推理成瓶颈：Hyperbolic如何横跨三层捕获AI算力价值

作者：Frank Fu，IOSG

欧易(OKX)

全球三大交易所之一，注册领50U数币盲盒，币圈常用的交易平台！

立即注冊立即下载

币安(Binance)

币安是世界领先的数字货币交易平台，注册领100U。

立即注冊立即下载

说实话，2023年那个「2000亿美元问题」，我还记得挺清楚的。当时Sequoia的David Cahn提出来：每花1美元买GPU，数据中心供电就得再砸1美元。这账算下来，每年的GPU资本支出，最后得产生约2000亿美元收入才能回本。

即便你对AI收入做最乐观的假设，投入和终端付费之间，依然有个1250亿美元以上的窟窿。

结果一年过去了，缺口没缩小，反而变成了「6000亿美元问题」。看空逻辑大家都熟：过度建设导致供给过剩，过剩烧毁资本。

但答案从来没在「训练」侧出现过。它在推理（Inference）侧。市场只是最近几周，才开始把这个事实计入定价。

一、Cerebras IPO：市场终于醒了

周四Cerebras上市，获20倍超额申购。定价接近周三最终加价的两倍。

华尔街兴奋的不是「下一个Nvidia杀手」，而是更简单的事：AI真正的瓶颈是推理，不是训练。

Cerebras的看家本领，是让推理极快的芯片架构。推理市场是经常性的，随使用量扩张。每一次Claude回答问题、每一个Agent执行任务，都在消耗算力。

训练只发生一次，推理永不停止。J.P. Morgan估算，推理市场规模是训练的10到50倍。

二、Nvidia重画版图：推理成为头条

如果说Cerebras是市场的觉醒，Nvidia最新财报就是产业链顶端的确认。

Jensen Huang挑明了心照不宣的话：AI需求呈抛物线增长。因为Agentic AI来了。主流AI已从一次性推理，过渡到逻辑推理，再到会自己调用工具的Agent阶段。

「Tokens现在是有利可图的。」

Nvidia把财报口径拆成两个平台：数据中心与边缘计算。数据中心当季约750亿美元，同比增92%。全新的一条线是边缘计算：64亿美元，同比增29%。

边缘目前占总收入不到8%，但Nvidia已把它提升到与数据中心并列的「第二平台」。信号很明确：推理正在分裂为云端和端点两条战线。

三、挤压已经到来：Anthropic的信号

Anthropic是煤矿里的金丝雀。使用量远超产能，Claude被「脑叶切除」的抱怨刷屏。

解法赤裸裸：算力。2026年5月，Anthropic从SpaceX手中接管Colossus 1数据中心，22万张Nvidia GPU，专门用于推理。

随后的一系列限额变动，都是信号。6月15日起，Anthropic把Agentic使用从扁平订阅中切出，放入独立计量的Credit池。

这一步浓缩了论点：Agent消耗推理的速度，远超扁平订阅的设计承受能力。

训练是一次性资本支出。推理是经常性运营成本，随新用户、新Agent复利累积。

四、Hyperbolic：唯一横跨三层的玩家

每个AI应用，都坐落在从TSMC晶圆厂到API端点的供应链上。

大多数公司只拥有其中一层。Nvidia拥有硅，CoreWeave拥有裸金属，Together AI拥有推理优化，OpenRouter拥有模型API路由。

只有一家除外。

Hyperbolic于2025年6月推出按需GPU市场。最初几个月，开发者突破20万。覆盖前沿AI实验室、搜索，以及大型消费级平台。

有意思的是它的架构：Hyperbolic自己一张GPU都不持有。

每一张卡来自Neocloud、CoreWeave、Lambda Labs等。这听起来像弱点，实则是护城河。

通过坐在供给方与消费方之间，Hyperbolic能看到别人看不到的实时数据。它在供给过剩公开化之前就看到它，在需求飙升冲击市场之前就看到它。

五、Venice这面镜子

Venice是推理经济在应用层的体现，也是与Hyperbolic的对照。

Venice是隐私优先的推理应用。它把请求路由到约75个模型上，其中三分之二是开源或自托管模型。它真正的成本是推理算力，而非SaaS托管。

Venice卖的是隐私。给商品化的推理裹上一层保证：不留存数据、不拿去训练、请求匿名化。

但最强的隐私只覆盖开源部分。对Claude、GPT这类闭源模型，只是「匿名」而非「真机密」。

如果说Venice是加油站，Hyperbolic就是炼油厂。Venice从受限供给中购买算力；Hyperbolic把碎片化供给聚合、标准化，再卖给Venice。

六、为什么此刻重要

Nvidia重组财务，Cerebras IPO证明市场明白推理是瓶颈，Anthropic为产能奔走证明这是真实问题。

Agentic与Physical AI将把需求放大几个数量级。

Cahn的看空逻辑，即过度建设最终导致过剩，很可能会被验证。但过剩恰恰是轻资产聚合方的最优行情。

当GPU价格下行、供给碎片化，那个不持有任何硬件、把负载路由到最便宜可用卡上的玩家，会赚取价差。

Hyperbolic是做多过剩，而非做空它。最终胜出的，不会是拥有最多GPU的公司，而是能告诉你哪些GPU在哪里、以什么价格可用，并路由到最低成本的那一家。

FAQ

AI算力的瓶颈现在在哪里？

目前AI算力的瓶颈已从训练转向推理（Inference）。随着Agentic AI的发展，推理需求呈指数级增长，成为限制行业发展的关键因素。

Hyperbolic的核心商业模式是什么？

Hyperbolic不持有GPU硬件，而是通过聚合来自多家云服务商的碎片化算力，提供标准化的按需GPU市场，横跨GPU租赁、部署与模型API三层。

为什么推理市场比训练市场更具经常性收入特征？

训练模型是一次性资本支出，而推理是运行模型时的经常性运营成本。每一次用户交互或Agent任务执行都会产生推理成本，随使用量复利累积。