一句话看懂：尽管Alphabet等科技巨头在AI基础设施上的巨额现金消耗引发市场担忧，但业内普遍认为，这是一场以“熬死对手”为目的的生存战——推理成本已降至2024年的1/100，幸存者将收割市场。
事件核心：发生了什么
近日Hacker News社区围绕“Alphabet现金消耗”的讨论揭示了科技巨头的AI军备竞赛现状。尽管市场对Alphabet、微软等公司持续投入数据中心和GPU感到不安，但支持者指出，这些公司赌的是推理成本暴跌的长期趋势。当前运行大模型（如Llama系列）的本地推理集群（8-12块H100）对于大多数个人用户仍不划算，但企业为了不依赖云服务，正在疯狂自建算力。同时，Gemini和ChatGPT已停用了2024年发布的旧款模型，将全部算力用于训练和部署新一代模型，闭源模型的护城河正在被开源模型快速追赶所侵蚀。
为什么重要
这场资本消耗战的本质是“比谁活得久”。科技巨头并非无视现金流压力，而是押注两个关键变化：第一，推理成本每季度都在大幅下降，到2025年已经只有2024年初的1/100，这意味着即使现在大规模投入，未来的运营成本将变得极低；第二，训练更大规模、更新迭代速度更快的模型已成为竞争核心，停用旧模型显示算力分配已优先服务“最新版本”。然而，开源模型如Llama系列的快速追赶正在削弱闭源巨头的护城河，一旦用户能在本地或低成本云上运行等效模型，巨头通过API提价盈利的模型可能破灭。实际上，真正从这场基建热中短期获利的，可能是电力供应商和数据中心所有者——电力和土地正成为比GPU更稀缺的资源。
对用户/开发者/创作者的影响
对于开发者：本地运行大型模型的成本依然很高（需要至少8块H100显卡），短期内依赖云API仍是主流，但推理成本暴跌意味着开发者可以期待更廉价的API调用费用，或选择将推理任务迁移到更便宜的推理引擎上。对于创作者：闭源模型频繁升级和旧模型停用可能导致服务不稳定或功能变化，依赖特定API的创作者需做好迁移准备。对于普通用户：AI服务的竞争加剧最终可能压低订阅价格，但需要注意，如果巨头无法盈利，服务可持续性存疑；同时，大规模数据中心建设可能推高当地家庭电费，用户所在社区的能源成本可能因此上升。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 推理成本能否持续以指数级下降？
如果2025年内推理成本再降一个数量级，本地运行大模型的可行性将大幅提升，API依赖可能松动。
2. 开源模型的护城河是否会被闭源巨头的“快迭代”彻底甩开？
当前开源模型已能追上2024年的闭源版，若闭源巨头无法保持代差，AI市场可能走向商品化价格战。
3. 数据中心电力瓶颈是否会带来地区性监管或政策变化？
若电力成为限制算力扩张的实际瓶颈，AI巨头的选址策略和当地居民的电费承受力将成为新的博弈焦点。
来源：hackernews
