過去兩年，美股算力行情的主旋律是“訓練軍備競賽”——大模型每一次迭代，都伴隨著GPU訂單雪片般飛來。但進入2026年，市場討論最多的詞正悄然換成“推理”。簡單說，訓練像蓋工廠，推理才是工廠開工後的日夜運轉。當AI應用真正走到數億用戶面前，推理算力的消耗曲線開始陡峭上揚，整條算力產業鏈的估值邏輯也隨之改寫。
一、從訓練到推理：算力需求的結構性換擋
訓練大模型更像一錘子買賣：一個前沿模型從頭到尾可能只訓練幾次，而推理是持續性的——用戶每一次提問、每一段AI生成的代碼、每一條智能體自動執行的任務，背後都是算力在即時運轉。隨著AI智能體、多模態理解和視頻生成走向主流，單次請求消耗的token數量較早期聊天機器人呈數量級上升，推理需求因此成為當前算力盤子中增長最快的部分。
可以用高速公路來類比：訓練階段相當於修路，推理階段才是每天的車流量。車流量上來之後，路不夠用還得繼續修，甚至要修更寬的路——這正是當下雲巨頭資本開支居高不下的核心原因之一。從各大雲廠商的公開表態看，新增算力預算中用於推理部署的比例正在明顯抬升。
二、Token經濟學：算力第一次變成“按度計電”
大模型服務商普遍按token計費，token正在成為一種可計量、可計價的新型“電力”。這帶來一個耐人尋味的現象：推理單價一路下行，但總消耗量漲得更快。業內常引用“傑文斯悖論”來解釋——當某種資源的使用效率提升、成本下降時，其總消耗量往往不降反升。AI推理正在上演同樣的劇本：單位token成本越便宜，被塞進產品裡的AI功能就越多，反過來又推高了總算力需求。
對硬件廠商而言，推理與訓練的“口味”並不相同：
- 顯存容量與帶寬是第一瓶頸。長上下文對話和智能體任務需要在顯存中保留大量鍵值緩存，顯存不足會直接限制併發用戶數，這也是HBM需求持續緊俏的關鍵推手。
- 低精度量化成為主流。FP8乃至FP4精度的推理方案被廣泛採用，追求的是單位token成本最低，而不是紙面峰值算力最高。
- 集群互聯壓力上升。大規模推理集群內部的東西向流量激增，帶動高速互聯、交換機和光模塊需求水漲船高。
三、美股推理產業鏈的三條投資主線
主線一：通用GPU雙雄
從公開路線圖看，英偉達已形成Blackwell到Rubin的一年一代節奏，並把推理性價比作為新一代平臺的核心賣點。對關注英偉達GPU的投資者來說，關鍵指標已經從“訓練峰值性能”轉向“每token成本”與“吞吐量”。AMD方面，MI400系列按公開計劃在2026年放量，主打超大顯存推理場景，正把“顯存堆料”作為差異化武器。誰能守住推理市場的性價比護城河，誰就握住了下一階段算力需求的主引擎。
主線二：定製ASIC加速滲透
推理負載比訓練更標準化、更可預測，這正是定製芯片最擅長的場景。博通、邁威爾等廠商承接的雲廠商自研芯片訂單，普遍以推理為主攻方向。推理時代，通用GPU與定製ASIC的邊界競爭將比訓練時代更加激烈，這也是“AI芯片第二戰場”敘事的延續與深化。
主線三：容易被忽視的配套鏈
- 存儲鏈：HBM之外，推理對大容量內存與企業級SSD的需求同步擴張，高頻讀寫讓存儲層級面臨重構。
- 互聯鏈：推理集群規模化帶動光模塊、銅纜與交換設備迭代升級。
- 散熱與電力：高密度推理機櫃功率密度攀升，液冷與數據中心供電改造從“可選項”變成“必選項”。
四、商業模式變了：從一次性賣鏟到持續性“收租”
推理需求的結構性變化，正在改變算力公司的收入質量。訓練高峰期過後，若算力主要用於推理，收入會更接近“按使用量計費的現金流”，類似雲服務的訂閱與計量模式。對投資者而言，財報觀察重點也應換一換：除了數據中心收入增速，更要盯住雲廠商資本開支指引、算力利用率以及token吞吐量等運營指標。
需要提醒新手的是，推理驅動的業績兌現節奏比訓練更平緩、更依賴應用生態的成熟度。它的好處是需求黏性更強——一旦某個AI應用成為用戶日常，其推理消耗就像水電費一樣持續產生，而不是一錘子買賣。
五、冷思考：推理敘事下的三重風險
- 利用率與折舊風險：推理要求硬件長期高負載運轉，若應用增長不及預期，大量部署的推理卡可能面臨利用率不足與加速折舊的雙重壓力。
- 模型效率的雙刃劍：模型蒸餾、小模型與更優的推理框架會持續壓低單位任務算力消耗，效率提升若快於需求增長，硬件訂單節奏可能被打亂。
- 供給瓶頸的傳導：HBM與先進封裝產能仍是產業鏈最緊的環節，任何供給端波動都會沿“存儲—封裝—整機”鏈條傳導，放大股價波動。
結語：把“token消耗量”寫進你的觀察清單
對普通投資者來說，推理時代的算力投資可以總結為一句話：別隻盯著誰在買GPU，更要盯著token被消耗在哪、消耗得多快。訓練競賽決定的是產能建設的斜率，推理需求決定的才是算力資產的長期回報率。順著“推理—顯存—互聯—散熱—電力”這條鏈路自上而下梳理，再結合各家公司財報中的數據中心收入與資本開支數據交叉驗證，新手也能搭建起一套相對完整的算力行情觀察框架。在token成為新“電力”的時代，算力需求的每一度電，最終都會反映在產業鏈公司的報表裡。
