡状态，但紧缺是结构性的而非总量性的。芯片制造潜力已经相对宽裕，瓶颈集中在封装、内存与电力三个交付环节；且不同市场的约束条件并不相同——美国受制于并网与电力，中国受制于先进芯片与高端内存的供给。这一区分能够同时解释美国的"售罄"与中国的"闲置"两种看似矛盾的现象。
第二，未来两年的供需平衡要求token消耗量维持年化六至八倍的增速，即当前约七倍的实测增速两年不降档。届时净新增可用供给约为当前存量的数倍，而这部分供给的资本开支大部分已经支付、不可撤回；需求能否将其消化，则取决于一个仍在分布之中的变量。换言之，当前的市场定价隐含了"增速不降档"这一未被任何机构承诺的假设。
第三，泡沫问题应当分层讨论。需求层的增长是真实的，金融结构层的脆弱性是系统性的，叙事层存在明显的高估。参照二〇〇〇年光纤行业的经验，最可能的结局是局部出清而非全面崩盘：高杠杆的算力中介与抵押债务最先承压，具备自有现金流的云服务商、主权采购与训练端高端产能则能够穿越周期。
一、问题的提出与度量口径
二〇二六年，全球九大科技公司用于AI数据中心的年度资本开支合计约8,300亿美元，同比增长约79%（TrendForce）。这一规模的投资引出了本文的三个问题：算力现在是否够用；以当前速度建设下去，两年后是否会过剩；如果是，是否构成泡沫。
在讨论之前需要先统一度量口径，因为"算力"一词在产业链的各个环节使用不同的单位，混用单位是多数供需争论失焦的原因。
需求侧以token计量。token是大语言模型处理文本的最小单位，一次问答消耗数百至数千个token，一次编程类智能体（agent）任务可消耗数十万至上百万个。
需求侧的另一部分消耗不表现为token，主要是视频、图像的生成（其计量单位是GPU秒）与广告推荐系统的排序计算。
供给侧有三个口径。其一是芯片的每秒浮点运算能力（FLOPS），英伟达当代B300芯片约为15 PFLOPS（FP4精度）；
其二是机柜，当代AI机柜（如GB300 NVL72）一柜集成72颗GPU、功率132–140千瓦，已经是一台完整的机器，而传统数据中心机柜仅为8–15千瓦；
其三是数据中心的电力容量，这是供给最终转化为可用算力的物理前提。为便于比较，本文将各种口径统一折算为FP4精度的算力当量（ZF，即每秒十的二十一次方次运算）。
（一）需求的实测规模
全球token消耗的主要披露值如下表。需要说明的是，各家统计口径（是否含内部自用、是否含输入token）并不一致，误差范围约±30%。

按头部厂商约占市场65%的份额（Omdia）还原，二〇二六年中全球月token消耗约为10–15 quadrillion，中枢取12 quadrillion。折合为算力需求，在当前模型结构（平均激活参数约千亿级）与行业利用率水平下，约需6–12 ZF的通电可用装机。
（二）供给的三层约束
供给端的瓶颈不在芯片的设计与制造潜力，而在将芯片转化为可用算力的三个交付环节，且约束程度逐层加深。
第一层是先进封装（CoWoS）。AI芯片必须经台积电的先进封装才能集成，全行业二〇二六年需求接近100万片晶圆，缺口从年初的约20%收窄至年底的约10%，预计二〇二七年趋于平衡。
第二层是高带宽内存（HBM）。SK海力士已在财报中声明二〇二六年全年供应售罄，内存合约价单季环比上涨55%–60%，创历史纪录。
第三层是电力，也是约束时间最长的一层。根据LBNL的统计，美国电网并网排队项目已达2,600吉瓦，约为全美现役发电装机的两倍；排队中位等待时间为五年，部分区域接近七年，个别大型项目报告延迟可达十二年；约80%的排队项目最终撤回。
数据中心用电目前约占全美4%，预计二〇二八年升至7%–12%。Gartner据此预测，二〇二七年约40%的AI数据中心将受到电力短缺限制。
（三）紧平衡的市场证据
四个相互独立的市场信号指向同一结论：CoreWeave披露其二〇二六年产能已基本售罄，且各代产品合约价格全面上涨；SemiAnalysis价格指数显示GPU一年期合约价五个月内上涨40%，二〇二六年三季度前的产能已被预订完毕；微软连续两个季度确认AI产能供不应求；HBM全年售罄。
可以认为，当前可用供给与需求大体相等，市场处于紧平衡。
（四）关键的区分：结构性稀缺而非总量稀缺
如果只有上述证据，容易得出"算力普遍紧缺"的结论。但另外两个同样可靠的证据表明情况更为复杂：GPU现货租赁价格的中位数两年内下降了约58%；中国智算中心的平均利用率仅约30%（腾讯云、中国信通院等多源估计，且分化极大）。
矛盾的正解在于稀缺是结构性的。现货价格下跌反映上一代芯片的供给已经宽裕，而合约价格上涨反映当代机柜与通电容量的稀缺——两个价格在同一个市场里可以为相反的方向。
同理，中国的低利用率也不构成总量过剩的证据：中国的真实约束是先进芯片与高端内存（国产AI芯片全球份额约4%–6%，推理算力需求满足率据测算仅约28%，下一代产品的内存带宽因国产HBM供应不足而被迫下调），闲置的主要是上一代、缺乏软件生态或集群规模不达标的算力。
高端训练与先进推理的饥渴，与低质量算力的闲置，是同一个"质量缺口"的两面。
由此得到本文第一个结论：当前的紧缺，在美国表现为电力与交付约束，在中国表现为先进算力约束；
两者都是结构性稀缺，均不能外推为总量稀缺。这一区分同时决定了紧缺的受益者——不是芯片设计环节，而是封装、内存、电力设备、机电与散热环节。
三、前瞻：已承诺的供给与或然的需求
（一）供给的沉没性
未来两年的供给大部分已经不可撤回。按当前制造能力折算，英伟达年出货量对应70–95 ZF算力，谷歌、亚马逊等的自研芯片（ASIC）年新增约20–35 ZF——
需要指出，自研芯片与英伟达共享同一片封装产能与同一笔云厂资本开支，并非并列的两份供给。
两年毛供给合计180–260 ZF，扣除电力与交付折损后，净新增可用供给约110–180 ZF。这笔供给的资本开支已经指引、封装产能已经排产、电力合同已经签订（仅CoreWeave一家签约电力即超过3.5吉瓦）。在经济学意义上，它是沉没的。
（二）需求的情景分析
需求侧则仍是一个分布。以当前的token盘子为基准，计入模型效率的年均提升（1.5–2倍，微软实测单季每GPU token吞吐提升约30%），两年后的需求取决于token增速的取值：

供需平衡点约在年化6–8倍。这意味着当前约七倍的增速必须维持两年不降档，已支付的供给才能被自然吸收。
考虑到历史上技术渗透曲线普遍呈S形，以及部分机构远期预测隐含的复合增速仅约两倍，"增速不降档"是一个未经承诺的假设——而当前的供给规模已经按这一假设完成支付。
这是本文对"两年后是否过剩"这一问题的定量回答：过剩与否不取决于任何人的预测，而取决于一个可观测变量的走势。
（三）需求的摆动因子
在各类应用中，视频生成是唯一可能显著改变上述平衡的需求来源。视频生成的算力密度约为文本的万倍级（单条约200–300 GPU秒），且其消耗基本不体现在token统计中。
其渗透率从当前约1%提升至10%，对算力需求的影响将超过文本聊天需求翻一倍。因此，类似视频生成类应用（agentic的全面铺开同理）的渗透曲线，是判断二〇二七年供需平衡的最重要单一指标。
四、泡沫问题：概念的分层与证据的分布
（一）三个层次的不同答案
"是否存在泡沫"之所以争论不休，是因为"泡沫"一词混用了至少三层含义，而三层的答案并不相同。
叙事层存在明显高估。芯片厂商宣称的"一万亿美元订单能见度"并非签约订单；主要机构对年度资本开支的预测在一年内上调约60%，说明预测的锚定效应已经失效；"周期仅走完10%–15%"一类的表述，在历次周期顶部均有出现。
金融结构层的脆弱性是系统性的。芯片厂商向算力云商注资并承诺回购其闲置产能，云商再以GPU抵押举债扩张，同一笔终端需求在循环结构中被多次计入；头部科技公司的自由现金流已逼近零；折旧政策成为利润调节工具——芯片约十二个月换代，数据中心二十四至三十六个月建成，财务折旧却按五至六年摊销，主要公司之间出现了缩短与延长并存的相反操作，据测算折旧年限假设的差异对应约一万亿美元的利润影响。
需求层的增长则是真实的。token消耗年增七倍、相关公司营收同比增长85%、长期租约价格上涨40%、主权AI采购收入增长逾三倍（覆盖五十余国），均为一手披露或市场实测。
（二）与二〇〇〇年光纤行业的对照
本轮周期与二〇〇〇年光纤危机的相似性不在需求——当时互联网流量同样在真实增长——而在于融资结构：全行业以债务为"指数增长永不降档"预付了产能，增速换挡时杠杆最先断裂。
不同之处在于，本轮头部买方是经营现金流充裕的科技公司而非全行业举债的电信运营商，且token消耗具有即时付费收入。据此判断，最可能的路径是局部出清而非系统性崩盘。
（三）出清的次序
若出清发生，触发因素按概率排序为：token增速降至四倍以下、视频与智能体应用渗透不及预期、循环融资节点断裂。传导次序大致为：
现货租金下行（已持续两年）→高杠杆算力中介的债务违约→GPU抵押资产减值→云厂订单递延→封装与内存于二〇二七年转为过剩→设备与材料后周期调整→机电、散热与电力设备因订单周期最长（二至四年）而最后受冲击。
参照二〇〇一至二〇〇二年电信业约60%的资本开支回撤上限，本轮出清周期预计为十八至三十个月，资本开支最大回撤幅度约30%–50%。
需要补充的是，即使出清不发生，token价格仍将以每年约99%的幅度通缩，收入增速将持续低于用量增速——与二〇〇一年后的电信业类似，需求的真实增长并不保证所有融资结构的存续。产业判断正确与持仓结构正确，是两个独立的命题。
五、含义与监测框架
对产业链各环节，风险收益特征分化明显。芯片本体的周期弹性最大；封装与HBM最晚转入过剩且有长期协议缓冲；电力设备、机电与液冷散热在两种情景下均处于有利位置——出清情景下有订单周期提供的缓冲，平衡情景下则受益于机柜功率密度从140千瓦向一兆瓦的持续爬升。
中国相关环节的逻辑相对独立：先进算力缺口与高功耗补偿路线均为结构性存在，散热、供电、互联需求由"功耗惩罚"驱动，与海外需求增速的相关性低于芯片本体。
对决策者，本文建议将观点之争转化为指标监测，按领先性排序如下：token月增速是否跌破六倍（需求侧的第一信号）；视频生成类应用的渗透率（需求的摆动因子）；GPU长期合约价与现货价的裂口方向（供给出清的时点）；先进封装缺口的收窄节奏；算力中介的利息覆盖率；以及头部云厂折旧政策的进一步变动（金融层断裂顺序）。
结语
本文的分析可以归结为三句话。
当前，算力市场是紧平衡的，但紧缺是结构性的——它发生在交付与通电环节，发生在先进芯片环节，而不是发生在总量上。
前瞻两年，供给已经支付，需求仍是分布，平衡要求增速不降档——这是当前定价中未被言明的核心假设。
关于泡沫，需求是真实的，融资是脆弱的，叙事是高估的，因而更可能的结局是有次序的局部出清，而非无差别的全面崩盘。

附录：数据核验说明
本文数据经三轮交叉核验。一手披露（公司财报、财报电话会、官方发布）：英伟达季度财报与GTC、CoreWeave财报及电话会（产能售罄、签约电力3.5吉瓦以上、合约价格全面上涨）、SK海力士HBM售罄声明、主权AI收入三百亿美元以上（首席财务官原话，覆盖五十余国）、微软产能供不应求（首席财务官原话）、Google与字节跳动token披露。产业研究（误差范围±30%）：LBNL并网队列统计、TrendForce（封装缺口、内存涨价、资本开支）、SemiAnalysis（GPU合约价格指数）、Omdia（市场份额）、Gartner（40%电力受限预测）、中国信通院（算力利用率36.8%）、IDC（推理占比为二〇二七/二〇二八年预测口径，非现状统计）。已剔除或降级处理：华为未上市产品的路线图规格（不计入供给）、单一信源的OpenAI日均token估计（作参考值）。供需平衡点（6–8倍）对token总量±30%的误差不敏感；文中推导值（如英伟达年出货500–700万颗当量）均已标注。
相关文章
