AI算力“供给侧经济学”:当模型可以做到一切,为什么我们反而什么都做不起了?

过去一周，三个看似不相关的信号同时闪现：苹果Mac被AI开发者买断货、英特尔巨亏116亿美元、四巨头AI年资本支出突破7000亿美元窗口。它们共同指向一个被市场严重低估的事实——AI算力约束正在从“暂时性瓶颈”演变为“全社会系统性稀缺”，而这种稀缺將在12个月内重塑AI产业的底层竞争规则。

一、发生了什么

事件1｜苹果Mac全线告急：库克罕见承认“严重低估AI需求”

如果你最近想买一台高配Mac Studio，你会发现它已经从苹果官网消失了。5月1日苹果CEO蒂姆·库克在财报电话会上坦言，Mac Mini和Mac Studio正面临前所未有的供需失衡，“客户对这两款产品在AI领域潜力的认知速度远超预期”。高配Mac Studio已完全停售，基础款Mac Mini显示“当前缺货”，部分机型的交付周期长达数月。

这不是一场普通的消费电子热潮。始作俑者不是图形设计师，而是一群AI开发者——他们正将Mac作为本地AI推理工作站，在消费端制造了一场计划之外的算力需求洪峰。

事件2｜英特尔史上最惨季度：净亏116亿美元，AI推理芯片重构市场

芯片老大哥在2026年Q1遭遇滑铁卢，净亏损达116亿美元，是英特尔历史上最惨淡的单季。英特尔公开承认原因包括“部分客户转向AI推理专用芯片”。苹果买空Mac、英特尔巨额亏损——AI重构算力供需的速度，正在用真金白银的数字写进财报。

事件3｜四巨头资本支出窗口：7000亿美元时代开启

根据最新财报及电话会，谷歌、微软、亚马逊、Meta四巨头2026财年AI资本支出合计有望突破7000亿美元。这个数字约等于全球半导体设备市场规模的6倍，或者美国联邦政府年度研发预算的50倍以上。

事件4｜DeepSeek V4：冰山一角的成本革命

4月24日，DeepSeek发布V4预览版，推理成本仅GPT-5.5 Pro的1.55‰（输出端：0.279美元 vs 180美元/百万Token）。单次训练成本也在持续打数量级——从V2到V4，每代产品往下砍一个数量级。一个可怕的推论浮出水面：当模型成本逼近免费，Token总消耗将以指数级释放，更大幅度推高算力总需求。

—

二、全景数据：算力需求的“超级周期”

4月13日，摩根士丹利发布重磅报告，向市场发出明确警告：“市场严重低估了AI爆发力。”

报告引用数据称，Q1全球每周Token使用量已暴增250%至22.7万亿，部分LLM供应商被迫为用户设限。大摩将未来的算力需求增速描述为“英伟达预测GPU年复合供应增长的3倍”。而在电力侧，2025-2028年美国数据中心将面临约55GW的电力缺口——即便采用核电、天然气等替代方案，净缺口仍可达总部署规模的18%-30%。

综合来看，AI算力需求增长正在遭遇五重瓶颈叠加：芯片产能、网络交换容量、数据存储带宽、电力供应、数据中心物理空间。

—

三、星极怎么看

核心判断：全球AI算力正从“服务器机房的焦慮”演化为“全社会终端资源的系统性稀缺”。未来12个月内，算力约束将迫使AI产业链从“模型能力竞争”全面转向“能效与架构竞争”，率先完成软硬全栈效率优化的玩家将获得结构性优势。

逻辑一：AI推理的新范式正在从根本上重写算力需求公式

过去一个用户对AI的一次请求是：输入一个问题，得到一个答案。但在Agent时代，一个AI 24小时不停运行——它是你桌面上持续运行的代码助手、全屏监控的安全Agent和实时上下文感知的写作搭档。苹果Mac被买爆，不是因为苹果用户突然增加，而是AI开发者将消费设备重新定义为算力基础设施节点。这不是单个场景的算力溢出，这是整个AI部署范式从“按需调用”升级为“持续值守”。

逻辑二：杰文斯悖论已在AI行业完整复现

1865年，英国经济学家杰文斯发现：蒸汽机效率提升不仅没有减少煤炭消费，反而因应用爆发出更高的效率而导致煤炭使用量10倍膨胀。160年后的今天，DeepSeek V4将推理成本降至GPT-5.5 Pro的1/600，直观上应该“省算力”，但经济学规律正好相反——它拆掉了高价形成的天然门槛，激活出大量此前无利可图的应用场景。当AI应用从“偶尔一问”变成“全时运营”，总Token消耗不是收缩，而是爆发。大摩每周Token使用量暴增250%的数据，正是杰文斯悖论的当代注脚。

逻辑三：算力之争正在从“商业成本博弈”升级为“国家资源动员竞赛”

55GW电力缺口意味着什么？相当于约50座大型核电站的年发电量。Meta已开始跨界投资核能以确保算力命脉。当AI基础设施的制约因素变成发电量、输电网和冷却水这些物理资源的极限约束，这场竞争就不再是“谁的模型更好”的问题，而变成了“哪个经济体拥有更强的资源动员和基础设施调配能力”——它不是AI模型的军备竞赛，而是算力供给侧的物理战争。

一句话金句｜

当模型聪明到可以做任何事，算力就会稀缺到做不起任何事——在那之前，算力的“供给侧经济学”将取代模型能力，成为AI产业的真正话语权中心。

—

四、反对声音：三种主流反驳与回应

反驳一（技术乐观派）：“算力瓶颈历来如此，加大产能就解决了——CPU和GPU历史上都是这样过来的。”

回应：这一次瓶颈不只在晶圆厂，更在发电能力（核电站建设周期5-10年）、电网传输容量（改造以十年计）和数据中心的物理空间扩张——一个需求以“季度”倍增，一个供给以“十年”为尺度爬坡。即便核电、燃料电池等替代方案全上，净缺口仍可能达18%-30%。物理天花板不仅是本地的，而是全栈的。

反驳二（模型省钱派）：“DeepSeek V4成本骤降证明算力约束正在缓解——同等算力产出更多，缺口自然缩小！”

回应：GPT-5.5 Pro输出价180美元/百万Token，相当于为AI企业级应用装上一个“经济过滤器”——大量低价值场景被排除在外。当DeepSeek V4将这个价码打到0.279美元——节约了99.8%以上，过滤器不存在了，Agent全时运行、多模态持续交互等新场景全线激活，导致全球每周Token使用量暴涨250%。

反驳三（供给侧渐进派）：“苹果缺货是它自己的供应链问题，高通芯片出货在提速、SK海力士在扩产，一切会自然好转。”

回应：苹果缺货的实质不在于供应链管理失误，而在于从业者行为模式的根本迁移：AI开发者正将消费设备变为生产工具，这个群体的采购行为是AI行业趋势最敏感的先行指标。高通、SK海力士等能在“年”单位上形成增援，但需求在“季度”内翻倍。这个剪刀差才是问题核心。

—

五、验证信号（未来12个月可追踪的具体指标）

1. Mac Mini/Mac Studio恢复销售时间：若3个月内仍无法恢复全SKU供应，说明需求替代速度仍在加快；

2. 2026年全球AI芯片交期数据：若GPU/CPU/数据中心交换机平均交期持续＞20周线，即判定结构性缺口成立；

3. 美国数据中心季度开工率：若Q3-Q4数据中心开工率持续超92%，电力缺口的预警将升级为现实危机。

—

六、本期信源

· 摩根士丹利：《市场严重低估AI爆发力，料算力与电力需求缺口持续扩大》，2026-04-13

· 财联社：《美股盘前要闻一览：谷歌等四巨头今年AI支出或超7000亿美元》，2026-04-30

· PChome：《苹果承认低估市场需求：Mac Mini和Mac Studio供需失衡》，2026-05-01

· 财联社：《高通表示头部云厂商定制芯片项目进展顺利》，2026-04-30

· 36氪：《DeepSeek V4发布：为何黄仁勋担心的灾难正在发生？》，2026-04-30

· 36氪：《CPU超级周期，拦不住了》，2026-04-29

· 财联社：《四大AI巨头财年资本支出高达7000亿美元》，2026-04-30

Phase 6：追踪条目

核心判断：全球AI算力正从“服务器机房的焦慮”演化为“全社会终端资源的系统性稀缺”。未来12个月内，算力约束將迫使AI产业链从“模型能力竞争”全面转向“能效与架构竞争”，率先完成软硬全栈效率优化的玩家将获得结构性优势。

验证信号：

1. Mac Mini/Mac Studio恢复全SKU供应的时间节点——若3个月内仍无法恢复，信号确认；

2. 2026年全球AI芯片（GPU/CPU/数据中心交换机）季度平均交期——若持续＞20周线，结构性缺口成立；

3. 美国数据中心开工率——若Q3-Q4持续超92%，电力缺口将从预警升级为现实危机。

回看时间：2027年5月2日

实际验证结果：____（留空，待未来填写）