Semianalysis：SpaceX 要建 10GW 算力，ARR 将达 3000 亿美元，微软会是最大客户

马斯克在 SpaceX 首次财报电话会上再次震惊世界，宣布了他的千兆瓦级雄心：他「保守地」计划在 2027 年单年新增 6–8GW 算力，实际数字可能超过 10GW。按每 GW 投入 500 亿美元计算，这相当于 2027 年投入 3000–5000 亿美元资本开支，与我们预期 AWS 和谷歌的投入相当——对于一家盈利能力远不如竞争对手的公司来说，这个数字令人难以置信。

正如我们在 Meta 算力深度分析中解释的，大规模 + 短交付周期的算力是极其稀缺的组合，定价有巨大溢价——高达每 GW 每年 500 亿美元。但 AI 实验室能承受这个价格，并且活得很好。

我们的 Tokenomics 模型和推理模拟器显示，在实际性能水平下（例如每 GPU 的 tokens/秒），OpenAI 和 Anthropic 在 GB300 集群上销售 API 推理服务，都能产生每 GW 每年超过 1000 亿美元的营收。这远高于按当前新云服务商价格租用 GB300 集群一年的成本。

对前沿模型公司来说，提供推理 token 服务的利润高得惊人。

我们假设每 GW 每年成本约 120 亿美元，采用保守的租赁价格每 GPU 小时 3 美元，并使用我们的推理模拟器基于前沿模型架构和我们的代理编程基准 AgentX（InferenceX 的一部分，基于真实生产编程轨迹构建）进行 token 产出估算。我们将该 token 产出率按输入、缓存读取、缓存写入和输出 token 成本以及真实工作负载比例混合计算，得出最终估值超过每 GW 每年 1000 亿美元。

我们的推理模拟器是从底层开始构建的，基于对现代 AI 加速器工作原理的基础理解。我们为前沿模型在推理过程中的工作方式构建了性能上限和实际性能模型，为每个操作计时并输出真实轨迹。这是在实际硅片上执行实际工作负载的端到端模拟。我们已在各种加速器和工作负载上验证了模拟器的准确性，并持续改进其基于设计规格预测未来加速器性能的能力。

除了 OpenAI 和 Anthropic，世界上实际上还有第三家公司能实现每 GW 这样的经济效益：微软。由于完全享有 OpenAI 模型访问权，他们可以产生完全相同的每 MW 营收和利润率，同时无需支付任何训练成本。纳德拉与 OpenAI 的谈判非常成功：2026 年 4 月重新修订的协议取消了旧的 20% 营收分成。简而言之，微软有巨大动力尽可能快地采购尽可能多的 MW 算力。虽然他们目前大部分数据中心容量以每 MW 每年 1400 万美元的价格给 OpenAI 使用，但他们有机会改善这个组合。潜在影响是微软 Azure 营收增长率从约 42% 加速到明年超过 100%。这是千载难逢的机会，而 SpaceX 在服务这一需求上占据极佳位置。

虽然微软以每 GW 每年 500 亿美元与 SpaceX 签约 3GW 听起来疯狂，但我们认为这是可能的，原因有二：

1. 微软已在为大规模数据中心扩张做准备。如下文所述，他们今年迄今已签署 10GW 合同，总合同价值超过 3000 亿美元（不含 GPU 成本）。我们预计还会签更多。需要说明的是：这些合同贡献的是 2027 年底和 2028 年的容量，近期仍有缺口需要填补。
2. 有 90 天取消政策，类似 SpaceX 与 Anthropic 和谷歌的协议，资产负债表零风险。考虑到营收机会，Amy Hood 很容易批准这个方案。

对 SpaceX 来说，下一个自然的问题是融资。在没有顶级超大规模云服务商的资产负债表支撑下，埃隆如何支付如此高的资本开支？我们预计以下两种方式的组合：

1. 英伟达的支持，以供应商融资形式降低前期现金成本。这可能就是埃隆在财报电话会上宣布独家使用英伟达的原因！正如我们的加速器模型反复解释的，xAI/SpaceX 积极评估过 TPU 和 AMD 等替代方案——因此财务考量可能促使他们放弃这些选项，专注于英伟达。
2. 由行业最高定价支撑的经营现金流融资，依靠最快的交付周期：SpaceX 将继续以 3–5 个月的交付周期销售大规模算力——这是无与伦比的供给——并相应定价为每 MW 每年 3000–5000 万美元。这在不到一年内就能收回资本开支。我们在 Meta 算力文章中深入探讨了这一点。

这意味着 SpaceX 有望在 2027 年底实现 3000 亿美元 ARR。这只假设他们 2027 年新增算力的 50% 实现商业化，其余留给 Grok 和 Cursor 团队用于训练（未建模推理营收）。

现在让我们深入分析。我们从微软开始，微软终于惊人地觉醒了：去年的暂停已经逆转，今年迄今已签署 10GW 的有约束力合同。我们将简要讨论如何实现每 MW 每年 1 亿美元推理营收的经济模型。然后转向 SpaceX，分析他们的数据中心扩张以及 2027 年底实现 10GW+ 的可行性。

微软的 10GW 觉醒，抓住每 MW 年营收 1 亿美元的机会

2024 年 12 月，我们在数据中心模型中率先指出微软租赁活动的显著暂停。今天，这个巨头醒了。我们的模型逐季度跟踪租赁活动、新云服务商签约、自建施工启动，以及大型有约束力的 PPA 和 ESA。下图显示输出结果。微软在所有这些方面签约超过 10GW，相当于约 3000 亿美元的新有约束力承诺。

这次觉醒的一个关键原因是他们迫切需要算力来抓住每 MW 年营收 1 亿美元的机会。微软在 2025 年 10 月与 OpenAI 签署了 2500 亿美元协议，我们在 Tokenomics 模型中估计总计约 7GW——这是理解美元到瓦特数学关系细微差别的全球最佳工具。这笔大规模基础设施即服务交易导致微软在其他用例上算力高度受限。他们一直无法利用其 OpenAI 模型访问权来开展 API 业务 Foundry，或用于 Copilot 等应用。

然而，这些服务的利润率和每 MW 营收是迄今为止最高的。我们在 AI 价值捕获文章中深入解释过这一点。

AI 价值捕获——向模型实验室的转变

AI 领域的一天感觉像其他行业的一年。模型发布、软件突破和硬件改进正在将其他行业需要数年的周期压缩到几周。就在过去几个月，代理 AI 跨越了真正的拐点，在软件和硬件改进大幅降低 token 生成成本的同时，推动 token 价值实现阶跃式增长。

为了得出这些利润率估算，我们必须仔细综合泄露的财务数据、InferenceX 数据、行业所有最新加速器的微基准测试、开源实验室的论文、博客和推文等等。DeepSeek 投资者电话会议泄露（他们说 GPU 回收期为 10 个月）等新数据点证实我们的估算在正确范围内，但我们首先承认缺乏粒度确实令人不满。比起公司整体推理毛利率这个单一数字，你真正想知道的是在整个吞吐量 vs 延迟帕累托前沿上，每个（模型，加速器）组合的毛利率。例如，在 Trainium3 上提供 Opus 5 Fast 与在 TPUv7 上提供 Fable 5 的毛利率分别是多少？

我们用推理模拟器回答这个问题，该工具仅向 SemiAnalysis 咨询客户提供。

我们的 AI 云 TCO 模型已经回答了成本方面的问题，但营收方面历史上是未知的。为了解决这个问题，我们编写了一个模拟框架，在虚拟硬件上模拟真实模型执行，由涵盖各种加速器和操作类型的调优细粒度性能模型支撑。我们在模拟 XPU 上以所有可能的服务配置运行每个模型，混合真实世界和理想化服务条件。这使我们能够在对模型架构有充分了解假设的情况下，准确估算软件、硬件和工作负载的任何组合的性能。

得益于这个模拟器，我们的 Tokenomics 模型现在包含在所有相关芯片上运行 OpenAI/Anthropic 旗舰模型的高层级每 MW 营收数字。工作负载形态显然是一个巨大因素，我们模拟运行从我们自己使用中收集的超过 100 万美元价值的代理轨迹，同时满足从访问第一方端点观察到的真实交互性和 TTFT 水平。作为预告，这是我们在 GB200 vs GB300 上提供 Fable 5 的数字：

这就是微软每 MW 1 亿美元的机会。鉴于最近 Codex 需求激增和相应的 OpenAI ARR 加速，我们相信微软通过提供 OAI 模型服务能够以类似速率实现算力商业化。

现在，要抓住这个千载难逢的机会，微软和 AI 实验室需要数据中心，而且要快、要大。SpaceX 已经两次证明他们的建设速度比其他人快，但到 2026 年底他们的算力容量「仅」为 2GW。他们真的能在 2027 年这一年内建成 10GW+ 吗？

SpaceX：以惊人速度建设数据中心

在我们的 Meta 算力文章中，我们深入解释了为什么埃隆再次证明自己是商业天才。他理解 AI 实验室利润率已大幅提升，并相应地为他的 GPU 集群引入了「基于价值定价」，而不是更常见的「成本加成」。

为了保持机器运转，埃隆需要比任何人都更快地建设数据中心。我们相信他能做到。是什么给了我们这种信心？我们写过几次关于埃隆速度的文章，包括 122 天建成 Colossus 1 的 300MW、六个月建成 Colossus 2 的 200MW、决定在边境对面 1 公里处建设现场发电厂以避免许可审批等等。

此后还有更多速度展示。Southaven 的发电厂已从 2026 年 2 月的 27 台涡轮机（约 495MW）扩展到 2026 年 7 月的 69 台涡轮机（1.7GW）。

还有「MiniHard」的出现，2026 年 3 月开始垂直建设后，可能在约 5 个月内就达到 450–500MW！这并不意味着埃隆比其他人建得更好。他只是采用了不同的方法。

如何做到这一切？

配电设备和大功率变压器已售罄两年？直接从中国购买电力模块，跳过大功率变压器，将中压电力从发电端直接输送到低压变压器——后者的供应要充裕得多。Elon 旗下公司拥有世界上最优秀的电气工程师——没人比他们更懂如何权衡速度与效率。全球大多数数据中心运营商都优先考虑效率和质量——这是拿下 15–20 年承诺制超大规模云服务商合同的唯一途径。SpaceX 则会专注于完全不同的权衡：速度至上。在算力紧缺、AI token 利润率极高的时期，一个能在三个月内交付、90 天解约期的 500MW 集群，是世界上最稀缺、最有价值的资产之一。所有常规的「质量」指标都不重要。证据？全球垂直整合程度最高的基础设施公司 Google，最终还是选择了与 SpaceX 签约。

燃气轮机订单已排到 5 年后？GE Vernova 的确如此，但还有很多其他选择——我们的能源模型显示，有 30 多家燃气发电设备制造商已拿到为数据中心服务的大规模订单。只要你足够努力寻找，并愿意与新供应商合作，就有大量可用产能。涡轮机二级市场的成交量正在激增——例如，原本计划交付给 Oracle 新墨西哥州站点的所有涡轮机现在都在市场上流通。二级市场价格很高，但 Elon 付得起。

人力是最终制约？那就尽可能并行作业，简化调试流程，尽可能多地预装配。据报道，Colossus 2 高峰期每日用工约 3000 名建筑工人，比其他在建的吉瓦级数据中心少约一半。Elon 长期以来一直用低于行业标准的人力完成壮举——看看 Tesla 和 SpaceX 的历史就知道了。

这足以留出充足时间，在 2027 年前建成多个这样的外壳。而且这是他第一个真正意义上的绿地项目，下一次很可能做得更好。当然，另一个选择是改造现有设施。正如我们去年关于 xAI 的深度分析中所述，Colossus 1 和 2 都是通过改造以惊人的速度建成的。

xAI 的 Colossus 2 —— 全球首个吉瓦级数据中心、独特的强化学习方法、融资进展

关于 xAI 的 Colossus 1 已有大量报道。孟菲斯的建设注定载入史册：全球最大的 AI 训练集群，从零开始仅用 122 天建成。凭借约 20 万块 H100/H200 和约 3 万块 GB200 NVL72，它至今仍是最大的完全运行、单一连贯的集群（Google 除外）。

一年内建成 10+GW 则完全是另一个故事。SpaceX 需要在全国范围内寻找合适的土地，要易于获得许可且能接入天然气。但我们相信，有足够多的选项支撑大规模扩张。这自然会大量依赖现场燃气发电——查看我们的能源深度分析，了解它的运作原理及其必要性。

在付费墙之后，我们将讨论一些我们推测 Elon 可能选择的站点。