一句话总结：伯恩斯坦测算 OpenAI 到 2030 年的算力合作累计 6140 亿美元，比此前传闻的 7500 亿下调；按 3 万美元一卡折算约 2047 万张 H200，满载功率 24.6GW，接近一个三峡的装机容量。
算力投入的数字大到一定程度就失去意义，因为没人能直观感受"6140 亿美元"。
把它折成卡、折成电，才有尺子。
6140 亿美元的算法
伯恩斯坦的分析师把 OpenAI 各类算力合作协议累加，得出到 2030 年基础设施开销约 6140 亿美元。
此前华尔街日报的口径是 7500 亿，这次下调了一千多亿。下调的原因公开材料没细说，大概率是部分合同重谈或者推迟。
有两个前提要记住：一是这笔钱建立在"所有合同顺利落地"之上，项目延期、采购变动都会改数；二是钱不是一次付清，随设施投产分批支出，2031 年的年度支出高点可能到 1840 亿美元。
合作方主要是甲骨文、微软、亚马逊三家。
折成卡数：2047 万张
按单卡 3 万美元（H200 量级的常见成交价）折算：
6140 亿 ÷ 3 万 = 约 2047 万张年均 341 万张，峰值年（2031）613 万张。
这个数字什么概念？对比一下全球 GPU 的年出货量——服务器 GPU 一年出货量在千万片量级，其中高端 AI 卡只占一部分。2047 万张不是"买一批"，是"包掉几年产能的一大块"。
这也解释了为什么这笔钱会牵动这么多公司：它不是采购行为，是产能锁定。
电力账：1.09 个三峡的满载功率
图 1：三步换算，每一步都标了系数。数据来源：伯恩斯坦测算与公开硬件参数，换算为作者计算
一张 H200 整机的功耗按 1.2 千瓦估（含 CPU、内存、网络分摊）。2047 万张满载：
2047 万 × 1.2 kW = 24,564 MW ≈ 24.6 GW三峡电站总装机 22.5GW。这批卡的满载功率约等于 1.09 个三峡。
注意这是"满载"——不是年均，也不是实际用电量。真实负载率通常只有五六成，还要乘 PUE（数据中心能效比，一般 1.2 到 1.4）。
按 60% 负载、PUE 1.3 算：24.6 × 0.6 × 1.3 ≈ 19.2GW 的实际用电功率。仍然接近一个三峡。
这个数字是理解"为什么欧洲在抗议数据中心"的关键。芯片可以空运，电不能。
算力租赁市场会怎样
伯恩斯坦的报告里有一句提醒：算力供给宽松之后，专业算力租赁厂商可能迎来经营压力。
逻辑很直白。这一轮租赁价格高，是因为缺卡。等这批锁定的产能陆续投产，供给曲线右移，租金往下走，而租赁商的卡是按高价买的、折旧还没走完。
上周算过一笔账：H200 自购按 3 年摊销是 114 元/小时，而市场租 H100 只要 18 元/小时。这个价差里有一大半是缺货溢价。溢价消失的那天，重资产的一方最难受。
关于算力投入的五个问题
6140 亿是承诺还是已经花了？ 是测算的合同累计额，不是已支付。合同可以改，也可以拖。
为什么比 7500 亿少了？ 公开材料没说。合同重谈、分期调整都是常见原因。
2047 万张卡能买到吗？ 这是折算值，不等于实际采购这么多张。真实构成里还有自研芯片、租赁、第三方云。
电力真的够吗？ 局部不够。美国多个数据中心项目因并网排队延期，这也是"算力不等于可用算力"的原因。
这和我有什么关系？ 两件事：API 价格中期看跌（供给上来），以及算力租赁类资产的风险在上升。
结语
这组换算里最该记住的是最后一步：24.6GW。
钱可以印，卡可以造，电只能发。当一个行业的资本开支换算成"一个三峡"的时候，瓶颈就从半导体转移到了能源和电网，而后者是以十年为单位建设的。
60 万颗 H200 还堵在香港，是这条链的另一端：卡造出来了，进不来，也一样变不成算力。
参考资料
- 参考资料
发表评论
◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。