86 · 开源 AI 时代：超算云还会买芯片吗？
核心论点
转向开源模型不减半导体需求——消失的只是前沿开发商的溢价；超算云利润、服务器业务、芯片订单都增长。要追踪的变量是 Q（bit 数）而非 P（价格）。这是 89-抛售底 de-rating 辩题的算力/需求侧量化版。
关键数据/证据
- 量在移动：OpenRouter 上预算模型(<$1/百万token)调用 5 个月 18%→41%；中国开源模型 token 份额 18 个月 2%→~61%。但钱仍在前沿：Anthropic 处理 11% token 却占 42% 支出（25x 价差仍被付——买的是 50 步任务不崩的可靠性）。开源真正风险是中段量流失非利润率。
- 切换升级超算云收入：
25 前沿 API 里只8.75 到超算云；换开源后全额是基建收入。只要省下的 32% 再花，利润打平；实际是预算整体增长（年 AI 预算单季花光）。 - 算力数学：token 量 6-7x/年 ÷ 每芯片提升 2.2-2.5x = 芯片需求 +2.7x/年（即便 3x 提升，6x 量仍翻倍）。顶级开源模型 active 参数 4x 增（Mixtral 12.9B→Kimi K3 ~50B），不朝更少算力演化。供给硬约束：OpenAI+Anthropic 2030 想要 >100GW vs 新增供给 2.5GW(25)/5GW(26)。
- 内存双驱动：MoE 常驻权重 2.5 年 60x 增（47GB→2.8TB）× 每芯片 HBM 1.35x/年 = bit 需求 +3.6x/年（即便价跌 40% 仍 +2.2x）。
- 价格地板写进合同（本轮不同于以往崩盘）：Micron 5 年 SCA（16 大客户，地板高于历史最佳季）、NVIDIA 预付+多年伙伴(至2030)、定制 HBM 弱化 commodity 周期关联。追 Q 不追 P。