AI基礎設施熱潮最難回答的問題，不是市場需要多少晶片，而是投入巨額資金興建數據中心後，收入能否支持如此龐大的資本開支。
SemiAnalysis的圖表嘗試從另一個角度回答：假設使用同一座Nvidia GB300運算叢集，每吉瓦電力容量在AI價值鏈不同位置，可以產生多少年度化收入？
圖表的起點是新型雲端運算商的五年期基礎設施即服務平均價格，每吉瓦年收入約120億美元，並以此作為1倍基準。
若改為按需求出租B300算力，收入可升至約290億美元，相當於2.4倍；
SpaceX與Anthropic的運算租賃合約，折算後約為310億美元，即2.6倍；
SpaceX與Google的交易則推算至約480億美元，相當於4倍。
若同一批算力由OpenAI或Anthropic直接以推理API及Token形式出售，模型估算的年度收入更可達到1000億美元，即基建租賃收入的8.3倍。
這個巨大差距反映AI價值鏈的基本規律：同一種底層資源，愈接近終端應用，理論上愈能收取較高溢價。
電力公司出售的是能源，數據中心出售的是機房、冷卻及連接，雲端平台出售的是運算時間，模型公司則把運算轉化成可直接使用的智能服務。每向上走一層，產品便離原始硬件更遠，也更接近客戶真正願意付費的成果。
客戶使用AI時，通常不會把Token價格直接拿來與GPU成本比較，而會拿它與原本需要的人力、時間及錯誤成本比較。
如果幾美元的Token能夠完成原來需要律師、程式員或分析師工作數小時的任務，客戶購買的便不是算力，而是被節省下來的工作成本。
因此，模型公司可以在基礎運算成本之上保留較高的毛利，這正是圖表中1000億美元推算的經濟邏輯。
這也解釋了為甚麼Token單價下降，未必代表AI基礎設施需求見頂。AI代理不只回答一次問題，而會拆解任務、搜尋資料、調用工具、檢查結果，再按需要重新嘗試，所消耗的Token可以遠高於傳統聊天機械人。如果企業採用率及每項任務的運算量上升得比Token價格下降更快，總收入仍然可以增長。
價格下降擴大使用範圍，使用量上升又支持更多晶片、記憶體、數據中心及電力投資，形成「推理收入—算力—數據中心—晶片—記憶體—電力」的資金傳導鏈。
不過，這張圖不能直接理解為一吉瓦算力必然可以帶來1000億美元收入。它比較的是不同商業模式下的年度化總收入，而不是實際利潤、自由現金流或投資回報；圖中的五根柱也不是可以逐層相加的收入。
同一座叢集若出租給其他公司，業主收取的是基建租金；若由模型公司自行營運，則可能取得Token收入，但也必須自行承擔模型研發、銷售、頻寬、軟件、人員及閒置容量等成本。
1000億美元的模型層收入尤其依賴多項假設，包括叢集利用率、Token吞吐量、輸入與輸出比例、服務速度、模型定價，以及客戶需求能否全年維持。SemiAnalysis的推理研究亦顯示，不同模型、精度、上下文長度和每名用戶所需速度，都會令每百萬Token成本出現巨大差異。因此，圖中的數字應視為情境模型，而不是OpenAI或Anthropic已公布的實際收入。
兩宗SpaceX交易也要小心解讀。Anthropic據報以每月約12.5億美元租用約300兆瓦運算能力；Google的合約則涉及每月約9.2億美元及約11萬枚Nvidia GPU。
這些交易證明稀缺算力確實具有很高的市場價值，但合約同時設有提前終止條款，不能把整段合約期的潛在金額完全當成已鎖定收入。
資料：路透社：SpaceX與Google運算合約
從投資角度看，圖表最值得思考的不是哪一根柱最高，而是誰能長期保留當中的差價。晶片商掌握稀缺硬件，數據中心掌握電力與土地，雲端平台掌握企業客戶及分銷渠道，模型公司則嘗試掌握智能與工作流程。每一層都可以獲利，但收入高不等於資本回報高；愈接近模型層，收入潛力愈大，研發支出、價格競爭和技術淘汰風險也愈高。
AI基礎設施熱潮能否持續，最終要看頂層的推理收入能否真正流回價值鏈底部。如果企業願意持續為AI成果付費，模型公司便有能力購買算力，雲端商才有理由興建數據中心，晶片與記憶體訂單也能維持；若終端收入追不上資本開支，整條產業鏈便會面對產能過剩、折舊上升及價格下跌的壓力。
這張圖其實提出了一個比「AI是否有泡沫」更實際的問題：市場是否能把一吉瓦電力，持續轉化成足以支付整條產業鏈的現金流？1000億美元代表的是理論上的價值上限，120億美元則比較接近出租基礎設施的收入底座。真正的投資機會，就藏在兩者之間；真正的風險，也同樣藏在兩者之間。
這個圖片的結構比較複雜，以下是一個補充說明：
SemiAnalysis估算，同一座GB300運算叢集每吉瓦容量的年度化收入，會隨商業模式由新型雲端基建租賃的約120億美元，上升至模型公司直接出售推理API的約1000億美元，相差約8.3倍。數字來自Tokenomics Model及Inference Simulator的情境估算，反映不同定價、利用率和Token吞吐量假設，並非各公司的已公布實際收入或利潤。圖表來源：SemiAnalysis；
資料來源：SemiAnalysis Tokenomics Model、SemiAnalysis Inference Simulator、InferenceX、路透社、Kyle Reidhead／Milk Road。