BTC
ETH
HTX
SOL
BNB
查看行情
简中
繁中
English
日本語
한국어
ภาษาไทย
Tiếng Việt

SpaceX 衝刺 10GW:AI 算力戰爭,正走進馬斯克的「舒適區」

MSX 研究院
特邀专栏作者
@MSX_CN
2026-08-13 12:57
本文約6111字,閱讀全文需要約9分鐘
提前一年拿到 1GW = 千億美元收入,這場「時間戰爭」,馬斯克,恰好擁有最難複製的優勢。
AI總結
展開
  • 核心觀點:AI基礎設施的競爭範式正從「擁有多少GPU」轉向「每MW電力能產生多少可出售Token及收入」,而SpaceX憑藉極致的工程建設速度——提前獲得算力即獲得巨大經濟價值——計劃在2027年底接近10GW算力規模,可能成為全球最大AI算力供應商之一,這場競爭本質上是關於時間、電力和工程能力的工業戰爭。
  • 關鍵要素:
    1. 高價值推理收入密度:SemiAnalysis模型顯示,前沿模型API推理下,OpenAI/Anthropic每1GW算力潛在年收入可超1000億美元,而同等規模GB300集群年租賃成本約120億美元;GB300 NVL72潛在收入約9970萬美元/MW/年,較GB200提升約36%。
    2. 算力評價體系遷移:行業指標從GPU數量、FLOPS,轉向tokens/sec、tokens/W、tokens/MW,最終落到Revenue/MW;NVIDIA DSX平台已將「每MW Token性能」作為AI Factory核心指標。
    3. SpaceX「時間」商業模式:Colossus 1(約300MW)122天建成,Colossus 2(約200MW)約6個月;Southaven現場發電設備從2月約495MW擴展至7月約1.7GW;憑藉快速交付能力,SpaceX可對部分算力收取3000萬-5000萬美元/MW/年的溢價。
    4. SpaceX擴張路徑:2026年底預計約2GW,2027年底接近10GW;同時推進Retrofit改造、Greenfield新建(如MiniHard項目約5個月達450-500MW)和現場天然氣發電三條路徑,以降低對傳統電網接入的依賴。
    5. Microsoft為最大潛在承購方:Microsoft與OpenAI新協議中,OpenAI承諾購買2500億美元Azure服務,Microsoft保留模型許可至2032年;SemiAnalysis估算,高價值推理場景收入密度(近1億美元/MW/年)是純基礎設施租賃(約1400萬美元/MW/年)的約7倍,促使Microsoft 2026年已鎖定超10GW新容量(約3000億美元約束承諾)。
    6. Microsoft情景推演:若Microsoft從SpaceX獲得3GW算力並按近1億美元/MW/年效率貨幣化,理論上可對應約3000億美元Exit ARR,推動Azure增速進入三位數(當前Azure年收入突破1000億美元,同比增長43%);此為模型推演,非公司指引或已簽合同。
    7. NVIDIA延伸至資本層:報告推測NVIDIA可能通過Vendor Financing支持SpaceX,隨後NVIDIA於8月10日宣布與Apollo、BlackRock等機構建立超5000億美元AI算力融資平台,顯示競爭已從晶片擴展到系統、建設方案和資本供給。

原報告:SemiAnalysis《SpaceX 10GW in 2027 – Why It’s Real, Will Drive $300B ARR for SpaceX, and Why Microsoft Will Be the Largest Offtaker》,2026 年 8 月 7 日

編譯及整理:DaiDai,MSX 麥通

編輯:Frank,MSX 麥通

同樣 1GW AI 算力,一種商業模式一年只能產生百億美元級收入,另一種卻可能超過 1000 億美元,會發生什麼?

答案可能是,改變整個 AI 基礎設施行業的遊戲規則。

過去兩年,市場習慣用 GPU 數量和訓練集群規模衡量 AI 軍備競賽,誰手裡的 H100、GB200 更多,誰擁有更大的訓練集群,誰就被認為擁有更強的 AI 基礎設施。

但 SemiAnalysis 在最新報告中提出了一個更激進的框架,直言未來真正重要的,會從擁有多少 GPU,轉向每一 MW 電力最終能夠生產多少可以出售的 Token,以及由此創造多少收入。

按照其 Tokenomics Model 與 Inference Simulator 測算,在特定前沿模型、GB300 集群、真實 Agentic Coding 工作負載及 API 定價假設下,OpenAI、Anthropic 每 1GW 推理算力對應的潛在年收入可以超過 1000 億美元,相比之下,報告假設租用同等規模 GB300 集群的年度成本約為 120 億美元。

這組數字極其激進,也高度依賴模型需求、Token 價格、利用率、延遲要求和軟硬體效率,但解釋了一個越來越現實的問題,那就是為什麼所有巨頭都突然開始如此瘋狂地爭奪電力?

  • 今年 2 月,SpaceX 正式收購 xAI,Grok、Colossus 與 SpaceX 的基礎設施能力由此被放進了同一家公司;
  • 半年後,馬斯克在 SpaceX 首次財報電話會上語出驚人:2027 年新增建設並交付 6–8GW AI 算力,並稱上行空間可能達到 10GW;
  • SemiAnalysis 則預計,到 2027 年底,SpaceX 總算力容量有機會接近 10GW。

如果這一預測成立,SpaceX 接下來要做的,可能已經不只是造火箭、發衛星和賣 Starlink,它還想成為全球最大的 AI 算力供應商之一。

這也意味著,伴隨著提前數月甚至一年獲得算力本身開始產生巨大的經濟價值,AI 基礎設施的稀缺性,正從晶片競爭,轉向一場關於電力、工程與時間的工業戰爭。

而把複雜工程壓縮到極限,恰恰是馬斯克最熟悉的遊戲。

一、從 GPU 到 Revenue/MW:1GW AI 算力到底值多少錢?

SemiAnalysis 這份報告最重要的,是重新算了一筆關於 Revenue/MW 的帳。

同樣一套 GB300 集群,如果只是以傳統 NeoCloud 模式出租 GPU,經濟價值仍然主要由設備成本、折舊和租賃價格決定。

但如果這些 GPU 最終承載的是最先進模型,並透過 API、Coding Agent、Copilot 等產品直接出售推理 Token,那麼每 MW 能夠承載的收入可能完全不是一個量級。

SemiAnalysis 測算,在 GB300 集群上運行前沿模型 API 推理時,OpenAI 和 Anthropic 的潛在收入可以超過 1 億美元 /MW/ 年,也就是超過 1000 億美元 /GW/ 年。

這套測算並非簡單按照 GPU 理論 FLOPS 外推。SemiAnalysis 將模型架構、顯存頻寬、Serving Configuration、吞吐量、TTFT、Input Token、Cache Read、Cache Write、Output Token 等變數納入模型,同時使用來自真實 Agentic Coding 工作負載的 AgentX Trace。

這意味著 AI 基礎設施的評價體系,正在發生一次明顯遷移。

最早,市場比的是 GPU 數量,後來比 FLOPS 和訓練集群規模;進入大規模推理時代之後,更重要的指標可能逐步變成 tokens/sec、tokens/W、tokens/$、tokens/MW,最後落到 Revenue/MW。

這也是為什麼 GB300 的意義不只是「比 GB200 更快」。

按照報告模型,在同一個 Fable 5 推理場景中,GB200 NVL72 對應約 7340 萬美元 /MW/ 年的潛在收入,而 GB300 NVL72 可以提高至約 9970 萬美元,這意味著新一代硬體真正創造的價值,是在同樣的電力預算裡生產更多高價值 Token。

NVIDIA 自己也正在用類似語言重新定義 AI 基礎設施。

今年 5 月發布的 DSX 平台已經把「token performance per megawatt」作為 AI Factory 的核心指標之一,試圖從晶片、網路、軟體一路延伸到電力、冷卻和資料中心營運。

當推理需求進一步從普通聊天擴散到 Agentic Coding、AI Worker、多 Agent 協同與持續運行任務後,這個變化會更加明顯。

訓練通常存在明確的階段和週期,而推理需求更接近「用戶數量 × Agent 數量 × 單任務 Token 消耗 × 運行時間」,一旦 Agent 從「回答問題」走向「持續工作」,Token 消耗的上限也會被重新打開。

從這個角度看,AI 算力戰爭下一階段最值得觀察的變數,可能已經不是訓練集群還能做多大,而是這些算力最終能夠產生多少可以被用戶付費購買的 Token。

二、SpaceX 賣的不是 GPU,是「時間」

問題隨之而來,如果前沿推理真的擁有如此高的 Revenue/MW,為什麼 OpenAI、Microsoft、Google 不自己把所有資料中心都建出來?

因為 GPU 可以花錢買,電力和時間卻沒有那麼容易買到。

大型 AI 資料中心從拿地、獲得電網接入,到變電站、輸電設施、設備交付和最終上線,正在成為越來越漫長的基礎設施工程。

SpaceX/xAI 過去兩年真正展現出的能力,恰恰不是造出別人沒有的 GPU,而是把這些環節壓縮到極致——譬如據 SemiAnalysis 統計,Colossus 1 約 300MW 算力在 122 天內完成建設;Colossus 2 的約 200MW 用時約六個月。

更誇張的是電力。按照 SemiAnalysis 對 Southaven 項目的追蹤,現場發電設備從 2026 年 2 月的 27 台渦輪、約 495MW,在 7 月擴大到 69 台、約 1.7GW。另一個更接近 Greenfield 模式的 MiniHard 項目,從 3 月進入垂直施工後,報告預計約五個月即可達到 450–500MW。

這也是 SpaceX 這輪擴張真正值得關注的地方。

Colossus 早期大量使用 Retrofit,把舊工業建築快速改造成 AI 資料中心;MiniHard 則開始驗證 Greenfield 新建模式;再加上 On-site Generation,SpaceX 正試圖把三條路徑同時跑通。

尤其是現場天然氣發電。如果完全等待傳統公用電網完成 Transmission、Interconnection 和 Utility Upgrade,數 GW 級項目很難按照 Musk 希望的速度上線。

因此 SemiAnalysis 判斷,要在 2027 年實現數 GW 的新增容量,SpaceX 必須大量依靠現場天然氣發電,降低對傳統電網接入進度的依賴。

這裡就出現了一種新的商業模式,SpaceX 出售的並不只是 GPU,而是別人需要等一兩年、它可能幾個月就能提供的算力。

SemiAnalysis 預計,這種「大規模 + 短期可用」的稀缺性,可以讓 SpaceX 對部分算力收取每年 3000 萬—5000 萬美元 /MW 的價格,也凸顯了 Value-Based Pricing 與傳統 Cost Plus Pricing 最大的區別:客戶購買的不是一台伺服器應該值多少錢,而是「提前獲得算力」本身能創造多少商業價值。

於是,Time-to-Power 開始成為和 GPU 性能一樣重要的競爭指標。

SemiAnalysis 預計 SpaceX 到 2026 年底算力規模約為 2GW,隨後在 2027 年明顯提速,並在年底接近 10GW。

總的來講,2027 年真正值得市場觀察的,其實是 SpaceX 能否把已經驗證過一次的「速度」,複製成工業化能力。

三、誰願意為「時間」付錢:Microsoft、NVIDIA 與新的 AI 基礎設施戰爭

如果 SpaceX 真能快速拿出數 GW 算力,下一個問題就是,誰會買?

SemiAnalysis 給出的答案非常明確,Microsoft,這也是整篇報告對上市公司投資最重要的映射:

  • Microsoft 與 OpenAI 在 2025 年簽署的新協議中,OpenAI 額外承諾購買 2500 億美元 Azure 服務;
  • 進入 2026 年後,雙方又進一步調整合作關係,按照微軟 4 月披露的新協議,Microsoft 不再向 OpenAI 支付 Revenue Share,但 OpenAI 向 Microsoft 支付的 Revenue Share 仍將按照原有比例持續至 2030 年,並設定總額上限;
  • 與此同時,Microsoft 對 OpenAI 模型和產品 IP 的許可延長至 2032 年;

這讓 Microsoft 面臨一個很有意思的問題。

它既可以把資料中心容量以基礎設施方式提供給 OpenAI,也可以利用自己對 OpenAI 模型的存取權,把算力放進 Azure Foundry、Copilot、API 和 Agent 產品裡。

SemiAnalysis 估算,前一類模式對應的收入大約只有 1400 萬美元 /MW/ 年,而後一類高價值推理場景理論上可以接近 1 億美元 /MW/ 年。

如果成立,兩者之間接近七倍的收入密度差距,這也是 SemiAnalysis 為什麼認為 Microsoft 會重新瘋狂搶算力。

按照其 Datacenter Model 對租賃、自建、NeoCloud 合約、PPA 與 ESA 等項目的追蹤,Microsoft 在 2026 年迄今已經鎖定超過 10GW 新容量,對應超過 3000 億美元 Binding Commitments(不過值得注意的是,這一數字來自 SemiAnalysis 的模型估算,並非 Microsoft 官方揭露)。

更關鍵的問題在於,這些容量很多要到 2027 年末甚至 2028 年才能真正投入使用。

歸根結底,Microsoft 缺的不是長期規劃,而是現在就能上線的大規模算力。

因此 SemiAnalysis 進一步做了一個極為激進的情景演算,如果 Microsoft 從 SpaceX 獲得 3GW 算力,並能夠按照接近 1 億美元 /MW/ 年的效率貨幣化,理論上可以對應約 3000 億美元 Exit ARR,並推動 Azure 增速進入三位數區間。

需要強調的是,這不是 Microsoft 指引,也不是已經簽署的 SpaceX 合約,而是 SemiAnalysis 用於展示新增算力收入彈性的情景模型,微軟最新揭露的 FY2026 Q4 數據顯示,Azure 及其他雲端服務收入目前年增 43%,Azure 全年收入首次突破 1000 億美元。

但這套模型提出的問題依然值得市場重新思考,評價 Microsoft AI CapEx,未來可能不能只問「花了多少錢」,還要問每一 MW 上線以後,到底能創造多少收入。

NVIDIA 則代表了另一條變化。

SemiAnalysis 判斷 NVIDIA 可能透過 Vendor Financing 幫助 SpaceX 降低巨額資本開支的前期現金壓力。目前沒有公開資訊證明 NVIDIA 已經針對 SpaceX 落地這類融資,因此更適合把它理解為報告的一項推演。

但報告發布後的 8 月 10 日,NVIDIA 隨即宣布與 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 建立 AI Compute Infrastructure Financing Platforms,計畫長期撬動超過 5000 億美元第三方資本,並為 NVIDIA 客戶建立專項融資池。

這至少證明了一個更大的方向,那就是 NVIDIA 正在把自己的能力從 GPU、CUDA、Networking 和 Rack-scale System,繼續向 AI Factory 設計、建設乃至資本層延伸。

對於動輒需要數百億美元資本開支的 AI 資料中心來說,未來決定客戶採用哪套技術路線的,可能不只是「哪顆 GPU 更快」,誰能同時提供晶片、網路、系統、軟體、建設方案,以及更便宜、更充足的資本,誰就更容易鎖住下一輪 AI 基礎設施建設。

於是,AI 算力戰爭正在越來越像一場工業戰爭。

競爭從 GPU 一路向外擴散,晶片之外是網路和儲存,網路之外是冷卻和電力,電力之外是天然氣、渦輪、土地和資本,最終所有東西指向同一個指標——誰能用最低的時間成本,把一 MW 電力變成能夠持續產生收入的 Token。

寫在最後

SemiAnalysis 對 SpaceX 的預測無疑非常激進。

10GW、3000 億美元級 ARR、Microsoft 3GW 承購、超過 1 億美元 /MW/ 年的推理收入,都建立在一系列高增長假設之上。

其中任何一環,譬如 Agent 需求、API 定價、GPU 利用率、建設速度、電力供應,甚至融資條件,只要低於預期,最終結果都可能與模型產生巨大偏差。

因此,這份報告真正值得關注的,並不是 SpaceX 到 2027 年底究竟會達到 8GW、10GW,還是一個其它數字,恰恰在於它揭示了一場已經開始發生的 AI 基礎設施競爭範式遷移:

過去市場爭奪的是 GPU,然後是電力,而當所有巨頭都願意建電站、簽 PPA、購買天然氣和渦輪機之後,最終最難購買的一種資源,將變成「時間」。

提前一年拿到 1GW 電力,和一年以後再拿到同樣的 1GW,在傳統資料中心時代可能只是建設進度的差別,但在一個 1GW 前沿推理算力理論上可能對應千億美元級年收入的世界裡,它意味著完全不同的經濟價值。

這也讓馬斯克過去反覆展示的工程化能力,擁有了新的意義。

如果這一邏輯成立,那麼 SpaceX 的「10GW 豪賭」真正賭的,從來不是 10GW 本身,其實是把工程速度變成商業定價權。

而在這場關於時間的戰爭裡,馬斯克可能恰好擁有最難複製的優勢。

馬斯克
歡迎加入Odaily官方社群