一句话看懂：Epoch AI 估算，2025–27 年出货的 HBM 显存最多可支撑约 3000 万至 1.7 亿个并发前沿模型智能体，若采用高推理效率模型甚至可达 19 亿个，但需求能否跟上仍存疑。
事件核心：发生了什么
Epoch AI 发布研究，基于 2025 至 2027 年出货的高带宽内存（HBM），估算可支撑的并发前沿模型智能体数量。按其中央假设，这些显存全部部署并用于该负载时，可支撑约 3000 万至 1.7 亿个并发智能体。这些智能体全天候运行，提供的每周工作时长相当于约 1.4 亿至 7.2 亿名全职员工。若套用 DeepSeek V4 Pro 的推理服务基准，同一批硬件可支持约 19 亿个并发智能体，相当于 80 亿人每周工作 40 小时的产出。研究还测算了智能体的小时成本：Codex 类工作负载约每小时 16–18 美元，Claude Code 类约 24–50 美元。
为什么重要
这组数字第一次把“数据中心里的天才之国”这类说法拉回硬件层面：算力供给可能远超当前实际需求。Epoch AI 指出，即便只利用 2027 年前显存容量的 20%，按 API 价格折算的年支出也高达 2.6 万亿至 5.3 万亿美元；而模型开发商即便保持年收入五倍增长，到 2027 年底合计年化收入约 1 万亿美元。供需之间的巨大缺口意味着，芯片和数据中心投资能否回本，关键不在硬件产能，而在 AI 服务需求能否持续高速增长。
对用户/开发者/创作者的影响
对开发者而言，推理成本仍是核心变量。不同模型与工具链的小时花费差距明显，选择闭源 API 还是开源模型、如何优化调用时长，直接影响应用毛利。对创作者和企业采购来说，如果算力供给充裕而需求不足，中短期内 API 价格竞争可能加剧，智能体类产品的使用成本有下降空间。但也要注意，Epoch AI 的估算是理论满产状态，实际可用容量受部署进度、网络和调度效率限制。
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
一是 2025–26 年 HBM 实际出货与部署节奏，是否接近估算上限；二是主流模型 API 价格是否因供给过剩出现明显下调；三是智能体真实需求能否跟上，若持续滞后，行业可能面临产能闲置与投资回报压力。
