2026年7月至8月，科技作者Dwarkesh Patel通過個人博客連續發文，討論更強AI模型對算力價格的影響。其核心觀點是：隨著AI模型能力提升，算力需求可能推動價格出現10倍以上的上漲。這一判斷為當前圍繞AI推理成本的討論提供了新的視角。

核心測算：H100年租金應達25萬美元

在7月29日的文章《Why compute might get 10x+ more expensive in coming years》中，Patel給出了一個具體測算：如果存在一個能達到人類軟件工程師水平、且能在等效H100芯片上運行的AI系統，按照當前軟件工程師的市場薪資水平，這塊H100的年租金應超過25萬美元。

If a human-level software engineer that could run on an H100 equivalent, at current market rates for software engineers, that H100 should rent for over $250k a year. That's 15x today's spot price.

他進一步指出，這一價格是當前H100現貨價格的15倍。該測算將AI能力與人力成本直接對標，暗示當前算力定價可能遠低於其潛在經濟價值。

後續文章：算力價格或漲10倍以上

8月3日，Patel再發文《Why smarter AI models could drive up compute prices 10x》，延續同一主題，並直接以“廉價算力的終結？”作為摘要。文章標題明確將“更聰明的AI模型”與“算力價格上漲10倍”聯繫起來，進一步強化了此前關於算力供需與定價邏輯變化的判斷。

兩篇文章均未在摘要中提供更多細節，但核心邏輯一致：AI模型能力越強，其可替代的人類勞動價值越高，算力作為“生產工具”的租金也應相應重估。

行業影響：AI推理成本成焦點

Patel的測算將算力價格與AI替代人力直接掛鈎，為理解AI推理成本提供了新框架。若其邏輯成立，當前以低價算力為基礎的AI應用成本結構可能面臨重構。對於依賴大規模推理的AI產業而言，算力定價邏輯的變化將直接影響商業模式與成本預期。

不過，上述測算基於“人類水平軟件工程師”這一假設場景，實際算力價格仍受供需關係、芯片迭代、模型效率等多重因素影響。Patel的文章未對具體時間表或市場條件作出進一步說明。

後續關注點

  • 算力現貨價格與租金走勢是否驗證Patel的預測；
  • AI模型能力提升對推理需求與成本結構的實際影響；
  • 產業界對算力定價邏輯變化的反響與應對。