AI硬件进口增速远超美国本土生产
自2019年以来,美国计算机进口额激增366%,而国内产量仅增长46%。与此同时,电气设备进口上升了69%,但美国本土产量却下降了7%,这暴露出人工智能供应链中的巨大缺口。尽管半导体进口增长了131%,但由于新增产能的推动,美国本土产量也实现了76%的增长。
随着令牌(token)需求的增加,Ornn Data追踪的所有GPU型号租赁价格均出现上涨,包括较旧的A100芯片在内。数据显示,自2019年以来,在四大类AI硬件中,美国的进口规模均已超过本土生产。
数据背后的供应链差异
上述数据反映了人工智能基础设施扩张对海外供应链日益依赖的现状,同时也揭示了国内各行业在应对这种扩张时的不均衡表现。需要注意的是,这些比较衡量的是美元价值的变化,而非机器或组件的直接数量统计。因此,它展示了进口与生产价值的分化趋势,并未确立各自在总供应量中的具体占比。
不同类别的生产策略分析
制造商可以通过增加产能或更密集地利用现有设施来提高产量。根据分析,这两种反应在四类设备中呈现出不同的发展轨迹:
- 计算机制造:厂商既扩大了产能,又提高了利用率,即使用了更多的可用生产能力。这两项变化共同支持了产量的提升。
- 通信设备:制造商增加了大量产能,但利用率下降。这表明可用制造能力的增长速度超过了其实际使用速度。
- 半导体制造:制造商同样扩大了产能,但利用率保持不变。因此,其产量的增加主要来源于新增产能,而非对现有设施的更密集使用。
- 电气设备:走了一条截然不同的路径。尽管利用率提高,但产能却在下降,导致国内产量低于2019年的水平。
这一弱点至关重要,因为人工智能的建设不仅需要计算硬件,还需要电气基础设施的支持。开关柜及相关设备对于支撑为GPU供电所需的电网扩展不可或缺。
进口填补需求缺口,原因尚待明确
当国内产出无法跟上需求时,进口有助于满足市场需求。然而,提供的数据并未说明为何制造商避免了更大规模的扩张。分析机构a16z推测,建设成本、投资风险或来自海外供应商的竞争可能是造成这种犹豫的原因。这些仍属于可能的解释,而非已确认的根本原因。
以下是自2019年以来各类AI硬件的生产与进口对比数据:
- 计算机:本土生产 +46% vs. 进口 +366%
- 通信设备:本土生产 +87% vs. 进口 +175%
- 半导体:本土生产 +76% vs. 进口 +131%
- 电网及电气设备:本土生产 -7% vs. 进口 +69%
AI硬件需求加剧GPU及劳动力压力
与此同时,相关的租赁数据指向了对计算资源的持续强劲需求。据Ornn Data称,目前所有被追踪的GPU型号的租赁成本均高于年初水平,其中包括较旧的A100芯片。租赁价格比假设六年直线折旧的基准高出9%至143%。不过,a16z指出,较旧的A100和H100芯片此前曾有过更多时间低于该基准。
OpenRouter的数据也显示,开源和专有模型的令牌消耗量均在上升。令牌代表这些人工智能系统处理的文本单位。
a16z提醒称,这些数据集对GPU定价和令牌支出的反映并不完整。劳动力方面构成了另一重约束。引用ADP的数据,a16z报告称,在支持人工智能建设的各个行业中,工人每周工时大幅增加。此外,跳槽者的工资增长率也比留在原雇主处的工人高出五个百分点。
综上所述,这些数据展现了日益增长的硬件需求、不均匀的工厂扩张以及更重的劳动负荷。进口正在帮助弥补这一差距,而电气设备仍是国内生产最明显的薄弱环节。

资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种