算力数据
串联上游云厂商资本开支、四大芯片体系季度算力供给与硬件规格、全球前沿数据中心与模型训练算力,以及下游企业 Token 经济性与财报传导。
- SEC / 市场
- 加载中
- 公开基准
- 加载中
无法读取算力数据库,请刷新重试。
云厂商投入与供应链收入
自然季度只用于对照;各公司明细保留来源所列财季及期末日,不按自然季末改写。
资本开支与收入的口径
柱形为云厂商现金购建固定资产支出,不含非现金租赁,并非 AI 专项支出。折线为所选公司的分部收入或总营收,两者共用十亿美元刻度。按财季期末所在自然季度归类;选后续季度时,折线向前对齐到投入季度,只用于观察先后变化,不能认定资金流向或因果。来源:公司现金流量表及分部披露。
AI 芯片季度算力供给与代际演变
按自然季度统计中位数估算,详情栏保留 5%–95% 置信区间。未完整统计的跨财季数据(如 2026Q3 部分折算值)已剔除,避免出现假性下滑。来源:Epoch AI (ai-chip-counts) ↗(更新至 2026-11-18)。
主流 AI 加速器硬件规格对照
已剔除消费级桌面显卡,聚焦数据中心 GPU / TPU / 定制 ASIC 芯片;FP16/BF16 与 FP8 均按 Tensor 稠密/标称算力 TFLOPS 统一换算。来源:Epoch AI (ML Hardware) ↗。
芯片供给估算与规格口径
季度供给数据引自 Epoch AI 开源仓库 epoch-research/ai-chip-counts,基于英伟达/博通/AMD 财报收入、公开芯片均价及代工产能进行蒙特卡洛估算,H100e 表示换算为 NVIDIA H100 等效算力。硬件规格引自 Epoch AI Machine Learning Hardware 数据库,GB300e 为推理性能归一化指标,原始数据表链接指向厂商官方规格书或公开披露。
全球前沿 AI 数据中心与训练算力
点击任意集群行可在下方核对实际使用方、芯片配置、能源与承建合作方及原始披露链接。来源:Epoch AI (Frontier Data Centers) ↗。
前沿模型训练算力演进(2020–2026)
纵轴为对数尺度训练总算力(FLOP),每升高一格代表算力扩大 10 倍。点击散点可核对模型训练成本估算、硬件平台及出处。来源:Epoch AI (Notable AI Models) ↗。
数据中心与模型训练算力口径
数据中心样本取自 Epoch AI 公开追踪库(共追踪 96 座超大规模设施,本表列示其中 76 座已有在运/在建电力或等效算力数据的设施),资本投入以 2025 年美元计价,覆盖机房土建、电力配套及估算芯片采购。模型训练算力筛选自 2020 年起训练计算量 ≥ 10²² FLOP 的 218 个公开估算样本,仅保留 Epoch AI 核验后的数值,未做二次外推。
企业级 AI Token 经济性与路由格局
Coding Agent 成本与质量帕累托前沿
横轴为单任务平均成本(美元,对数刻度),纵轴为 Databricks 私有百万行代码库真实 PR 隐藏测试通过率;虚线连接 5 个帕累托前沿模型。单价低并不等于总成本低,例如 Gemini 3.8 Flash 因平均需 140.2 轮交互,单任务成本达 $11.97;而同等 89.1% 通过率下,GPT 6 Luna ($0.05) 与 Opus 5.5 ($1.62) 成本相差约 32 倍。来源:Databricks AI Index ↗ · 原始研究博客 ↗。
读数一:单一模型锁定瓦解,路由层价值抬升
仅 4 个月内,使用 2 家以上模型供应商的企业从 36.0% 跃升至 71.1%,4 家以上达 31.4%。企业开始像多云调度一样按任务难度做成本/质量动态路由,倒逼云与推理平台优化异构算力利用率。
读数二:开源权重站上 30.9%,高并发推理放量
开源权重(GLM 5.3 / DeepSeek V4.1 / Kimi K3 等)份额从 7.3% 升至 30.9%,且已有 3 款开源模型跻身工程质量 Top 10。推理部署从闭源 API 转向私有集群与定制芯片,直接利好高带宽 HBM 与定制 ASIC 需求。
Databricks AI Index 数据口径与边界
企业采用与消费数据汇总自 10,000+ 家企业通过 Databricks Unity Gateway 路由的匿名脱敏流量(覆盖 2026-07-20 至 2026-11-02,包含外部闭源提供商及 Databricks 托管开源模型)。消费额(Wallet Share)按各厂商公开挂牌价及缓存读取价测算,不代表 Databricks 账单收入。Coding Agent 评测(更新至 2026-11-10)基于内部真实合并 PR 与隐藏测试用例,每个模型展示最接近帕累托前沿的 Harness(Claude Code 或 Codex)。
英伟达财报次日的关联股表现
查看各次财报的分组均值
各组等权平均,仅计入有两日美国收盘价的公司。原始财报 · 财报档案 · 市场数据
样本与涨跌幅口径
按现有图谱的一跳供应、依赖及竞争关系划分;一家公司可跨组,各组内去重。个股按图谱所载市值排序。海外本地股、非上市公司及缺少任一日收盘价的公司不参与均值。历史均值对各次事件等权;涨跌幅不扣除 QQQ,也不代表财报造成的涨跌。
半导体公司的地域收入敞口
每格为该公司同一财季的地区收入 ÷ 合并营收;点选可查看期末日与分母。
地域归类与样本缺口
仅在地区披露与合并营收的财季期末日一致且金额可核对时计算占比。未单列的地区不从大区推算;中国沿用公司披露口径,单列香港时并入,台湾地区单列。“其余已列示”合并剩余披露项。客户总部、账单地址或设备所在地等口径可能不同,收入占比不等于最终需求或受出口管制的收入。来源:公司分部披露及财报附件。