Apr 30th 2026 | 4 min read| The Economist

人工智能正面临供应链短缺问题。随着全球对token—— 即衡量大语言模型输出内容的文本片段 —— 的需求激增，token供应已陷入紧缺。人工智能模型交易平台 OpenRouter 数据显示，今年 1 月至 3 月，每周令牌消耗量翻了两番，部分原因是编码工具的使用量持续增长。整个行业的供给能力已跟不上需求增速。

人工智能模型研发企业与科技巨头已开始限量供应。Claude 的开发者 Anthropic 近期调整使用条款，以限制用户在高峰时段的高频使用。亚马逊表示，算力容量限制（capacity constraints） 已拖累其业务增长。ChatGPT 开发者 OpenAI 首席财务官萨拉・弗里亚（Sarah Friar）称，公司因算力（processing power/compute）不足，不得不放弃部分发展机会。该公司近期还叫停了其视频生成模型的研发。

Right now the bottleneck is chips. But by late 2026, the bottleneck will be energy and power delivery, not chips.People in software are about to get a hard lesson in hardware. 现在瓶颈是芯片。但到 2026 年末，瓶颈会变成能源与电力输送，而不是芯片。活在软件世界里的人，即将上一堂严酷的硬件课。

– Elon Musk at Cheeky Pint and Dwarkesh Podcast. Feb 5. 2026

新增人工智能数据中心的建设进度已放缓，变压器、开关设备与燃气轮机的短缺导致工期延误，部分设备的交付周期长达 2 至 5 年。最严峻的瓶颈在于处理器。英伟达（Nvidia）设计的人工智能专用芯片等核心硬件仍供不应求，这一紧缺态势还蔓延至存储芯片、中央处理器（CPU）等其他半导体产品。这些制约因素短期内难以缓解，供应链扩张需要数年时间，且硬件制造商的投资力度，仍远低于其服务的超大规模云计算企业的需求。

最大的利润将集中在供应链瓶颈环节（choke points）。人工智能热潮最大的受益者，是英伟达（Nvidia）与几乎包揽全球最先进芯片制造的中国台湾地区台积电（TSMC）。芯片制造商的定价权，与其晶体管的微小尺寸一样极具优势。英伟达的毛利率约为 75%，较 2019 年的 60% 大幅提升；台积电毛利率超 60%，约为多数其他代工厂的两倍。这些硬件巨头还掌握着稀缺硬件的分配权，尽管它们否认存在偏袒行为。

高昂的硬件价格，正推动软件企业自主研发芯片。定制芯片的成本约为采购英伟达芯片的一半，但研发难度极高。在自主造芯的软件企业中，仅有谷歌成功大规模量产可用的替代芯片，且其研发工作早在十多年前就已启动。想要取代台积电则更为艰难，英特尔（Intel）、三星（Samsung）等其他芯片制造商，在先进制程领域始终难以追赶台积电。太空探索技术公司（SpaceX）与特斯拉（Tesla）首席执行官埃隆・马斯克（Elon Musk），曾提出打造 “万亿晶圆厂（Terafab）” 以抗衡台积电的计划，预估成本高达 5 万亿至 13 万亿美元，堪称天文数字。

推理（inference） 价格在一年内下降了五至十倍。在印度等市场，人工智能企业通过低价订阅策略吸引用户，但这掩盖了企业为维持低价而消耗的巨额资金。未来数年，OpenAI 与 Anthropic 预计将亏损数十亿美元。两家企业筹备上市之际，亟需证明自身具备盈利潜力。

随着人工智能应用场景不断拓展 —— 包括当前最热门的科技领域之外的应用 —— 其使用价格将迎来上涨。若要让人工智能真正变革全球经济，令牌需求将呈指数级增长。模型研发企业将不断上涨的算力成本转嫁给用户后，用户不得不精打细算。如今，许多企业评判自身的标准，是某项任务是否使用了人工智能；未来，它们会像考量人力成本一样，愈发关注人工智能的使用效率。

本文刊登于印刷版《经济学人》社论版块，标题为《算力告急》。