《英伟達份額只剩 48%，推理大時代機會在哪？》

這是 AI 投研 100 篇系列的第九篇，2萬字，建議先收藏，估計能看完的不多。
前幾篇看了 Intel、AMD、ARM 這幾家。它們過去一年股價漲幅都不小——AMD 翻倍、Intel 三倍、ARM 也站上歷史高位。漲上來之後，一個樸素的問題就來了：這些已經漲過的還能不能拿？沒漲的裡面還有沒有機會？
要回答這個問題，繞不開一個核心詞——推理。前面那些公司漲上來，分析裡反覆出現的就是這兩個字。
那麼：推理的賽道有多大？目前在什麼階段？哪些公司會如何受益？哪些已經被市場定價，哪些沒有？
這是應該被最先搞懂的。
一、賽道有多大
模型訓練是「寫程式」，推理是「這個程式每天被調用的過程」。GPT 訓出來之後，每天有幾億人去問它問題，每一次問答都在消耗推理算力。Claude Code 跑一個任務，agent 自己跑一百輪，每一輪都是推理。
多份行業研究和媒體引用都指向同一個方向：模型進入生產環境後，推理會成為生命週期成本的大頭，常見估算區間在 80-90%。也就是說，未來 AI 時代的算力帳單裡，10 塊錢有 8 塊是推理在燒。
但市場過去三年討論的幾乎全是訓練，因為訓練是更"性感"的故事——比誰的 H100 多、誰的參數大、誰先訓出下一代模型。推理被當成訓練完之後順帶的事。
這個認知偏差正在被扭轉，而這，正是過去一年這一批半導體公司被重新定價的根本原因。
那推理這條賽道大，但到底有多大？具體可以從5個角度測算。
一是用戶數。 ChatGPT 周活 9 億、付費 5000 萬。中國側的對比更直接——日均 token 調用量從 2024 年初的 1000 億漲到 2026 年的 140 萬億，1400 倍。這一項還遠遠沒飽和。
二是使用強度。 OpenAI 的 token 處理量在 2025 年 10 月還是每分鐘 60 億，2026 年 4 月已經到 150 億——半年翻 2.5 倍。企業版收入占比超過 40%，企業用戶的使用強度是消費者的幾十倍。
三是對話長度。 上下文長度從早期的幾百 token，到現在DeepSeek API 文件列出的 V4 Pro / Flash 上下文長度為 1M，最大輸出為 384K。文件越長，單次推理消耗的內存和算力越高。
四是模型本身越來越費算力。 OpenAI o1、DeepSeek R1、Claude thinking 這一類 reasoning 模型，回答問題之前會先在內部"思考"幾千甚至幾萬個 token。黃仁勛曾以 DeepSeek R1 為例談到，推理模型可能需要高得多的計算量，甚至達到百倍量級
過去你問 AI 一個問題，它直接給答案；現在你問 AI 一個難題，它先在腦子裡想半分鐘，再給答案。這中間的"想半分鐘"，就是新增的算力消耗。
五是 agent。 一個 agent 任務通常要調模型 10-100 次。OpenAI Codex 周活已經突破 300 萬——這只是一家公司的一个產品。一名 AI 產業鏈人士的判斷是，AI 智能體的整體算力消耗可達同參數規模大語言模型的 10 倍以上。
五件事相乘，三五年內推理總需求出現數量級擴張，並不是誇張敘事，而是一個越來越接近主流的判斷。
經濟學有一個老現象叫 Jevons Paradox——一個東西的單位使用效率提升後，總消費量反而上升，因為它變便宜了，更多場景敢用了。蒸汽機效率提高後英國煤炭消耗暴增；推理 token 單價下降後 AI 調用次數暴增。這是同一個劇本。IEA 測算，全球資料中心耗電從 2024 年占總用電 1.5%，到 2030 年翻倍到 945 TWh——大概相當於德國和法國全年用電量加起來。
而且，從產業一線的具體動作也能進一步扎實論點：
Anthropic 的 ARR 從 2024 年底 10 億美元，到 2026 年初 300 億美元——14 個月 30 倍。為了支持這條曲線，它一家公司在 2025 年底到 2026 年初鎖定了超過 11 GW 的算力，其中向博通訂購了 210 億美元的 TPU。OpenAI 已經承諾部署 10 GW 的定制芯片。Google TPU 2026 年出貨量目標上調 50% 至 600 萬顆。
雲廠商資本開支的數字更直接。Google 2026 年資本支出計劃 1750-1850 億美元，幾乎是 2025 年的兩倍；Amazon 2026 年投入 2000 億美元；Meta 計劃增加 65% 至 1180 億美元。八大雲廠商合計 2026 年資本開支將推升至 6000 億美元以上，年增 40%。
把這些放在一起，結論簡單——AI 推理需求曲線已經超出任何一家硬體供應商的供給能力。
這就是推理賽道的全部底色：訓練時代是「造一個神」，推理時代是「這個神每天要被幾億人調用、每個 agent 調用一百次、每次思考幾萬個 token」。從前者到後者，算力消耗不是線性增加，是幾何級跳躍。
二、哪些股票會受益？
賽道大不代表所有公司都受益，而且， 英偉達獨占的局面已經在數據上鬆動了！
2026 年全球 AI 推理芯片市場上，英偉達份額約 48.2%， AMD 約 16.7%，ASIC 陣營合計約 18.5%（其中 Google TPU 7.8%、AWS Inferentia 5.2%、其他 ASIC 5.5%），國產推理芯片合計 16.6%。
英偉達在訓練市場仍然保持 80%+ 的份額，但在推理市場已經只有不到一半，為 48.2%。
為什麼會這樣？
訓練時代英偉達打的是綜合實力——高性能 GPU + NVLink 高速互連 + CUDA 生态系統。這套組合在訓練上是降維打擊。
阅读全文：《英伟达份额只剩 48%，推理大时代机会在哪？》