AI需求与供给建模：资本支出峰值在2028年

Barclays 研报指出，AI 资本支出（Capex）将在 2028 年达到峰值，约为 1000 亿美元，随后 modestly 下降。报告的核心观点是 AI 进展正在加速，预计 2027 年将出现显著的“加速”阶段，即递归自改进（RSI）开始出现，推动创新速度超过当前水平。

关键结论和数据：

1. AI 发展阶段：

   • 2026 年：agentic 系统将显著改进。
   • 2027 年：自主 AI 的早期形式出现，并发生显著“加速”。
   • 2028 年：AI Capex 峰值，约为 1000 亿美元。
   • 2029 年：训练/研究计算能力达到峰值，为 15.5 GW（OpenAI 和 Anthropic）和约 23 GW（整个行业）。

2. AI 容量需求：

   • OpenAI 和 Anthropic 的计算支出预测正在快速上升，预计到 2030 年将达到近 290 亿美元的年计算支出。
   • 预计整个 AI 行业在 2028 年将需要约 23 GW 的新计算能力。

3. AI Capex 峰值预测：

   • Barclays 预测超大规模企业的 AI Capex 在 2028 年达到 1000 亿美元峰值，高于 Bloomberg 一致的预测（约 700 亿美元）。
   • 预计 2028 年超大规模企业的 AI Capex 占其运营现金流量的 90% 左右。

4. AI 容量需求分析：

   • 训练计算支出在 2029 年达到峰值，为 155 亿美元（OpenAI 和 Anthropic）。
   • 推理计算支出随使用量增长，预计到 2030 年将达到 1436 亿美元。
   • 假设 OpenAI 和 Anthropic 的计算需求占整个行业的约三分之二，预计 2028 年行业 Capex 峰值为 23 GW。

5. AI 模型发布时间：

   • GPT-3 与 GPT-4 之间的模型发布时间约为 1000 天，但预计未来模型发布将加速。
   • 预计到 2030 年，AI 产业将达到 40 万亿次 AI 请求，相当于 4 亿 WAU。

6. AI 容量需求合理性分析：

   • 假设训练计算能力将在后续年份被重新用于推理，推理计算需求可以通过前一年的安装容量满足。
   • 预计到 2030 年，AI 产业将达到 4 亿 WAU，相当于全球约 5 亿互联网用户（不包括中国）。

7. OpenAI 和 Anthropic 的计算支出预测：

   • OpenAI 预计到 2030 年的计算支出将达到近 2000 亿美元，其中训练计算支出占 58%。
   • Anthropic 的计算支出预测远低于 OpenAI，这可能与其更专注的策略有关。