随便打开一个页面就知道现在有多缺算力：打开Openrouter看看Claude Sonnet的Throughput速度。 作为一款主打速度的模型，正常来说，比如去年上半年，速度应该是50-80token/s。 如果你看过显卡的推理曲线，就知道如果Throughput速度要翻倍，同时并发数量可能要减少到1/4。

也就是说站在当下看，哪怕没有任何新增需求，当前推理算力可能都需要直接扩张2-3倍才能满足需求。

而从2027年开始，哪怕CSP投入了所有的现金去增加算力，每年的全量有效算力增速可能都无法超过100%。 所以无论CSP投入多少，算力都会缺，就像一个无底洞。 因为没有摩尔定律，物理层面的单位性能成本是几乎没有下降反而上升了，半导体的扩产速度无论如何也追不上每2年翻10倍的scaling law。

而黄氏定律是依靠软件来降本，软件降本的适用性和制约在未来会越来越严重。

算力的缺乏、涨价已经严重制约了AI行业的发展。