摩根士丹利最新发布的重磅陈述，初次经过精细的财政模型，给全球AI算力比赛的报答率算清了经济账。定论是：一座规范的“AI推理工厂”，不管选用哪家巨子的芯片，其均匀利润率遍及超越50%。
其间，英伟达GB200以近78%的利润率一点点没有悬念地封王，而谷歌和华为的芯片也“稳赚不赔”。但是，被商场寄予厚望的AMD，其AI渠道在推理场景下却录得严峻亏本。
大摩的模型测算成果，折射出AI硬件巨子们在实在商业场景下的盈余才能分解，谱写出一首明晰的“冰与火之歌”。
陈述显现，选用英伟达旗舰产品GB200 NVL72的“AI工厂”，盈余才能达到了恐惧的77.6%，一骑绝尘。这不只源于其无与伦比的核算、内存和网络功用，还得益于其在FP4精度等范畴的继续创新和CUDA软件生态的深沉壁垒，展示了肯定的商场统治力。
谷歌自研的TPU v6e pod则以74.9%的利润率紧随其后，证明了尖端云厂商经过软硬件协同优化，彻底有才能构建起极具经济效益的AI基础设施。
陈述最具颠覆性的定论，莫过于AMD在推理场景下的财政体现。大摩测算多个方面数据显现，选用其MI300X和MI355X渠道的“AI工厂”，利润率分别为-28.2%和-64.0%。
亏本的中心原因首要在于昂扬本钱与产出功率的严峻失衡。陈述多个方面数据显现，一个MI300X渠道的年度总具有本钱（TCO）高达7.74亿美元，与英伟达GB200渠道的8.06亿美元处于同一水平线。
这意味着，运营AMD计划的前期投入和继续开支是尖端的，但在模型所模仿的、占未来AI商场85%比例的推理使命中，其token产出功率所能发明的收入，远不足以掩盖其昂扬的本钱。
支撑上述定论的，是摩根士丹利创始的一套规范化剖析结构——“100MW AI工厂模型”。它将不同技能途径的AI解决计划，置于同一商业维度下进行量化评价，其中心在于三大支柱：
1. 规范化的“算力单元”：模型以100兆瓦（MW）的电力耗费作为“AI工厂”的基准单位。这是一个中等规划数据中心的典型功耗，足以驱动约750个高密度AI服务器机架。
2. 精细化的“本钱账本”：模型全面核算了总具有本钱（TCO），首要包含：
基建本钱：每100MW约6.6亿美元的本钱开支，用于建造数据中心及配套电力设施，按10年折旧。
硬件本钱：总额可高达3.67亿至22.73亿美元的服务器体系（含AI芯片），按4年折旧。
运营本钱：根据不同冷却计划计划的电源运用功率（PUE）和全球均匀电价核算得出的继续电费。
归纳预算，一座100MW“AI工厂”的年均TCO在3.3亿至8.07亿美元之间。
3. 商场化的“收入公式”：收入与token产出直接挂钩。模型根据各硬件的揭露功用数据核算TPS（每秒处理token数），并参阅OpenAI、Gemini等干流API定价，设定了每百万token 0.2美元的公允价格。一起，考虑到实际中70%的设备利用率，使得收入猜测更靠近商业实际。
盈余才能的背面，是更深层次的战略博弈。陈述提醒，未来的AI战场，焦点将会集在技能生态的构建和下一代产品的布局上。
在非英伟达阵营，一场关于“衔接规范”的战役现已打响。以AMD为首的厂商力推UALink，着重其对低推迟的严厉规则对AI功用至关重要；而以博通为代表的力气则建议选用更敞开、灵敏的以太网计划。这场争辩的输赢，将决议谁能建立起一个可与英伟达NVLink抗衡的敞开生态。
与此一起，英伟达正以明晰的路线图稳固其领头羊。陈述说到，其下一代渠道“Rubin”正按计划推动，估计2026年第二季度进入大规划量产，同年第三季度相关服务器就将开端放量。这无疑给一切竞争者设定了一个不断移动的、更高的追逐方针。
总而言之，摩根士丹利的这份陈述，为疯狂的AI商场注入了一剂“商业理性”。它雄辩地证明，AI推理不只是一场技能革命，更是一门能够被准确核算且报答丰盛的生意。
关于全球的决策者和出资者而言，前文两张盈余图表，将对AI年代算力出资供给相当大的参阅价值。
特别声明：以上内容(如有图片或视频亦包含在内)为自媒体渠道“网易号”用户上传并发布，本渠道仅供给信息存储服务。
日本妹子16岁生娃，连生6个儿子被夸全员明星脸，但一个月光吃饭就要花24万…
博士结业于福建农林大学，石河子大学农学院教授以通讯作者身份在世界威望期刊（IF=12.4）上宣布研讨论文
王晶谈刘德华长红数十年诀窍，泄漏其一家三口茹素：吃饭都是吃一大把维他命，自律到难以想象，苦行僧日子
《编码物候》展览开幕 北京年代美术馆以科学艺术解读数字与生物交错的世界节律
《鸣潮》2.6 版别8月28日上线：新增英伟达 DLSS 4 多帧生成功用
大眼橙 C3 系列投影 8 月 28 日发布，TCL 华星独供 LCD 屏