AI算力争夺战背后的真相：三大巨头仅占21%，其余79%流向何方？

2026年6月末，一张数据图在AI社区引发热议。

图中三条短柱象征OpenAI、Anthropic和xAI，一条长柱代表全球其他所有力量。三条短柱的总高度，还不及长柱的一半。

说明文字更令人震惊：到2025年底，这三家掀起AI算力竞赛的公司，实际只消耗了全球运营AI算力的约21%。

许多人起初难以置信。过去三年，媒体头条几乎被这些公司垄断，Nvidia财报会议反复提及的也是它们。人们早已习惯认为，算力领域由这三家主导。

这张图表源自独立研究机构Epoch AI的研究员Josh You。他在2026年5月20日发布的一篇评论文章中，提出了一个违背直觉的观点。

▲ Epoch AI原文《Frontier labs don't use most AI compute (yet)》，作者Josh You，发表于2026年5月20日

文章标题意为“前沿实验室尚未消耗大部分AI算力”。开头便强调一个关键事实：OpenAI在2022年底通过ChatGPT引爆AI热潮，促使Nvidia的AI相关收入在2023年飙升四倍以上，全球AI算力储备膨胀至约2000万块H100的规模。

但引发这场浪潮的玩家，自身份额并不大。Josh You估算，到2025年底，OpenAI用于研究、训练和推理的算力，仅占全球运营AI算力供应的10%至15%。即使将Anthropic、xAI以及Google、Meta内部的前沿团队都计入，五家总和很可能仍不足全球一半。

此结论次日被Epoch AI官方账号发布成系列推文，主帖浏览量达5.7万。

▲ @EpochAIResearch：“OpenAI在2023年开启了AI算力扩张序幕。但如今它仅使用全球算力的约10%，顶尖实验室合计大概也不到一半。”

一个月后，这个数字被科技媒体和博主重新提炼，简化为一个易记的整数——21%。2026年6月29日，科技博主Rohan Paul将其制作成信息图发布，成为该消息在中文科技圈传播的起点。

▲ @rohanpaul_ai：“截至2025年底，OpenAI、Anthropic与xAI合计仅使用全球运营AI算力的约21%；当时全球已部署约1600万块H100当量芯片，累计售出约2000万块。数据来自Epoch AI。”

要理解这一数字，需先厘清两个衡量标准。

第一个标准是H100e（H100当量）。全球AI芯片种类繁多，Nvidia的H100、Blackwell，Google的TPU，Amazon的Trainium，算力各异。研究者将其统一折算为“相当于多少块H100”，便于跨厂商对比。一块性能是H100两倍的芯片，计作2个H100e。

第二个标准是使用与拥有的区别。OpenAI披露的仅是租用的数据中心电力容量，这些机柜内的芯片大多归属于Microsoft、Oracle、CoreWeave等云厂商。能调度多少在线加速器，比这些加速器登记在谁的账本上，对模型能力更为关键。

按这两项标准换算，三家的分子构成如下：OpenAI约170万H100e，依据公开的电力披露（2023年底约0.2吉瓦，2024年底约0.6吉瓦，2025年底约1.9吉瓦）推算；Anthropic很可能超100万，但仍显著低于OpenAI；xAI约60万至70万，主要来自Colossus集群。三家合计，Josh You的最佳猜测是不到400万H100e。

分母方面，全球累计售出的AI芯片约2000万H100e。芯片售出与实际装机运行存在滞后，若按一个季度的安装周期估算，运营中算力约1600万；延长至两个季度，则仅剩约1200万。滞后期越长，分母越小，三巨头的份额显得越高。

这也是为何“21%”更像一个便于记忆的整数。Epoch实际给出的是20%至30%的区间，21%恰落其中，却已被简化成一个听起来确凿的百分比。

如果说用量榜单已足够惊人，那所有权榜单更令人诧异。

Epoch的另一份数据表明，仅从公司层面芯片所有权看，Google一家便拥有全球约25%的AI算力，规模约500万H100e，大多来自自研TPU，这一数字已超过OpenAI、Anthropic、xAI三家用量之和。Google加上Meta，两家公司层面的所有权合计逼近全球三分之一。

但这不等于Google DeepMind实际用掉了母公司四分之一的全球算力。Google公开口径显示，约一半的机器学习算力被划归云业务，对外服务企业客户和广告推荐系统；剩下一半，还需在DeepMind和内部推荐系统间再分配。Josh You的粗略估计是，DeepMind能获取母公司大约一半的份额，换算下来全球运营量级约15%，谁也无法断定它是否真的超越OpenAI那170万H100e。

Meta情况相似。其推荐系统本身就是超大规模transformer模型，与内部前沿模型团队争夺同一批加速器和电力预算。

这里浮现两本账：一本记录谁在训练下一代模型，一本记录谁的资产负债表上挂着芯片。Google在后一本账上比三家模型公司总和更显眼，OpenAI在前一本账上最耀眼，却未必拥有自己租用的大部分硅片。

评论区很快有人对这本账提出质疑。科技评论人Ed Zitron当场质疑图表的分类边界。

▲ @edzitron：“为什么这张图将Amazon排除在外，却把xAI算进去了？”

这个问题不算刁钻。Amazon既是Anthropic最重要的算力伙伴，自身也在制造Trainium芯片、销售云服务。将伙伴的全部库存整体算给模型公司，会造成重复计算；完全不算，又会低估这些公司实际能调度的算力。Josh You在原文中将这类边界处理为脚注，坦承实验室用量的估算比Epoch常规芯片销售数据粗糙得多。

那消失的79%究竟藏在哪里？

答案摊开来看很平常：电商推荐排序、短视频信息流、语音和图像生成创业公司、企业内部私有部署的模型、机器人和自动驾驶的训练集群、高校科研任务，以及成千上万租用GPU云小时的中小客户。它们很少发布新闻稿，却实实在在地耗电、跑推理。

想象一块部署在某云区域的加速器：上午被电商推荐服务占用来刷新排序模型，下午租给语音创业公司做批量合成，晚上被企业代码助手占用做补全，凌晨低价时段又跑起开源模型的批量评测。它全天运转，却与任何头部实验室训练下一代大模型无关。

这也是社区里流传最广的一句总结。投资人Dan Sfera将其浓缩为一句“卖铲人”逻辑。

▲ @Dansfera：全球算力的21%握在前沿实验室手中，剩下79%全是别人在跑推理。这张图讲透了“卖铲人”逻辑，需求真正扎堆的地方，从来轮不到模型大战说了算。

也有人补充另一层判断：79%背后真正卡脖子的，可能是利用率问题。部署了不代表用好了，如果这些算力大量处于低效运转状态，规模庞大的长尾产出的有效智能可能远没数字那么吓人。这条线索目前无人能给出精确答案，但它提醒读者：百分比背后还藏着一层看不见的折扣。

Epoch这篇文章真正令人警觉之处，在于“三家份额小”这件事可能撑不了太久。

Josh You指出，OpenAI和Anthropic近期的算力增速明显快于全球大盘，OpenAI的算力大约每年翻四倍，而全球库存大约每年翻三倍。支撑这一速度的是一条几乎失真的收入曲线：Anthropic的年化经常性收入在2026年第一季度从约90亿美元跃升至约300亿美元量级。

资金涌入，就能在现货和长期合约市场上挤走他人。更戏剧性的一幕紧随而至，Anthropic开始租用竞争对手xAI的Colossus集群，不同媒体给出的年费口径高达约150亿美元量级。对手成了客户，集群成了商品，这说明高质量算力已商品化到可跨阵营买卖的地步。

社区账号ShinkaIoT将此趋势推进一步：抢算力只是上半场，下半场比拼的是谁能将电力、变电站、冷却系统、土地和许可证更快转化为智能。

▲ @ShinkaIoT：AI的“氧气”还有富余，但当容易获取的供给被耗尽，下一阶段竞争将转向物理世界——芯片、变电站、冷却、土地、电力合约、资本市场。AI资本开支已逼近每年1万亿美元。

若按粗略推演，当前头部两家合计约20%的份额，只要每年增速比全球快三分之一，约两年半份额就能翻倍，五年左右可能触及80%。这只是收入曲线和采购速度共同作用下的数学结果，算不上阴谋论。

这项研究真正想纠正的是一种普遍错觉——声量市占不等于算力市占。三家模型公司到底占多少，只是撬开这层错觉的一个切口。

新闻头条几乎被几个名字占满，不代表它们吞下了全球大部分芯片。今天还剩70%以上未攥在三家手中，这件事也无法照搬到十年后。收入曲线一旦持续极端化，集中化将是数学的必然结果。

Google的芯片所有权可高达四分之一，OpenAI的算力用量仅一成出头，这两本账分得越来越开，恰恰是这个行业最值得盯住的变量。当模型公司开始互相租用彼此集群，算力就不再只是信仰，它开始变成一种可买卖的期货。

至于剩下那79%会流向哪里，是被开源推理和中小客户继续占据，还是被头部实验室的收入引擎一点点吞噬，这场竞赛的下半场答案尚未写定。