FinSight
AI 算力與供需追蹤儀表板
更新日期：2026-08-07｜FinSight 趨勢觀點 × Epoch AI 開放數據（CC BY 4.0）
怎麼看：左上圖每半年一條前緣線，前緣持續往「左上」移動＝同能力越來越便宜、同價格能力越來越強。右上圖直接量化這件事：達到固定正確率門檻的最低成本（log 軸），線往下走＝價格通縮速度。WeirdML 資料涵蓋 2023/6 ~ 2026/6。
WeirdML：正確率 vs 每次執行成本（log）
顏色＝發布時期（半年），每期各畫一條性價比前緣；線往左上移動即為趨勢
同能力門檻的最低成本演進（log）
達到 ≥30/40/50/60% 正確率的歷史最低成本；下降斜率＝性價比改善速度
Epoch 能力指數 ECI 演進
每點一個模型（依公司著色）；白線為歷史最高（前沿）包絡
Aider Polyglot：分數 vs 成本（log）
補充視角（此 benchmark 更新到 2025/12 為止）
資料注意：2025Q4 起 Epoch 追蹤的晶片款數變少（Q3’25 追 14 款 → Q1’26 僅 4 款，AMD MI 系列、H20 等尚未更新），且 Q2’26 整季標記為「不完整」。因此 2025Q4 之後的柱狀是低估值，並非需求下滑；圖中以半透明標示。滑鼠停留可見該季涵蓋晶片款數。
季度新增 H100e 算力（依晶片型號堆疊）
中位數估計；半透明＝資料涵蓋不全的季度
季度晶片成本估計（十億美元，依製造商）
Cost Estimate 加總＝隱含晶片採購支出；同樣受後期涵蓋不全影響
怎麼解讀：左上是個別大案場的建置軌跡（看單一專案進度）；右上把全部案場加總，才是「算力供給成長速度」——斜率變陡＝擴建加速。下排做供需對照：供給＝晶片累計出貨 H100e（虛線為補值修正：缺漏晶片以 2025Q3 節奏補、Q2’26 未完季度以 Q1 run-rate 補，修正後累計約 30M 顆），需求代理＝五大模型公司合計年化營收。右下的「每千顆 H100e 對應年化營收」是關鍵比值：比值持續下滑＝算力增速快過變現增速（供過於求警訊）；持平或上升＝需求跟得上。注意 2030 前的資料中心數字多為規劃/推估值。
大型資料中心 IT 功率建置軌跡（MW）
依峰值功率取前 10 大案場；未來日期為規劃值
全體案場加總：IT 功率與資本成本
71 個追蹤案場的階梯內插加總；虛線右軸＝累計資本成本（十億美元）
供給開出時間表：半年度新增 IT 功率（GW，依擁有者堆疊）
日期＝該批容量「上線運轉」的時點（過去由衛星影像驗證，未來為 Epoch 估計完工時程）。注意：2029 後驟降是因 Epoch 只收錄已動工案場（能見度約 2~3 年），非真實供給斷崖。
供給 vs 需求：累計 H100e 對比 AI 公司合計年化營收
左軸＝晶片累計出貨（百萬 H100e）；右軸＝OpenAI/Anthropic/xAI/Mistral/Zhipu 合計年化營收（十億美元）
變現效率：每千顆 H100e 對應年化營收（千美元）
需求÷供給的比值走勢；下滑＝供給跑得比變現快
怎麼看：H100e 是 Epoch 以 16-bit FLOP/s 對 H100 做的等效算力換算，涵蓋全市場：NVDA（含 B200/B300）、Google TPU、AMD MI、Amazon Trainium、華為 Ascend、寒武紀。左上「混合採購單價」＝當季全市場晶片支出 ÷ 當季新增 H100e：從 2022 的 $38k 一路降到 2025Q3 的 $13.5k，2025Q4 跌勢停止、2026Q1 回升至 $14.1k——與 B300（$17.0k/H100e，比 B200 貴 16%）放量及 HBM 漲價一致。右上是各世代晶片的單位算力定價：B200→B300 是資料中首見「新世代單位算力更貴」。下排把價格×數量後對比營收：若單位算力已不再降價，而右下的變現率仍未止跌，就是「漲價後營收仍追不上」的供給過剩證據；翻揚則代表需求跟上。缺漏影響已量化：2025Q4 僅缺 H20（占支出 0.4%，可忽略）；2026Q1 起缺 AMD/Trainium/Ascend/H100 等 10 款（約占 2025Q3 支出的 21%）。虛線「補值修正」＝假設缺漏晶片維持 2025Q3 出貨節奏。修正後結論不變：單價止跌回升、變現率仍在上行。
混合採購單價：每 H100e 成本（千美元）
當季晶片支出 ÷ 當季新增 H100e；半透明點＝涵蓋不全季度
各世代晶片：每 H100e 定價 vs 發布時間（log）
依設計商著色。B200→B300 為首次新代漲價；H20/Ascend 偏貴是因算力受限而非高價
累計晶片資本支出 vs AI 公司年化營收
左軸＝全市場累計晶片支出（$B）；右軸＝五大模型公司合計年化營收（$B）
變現率：年化營收 ÷ 累計晶片支出（%）
每 1 美元晶片資本對應的年化營收；漲價期間此線續跌＝供給過剩證據
方法：先用歷史驗證指標，再推未來。核心指標＝每 H100e 年化營收（五大公司合計營收 ÷ 全市場累計 H100e）。歷史段（實線）為實際數據：此指標在 2025Q4~2026Q2 從 $1,318 急升 84% 到 $2,430，與公有雲 GPU 漲價、B300 調漲的時間完全重合——證明「指標急升＝供不應求、現實出現漲價」。未來段（虛線）＝情境營收 ÷ Epoch 資料中心完工供給（×3.08 涵蓋率校準×執行率）。判讀：高於 $2,430（灰色水平線）＝比當前更緊，漲價環境延續；回落至 $1,300 附近＝回到 2025H2 的平衡狀態。營收採衰減成長模型（起始成長率逐年衰減），推演至 2028 年底。
基準情境（灰線）：起始年增 +300%、每年衰減至 55%、效率 +40%、執行率 90%——起始值取近 12 個月動能（+440%）與長期均值回歸的折衷，衰減反映基數效應。
基準情境（灰線）：起始年增 +300%、每年衰減至 55%、效率 +40%、執行率 90%——起始值取近 12 個月動能（+440%）與長期均值回歸的折衷，衰減反映基數效應。
近12個月實際 +440%、近6個月年化 +650%
100%=不衰減；55%=成長率每年折半左右
此值越高，同樣營收需要的算力越少
<100%=工期延宕
模型引用基礎（門檻線推導與推演公式）
來源：Epoch AI — AI Chip Sales／AI Companies／Data Centers（epoch.ai/data，CC-BY 4.0）；Michael & Cottier, “Servers account for 60% of the total cost of ownership of a one-gigawatt AI data center”, Epoch AI Data Insight, 2026/5/14；FinSight《AI算力成本曲線與印鈔時點：四層門檻推導》
一、1GW 資料中心 TCO 模型與門檻線推導
量尺（變現強度）：五家模型公司（OpenAI／Anthropic／xAI／Mistral／智譜）可觀測 ARR ÷ 全市場累計 H100e。2026Q2 讀值 $2,430/顆/年（$72.9B ÷ 30M 顆）。此為「終端 AI 營收撐不撐得起新增算力」的可持續性指標，非雲端商實測 ROIC；雲端商視角應以實收租金對比。
1GW 模型引用基礎（Epoch 官方 TCO 模型，2026/5）：典型 1GW AI 資料中心前期 capex $38B、營運費 $0.9B/年，年化總持有成本 $8.5B/年（伺服器占六成；能源為最大營運費但僅 $0.6B/年）。假設：IT 設備壽命 5 年、廠房 14 年、PUE 1.14（LBL）、利用率 71%、電價 8.34¢/kWh（EIA 州加權）、伺服器全採 GB200 NVL72；資本年化用 CRF（伺服器 0.24、廠房 0.13），折現率取產業 WACC 10%。
單位換算：31 個大案場中位 807W(IT)/H100e → 1GW ≈ 1.24M 顆；存量 capex 中位 $30.6k/顆（＝$37.9/W，與 Epoch $38B/GW 兩條獨立路徑收斂）；新世代案場（Stargate 系列／B300／TPU v7）僅 $13k–19k/顆。
1GW 模型引用基礎（Epoch 官方 TCO 模型，2026/5）：典型 1GW AI 資料中心前期 capex $38B、營運費 $0.9B/年，年化總持有成本 $8.5B/年（伺服器占六成；能源為最大營運費但僅 $0.6B/年）。假設：IT 設備壽命 5 年、廠房 14 年、PUE 1.14（LBL）、利用率 71%、電價 8.34¢/kWh（EIA 州加權）、伺服器全採 GB200 NVL72；資本年化用 CRF（伺服器 0.24、廠房 0.13），折現率取產業 WACC 10%。
單位換算：31 個大案場中位 807W(IT)/H100e → 1GW ≈ 1.24M 顆；存量 capex 中位 $30.6k/顆（＝$37.9/W，與 Epoch $38B/GW 兩條獨立路徑收斂）；新世代案場（Stargate 系列／B300／TPU v7）僅 $13k–19k/顆。
| 門檻線 | 計算式 | 關鍵假設 | 金額（帶） |
|---|---|---|---|
| 現金營運損平 $1.4k | $0.9B/GW ÷ 1.24M 顆 | 電力＋維運，不含資本攤提 | $0.7k，保守自估 $1.4k——已越過 |
| 新建含折舊 $4.5k | 新世代 capex $13k–19k/顆 ÷ 5 年 ＋ opex | 5 年直線折舊；新世代晶片組合 | $4.0k–5.2k，中位 $4.5k |
| 新建含資金成本 $5.6k ★關鍵 | ($13k–19k) × CRF 26.4% ＋ opex | CRF＝5 年、WACC 10% 年金法；過線＝新建算力在 10% 資金成本下 NPV 轉正，追加 capex 從信仰變成套利——本模型最關鍵的分水嶺 | $4.8k–6.4k，中位 $5.6k |
| 邊際含資金成本 $6.5k | Epoch 1GW 年化 TCO 直接換算（$8.5B/年 ÷ 1.24M 顆，簡化法） | 與 CRF 法獨立推導收斂 | $6.2k–6.9k，取 $6.5k 為目標區間上緣 |
| 存量含折舊 $7.5k | 存量 capex 中位 $30.6k ÷ 5 年 ＋ opex | 存量含較貴的 H100 世代 | $7.5k（3 年折舊 → $11.6k） |
| 存量含 WACC $9.5k | $30.6k × CRF 26.4% ＋ opex | 完整經濟損平（存量全回收） | ~$9.5k |
敏感度：主宰變數是 IT 設備折舊年限（3 年 vs 7 年 → 全部門檻 ±45%）；電價、PUE、利用率合計僅 ±15%——折舊年限之爭，本質就是門檻線畫在哪之爭。另注意成本線自身在下降：$4.5k 以 B300／TPU v7 世代計，較 H100 世代存量成本便宜約四成，變現線向上、成本線向下，交叉只會比靜態估計更早。缺貨租金交叉驗證：OpenAI＋Anthropic 2025 雲端算力支出 $24.1B ÷ 1.3–1.7M 顆 ≈ 隱含 $14k–18k/顆/年，即使打對折仍在 $5.6k 關鍵門檻之上。
二、推演公式（ARR 檢核表／反推表／供需比的計算方式）
營收推演：R(t) 逐季複利，當季年增率 g(t)＝起始年增率 × 衰減係數^t（t＝距 2026Q2 的年數，取每季中點，故衰減自錨點起連續生效）；錨點＝2026Q2 實際 ARR $72.9B。基準（300%／55%）對應檢核點 $138B／$236B／$367B／$703B；檢核表首列年增為半年乘數年化換算。
供給推演（帶）：下緣＝Epoch 已知案場完工排程 × 3.08 涵蓋率校準 × 執行率拉桿；上緣＝晶片出貨趨勢外推（近三季新增 H100e 的季增率延伸）；帶中值＝兩者平均。2026Q2 錨定全市場 30M 顆。
需求算力＝情境 ARR ÷（$2,430 ×（1＋效率年增）^t）——效率年增為每 H100e 營收的軟體貢獻，此值越高、同樣營收需要的算力越少。
供需比（帶中值）＝（情境 ARR ÷ 供給帶中值）÷（$2,430 ×（1＋效率年增）^t）；>1＝比 2026Q2（效率調整後）更緊，漲價環境延續。
反推表：各時點門檻 ARR＝門檻線 × 屆時供給帶中值（隨執行率拉桿變動）；綠底＝你的情境 ARR 已達標。2028 段 Epoch 供給收錄不全，門檻 ARR 實際應偏向帶下緣。
供給推演（帶）：下緣＝Epoch 已知案場完工排程 × 3.08 涵蓋率校準 × 執行率拉桿；上緣＝晶片出貨趨勢外推（近三季新增 H100e 的季增率延伸）；帶中值＝兩者平均。2026Q2 錨定全市場 30M 顆。
需求算力＝情境 ARR ÷（$2,430 ×（1＋效率年增）^t）——效率年增為每 H100e 營收的軟體貢獻，此值越高、同樣營收需要的算力越少。
供需比（帶中值）＝（情境 ARR ÷ 供給帶中值）÷（$2,430 ×（1＋效率年增）^t）；>1＝比 2026Q2（效率調整後）更緊，漲價環境延續。
反推表：各時點門檻 ARR＝門檻線 × 屆時供給帶中值（隨執行率拉桿變動）；綠底＝你的情境 ARR 已達標。2028 段 Epoch 供給收錄不全，門檻 ARR 實際應偏向帶下緣。
ARR 檢核點對照表（隨拉桿即時更新）
用來對照你自己的營收模型：實際數字每季公布後點回來看落在哪條線
反推表：各時點 ARR 要達到多少才碰到門檻線
需求 ARR ＝ 門檻 × 屆時全市場算力（供給帶中值，隨執行率拉桿變動）。綠底＝你的情境 ARR 已達標
供給算力 vs 需求算力（同單位，百萬 H100e）
需求＝營收 ÷ 效率調整後的每 H100e 營收（以 2026Q2 錨定）。兩線距離＝供需鬆緊，需求線貼近/穿越供給線＝吃緊。藍色虛線帶＝供給兩種估法（下緣：Epoch 已知案場；上緣：晶片出貨趨勢外推，涵蓋未來新案）
緊缺指標：每 H100e 年化營收（歷史驗證＋推演）
橘色區＝漲價驗證期；綠色帶 $4.5k–6.5k＝目標區間：下緣＝新建案場含折舊損平、上緣＝年化 TCO 簡化法。★橘色粗虛線 $5.6k＝關鍵門檻（新建含資金成本，CRF 法中位）：穿越後「增量 capex 具正 NPV」的條件成立、菱形標記＝你的情境帶中值的碰線時點——但仍需高利用率與長約租金驗證，非自動全面獲利。紅虛線 $9.5k＝存量 capex 含 10% WACC 的完整經濟損平。金色線 $1.4k＝現金營運損平（已越過）。注意本指標分子為模型公司 ARR（終端需求可持續性指標），非雲端商實收租金；雲端商視角的損平需以租金收入對比。2028 段供給收錄不全，指標實際應靠帶下緣
怎麼看：上圖是「誰擁有算力」——各巨頭累計 H100e 存量（Epoch Chip Owners，到 2026Q1），看 capex 轉化成算力資產的版圖與市占消長（Oracle/xAI 竄升、China 受管制壓抑）。中排是供應鏈 read-through：各晶片設計商每季吃掉的 CoWoS 晶圓與 HBM 採購額（TSM 先進封裝、海力士/美光的直接需求訊號）。下排是 LLM 經濟性：算力成本占營收比跌破 100% ＝ 這門生意開始「毛利為正」；token 量（log 軸）對照營收可感受單價通縮 vs 量的爆發。
使用者算力版圖：誰在鎖定算力（百萬 H100e，含未來完工排程）
依 Epoch 資料中心的 Users 欄歸屬（多使用者平均拆分、含 likely/speculative 標記；「未標示」多為 QTS Cedar Rapids 等未公開客戶案場）。實際已上線＋規劃完工的軌跡：斜率＝搶算力的力度。2028 後收錄不全，僅看到 2028 年底
算力版圖：各擁有者累計 H100e 存量（百萬）
堆疊面積，2022Q1~2026Q1；含自研晶片（Google TPU、Amazon Trainium 計入各自名下）
最新市占：算力擁有者（2026Q1 累計存量）
各巨頭累計 H100e 佔比；含自研晶片
最新市占：算力使用者（2026 年中，已上線）
依資料中心 Users 歸屬，只計已上線容量（不含未來規劃）
CoWoS 晶圓消耗（片/季，依設計商）
TSM 先進封裝產能誰吃掉；NVIDIA 佔比＝定價權指標
HBM 採購額（十億美元/季，依設計商）
SK 海力士／美光／三星的需求端鏡像
算力成本占營收比（%）
>100%＝算力開銷超過全部營收；跌破 100% 是商業模式轉折點
每日 Token 處理量（兆/日，log）
量的爆發 vs 營收成長的差＝單位 token 收入通縮。不同口徑分開畫（全產品/API/單一公司），不可跨線比較絕對值；已剔除 Epoch 標記排除的口徑（Gemini API 單獨數、GPT-5-Codex 單模型）
資料來源與授權
本儀表板的底層資料取自 Epoch AI（AI Chip Sales、AI Companies、Data Centers 等資料集）與 Epoch AI Benchmarking Hub（能力指數 ECI 與 benchmark 分數），依 Creative Commons Attribution 4.0（CC BY 4.0） 授權使用。
引用格式：Epoch AI, “Data on the Trajectory of AI”. Published online at epoch.ai. Retrieved from https://epoch.ai/data.
benchmark 題目與答案之著作權屬原始出題者，部分外部榜單另有其授權條款。1GW 資料中心 TCO 引自 Michael & Cottier, “Servers account for 60% of the total cost of ownership of a one-gigawatt AI data center”, Epoch AI Data Insight, 2026/5/14。
本頁圖表為 FinSight 依上述資料重新換算、彙整與推演之改作——包含 H100e 效能折算、涵蓋率校準、資料中心完工排程加總與情境外推。所有推估、門檻線與判讀均為 FinSight 觀點，不代表 Epoch AI 立場，亦未經其審閱或背書。內容僅供研究參考，不構成投資建議。
引用格式：Epoch AI, “Data on the Trajectory of AI”. Published online at epoch.ai. Retrieved from https://epoch.ai/data.
benchmark 題目與答案之著作權屬原始出題者，部分外部榜單另有其授權條款。1GW 資料中心 TCO 引自 Michael & Cottier, “Servers account for 60% of the total cost of ownership of a one-gigawatt AI data center”, Epoch AI Data Insight, 2026/5/14。
本頁圖表為 FinSight 依上述資料重新換算、彙整與推演之改作——包含 H100e 效能折算、涵蓋率校準、資料中心完工排程加總與情境外推。所有推估、門檻線與判讀均為 FinSight 觀點，不代表 Epoch AI 立場，亦未經其審閱或背書。內容僅供研究參考，不構成投資建議。