过去两年，美股算力行情的主旋律是“训练军备竞赛”——大模型每一次迭代，都伴随着GPU订单雪片般飞来。但进入2026年，市场讨论最多的词正悄然换成“推理”。简单说，训练像盖工厂，推理才是工厂开工后的日夜运转。当AI应用真正走到数亿用户面前，推理算力的消耗曲线开始陡峭上扬，整条算力产业链的估值逻辑也随之改写。
一、从训练到推理：算力需求的结构性换挡
训练大模型更像一锤子买卖：一个前沿模型从头到尾可能只训练几次，而推理是持续性的——用户每一次提问、每一段AI生成的代码、每一条智能体自动执行的任务，背后都是算力在实时运转。随着AI智能体、多模态理解和视频生成走向主流，单次请求消耗的token数量较早期聊天机器人呈数量级上升，推理需求因此成为当前算力盘子中增长最快的部分。
可以用高速公路来类比：训练阶段相当于修路，推理阶段才是每天的车流量。车流量上来之后，路不够用还得继续修，甚至要修更宽的路——这正是当下云巨头资本开支居高不下的核心原因之一。从各大云厂商的公开表态看，新增算力预算中用于推理部署的比例正在明显抬升。
二、Token经济学：算力第一次变成“按度计电”
大模型服务商普遍按token计费，token正在成为一种可计量、可计价的新型“电力”。这带来一个耐人寻味的现象：推理单价一路下行，但总消耗量涨得更快。业内常引用“杰文斯悖论”来解释——当某种资源的使用效率提升、成本下降时，其总消耗量往往不降反升。AI推理正在上演同样的剧本：单位token成本越便宜，被塞进产品里的AI功能就越多，反过来又推高了总算力需求。
对硬件厂商而言，推理与训练的“口味”并不相同：
- 显存容量与带宽是第一瓶颈。长上下文对话和智能体任务需要在显存中保留大量键值缓存，显存不足会直接限制并发用户数，这也是HBM需求持续紧俏的关键推手。
- 低精度量化成为主流。FP8乃至FP4精度的推理方案被广泛采用，追求的是单位token成本最低，而不是纸面峰值算力最高。
- 集群互联压力上升。大规模推理集群内部的东西向流量激增，带动高速互联、交换机和光模块需求水涨船高。
三、美股推理产业链的三条投资主线
主线一：通用GPU双雄
从公开路线图看，英伟达已形成Blackwell到Rubin的一年一代节奏，并把推理性价比作为新一代平台的核心卖点。对关注英伟达GPU的投资者来说，关键指标已经从“训练峰值性能”转向“每token成本”与“吞吐量”。AMD方面，MI400系列按公开计划在2026年放量，主打超大显存推理场景，正把“显存堆料”作为差异化武器。谁能守住推理市场的性价比护城河，谁就握住了下一阶段算力需求的主引擎。
主线二：定制ASIC加速渗透
推理负载比训练更标准化、更可预测，这正是定制芯片最擅长的场景。博通、迈威尔等厂商承接的云厂商自研芯片订单，普遍以推理为主攻方向。推理时代，通用GPU与定制ASIC的边界竞争将比训练时代更加激烈，这也是“AI芯片第二战场”叙事的延续与深化。
主线三：容易被忽视的配套链
- 存储链：HBM之外，推理对大容量内存与企业级SSD的需求同步扩张，高频读写让存储层级面临重构。
- 互联链：推理集群规模化带动光模块、铜缆与交换设备迭代升级。
- 散热与电力：高密度推理机柜功率密度攀升，液冷与数据中心供电改造从“可选项”变成“必选项”。
四、商业模式变了：从一次性卖铲到持续性“收租”
推理需求的结构性变化，正在改变算力公司的收入质量。训练高峰期过后，若算力主要用于推理，收入会更接近“按使用量计费的现金流”，类似云服务的订阅与计量模式。对投资者而言，财报观察重点也应换一换：除了数据中心收入增速，更要盯住云厂商资本开支指引、算力利用率以及token吞吐量等运营指标。
需要提醒新手的是，推理驱动的业绩兑现节奏比训练更平缓、更依赖应用生态的成熟度。它的好处是需求黏性更强——一旦某个AI应用成为用户日常，其推理消耗就像水电费一样持续产生，而不是一锤子买卖。
五、冷思考：推理叙事下的三重风险
- 利用率与折旧风险：推理要求硬件长期高负载运转，若应用增长不及预期，大量部署的推理卡可能面临利用率不足与加速折旧的双重压力。
- 模型效率的双刃剑：模型蒸馏、小模型与更优的推理框架会持续压低单位任务算力消耗，效率提升若快于需求增长，硬件订单节奏可能被打乱。
- 供给瓶颈的传导：HBM与先进封装产能仍是产业链最紧的环节，任何供给端波动都会沿“存储—封装—整机”链条传导，放大股价波动。
结语：把“token消耗量”写进你的观察清单
对普通投资者来说，推理时代的算力投资可以总结为一句话：别只盯着谁在买GPU，更要盯着token被消耗在哪、消耗得多快。训练竞赛决定的是产能建设的斜率，推理需求决定的才是算力资产的长期回报率。顺着“推理—显存—互联—散热—电力”这条链路自上而下梳理，再结合各家公司财报中的数据中心收入与资本开支数据交叉验证，新手也能搭建起一套相对完整的算力行情观察框架。在token成为新“电力”的时代，算力需求的每一度电，最终都会反映在产业链公司的报表里。
