2026年8月初，SemiAnalysis发了一份题为《SpaceX 10GW in 2027》的报告，结论相当炸裂：到2027年底，SpaceX的AI算力容量有可能冲到10GW量级，年收入有望做到3000亿美元级别，而最大的买家，可能是微软。

这份报告值得仔细看，因为它重新定义了AI算力的评价标准：过去大家比的是谁家GPU多，现在可能要换成——每兆瓦电力，能卖出多少Token？

1GW算力，到底值多少钱？

过去两年，衡量AI军备竞赛的方式很简单：数GPU。谁的H100多、谁的GB200集群大，谁就是老大。

SemiAnalysis抛出了一个更激进的框架：未来真正重要的，不是你有多少GPU，而是每一兆瓦电力最终能产出多少可以出售的Token，以及由此创造多少收入。

按照其Tokenomics模型和推理模拟器测算，让前沿模型跑在GB300集群上、接真实Agentic Coding负载、按API定价卖Token，OpenAI、Anthropic这类玩家的推理收入可以超过1亿美元/MW/年——换算下来就是每GW超过1000亿美元/年。

什么概念？租同样规模的GB300集群，一年成本也就120亿美元左右。

这组数字相当激进，依赖一堆乐观假设。但它把一件正在发生的事讲清楚了：为什么所有巨头突然开始疯了一样抢电。

评价AI基础设施的尺子，换了

早期大家比GPU数量，后来比FLOPS和训练集群规模。到了大规模推理时代，衡量标准变成了tokens/sec、tokens/W、tokens/$，最终要落到Revenue/MW。

这套测算并不是拿GPU理论算力简单外推。SemiAnalysis把模型架构、显存带宽、服务配置、吞吐量、TTFT、输入输出Token、缓存读写等一大堆变量塞进模型，用的还是真实Agentic Coding工作负载的Trace数据。

这也能解释为什么GB300不光是「比GB200更快」。报告模型里，在同一个推理场景下，GB200 NVL72对应约7340万美元/MW/年的潜在收入，GB300 NVL72能拉到9970万美元。新一代硬件真正的价值，是在同样的电力预算里跑出更多高价值Token。

NVIDIA自己也嗅到了风向。今年5月发布的DSX平台，直接把「每兆瓦Token性能」作为AI Factory的核心指标之一，从芯片、网络、软件一路管到电力、冷却和数据中心运营。

而且推理需求的天花板比训练高得多。训练有明确的阶段和周期，推理更像是「用户数 × Agent数 × 单任务Token消耗 × 运行时间」。一旦Agent从「回答问题」变成「持续干活」，Token消耗上限会被重新打开。

所以AI算力战争的下一场，看的不只是训练集群能做多大，而是这些算力能产生多少用户愿意付费的Token。

SpaceX卖的不是GPU，是时间

问题来了：如果前沿推理的Revenue/MW这么高，OpenAI、微软、谷歌为什么不自己把数据中心都建了？

因为GPU花钱就能买，电力和时间买不到。

大型AI数据中心从拿地、接电网，到变电站、设备交付、最终上线，周期越来越长，成了真正的基建工程。而SpaceX/xAI过去两年证明的恰恰是这部分能力：

  • Colossus 1，约300MW算力，122天建成

  • Colossus 2，约200MW，六个月搞定


电力上的动作更夸张。Southaven项目的现场发电设备，从2月的27台涡轮、约495MW，到7月扩大到69台、约1.7GW。另一个从零新建的MiniHard项目，3月进场垂直施工，预计五个月就能跑出450-500MW。

Colossus早期靠的是Retrofit模式，把旧工业建筑爆改成数据中心；MiniHard开始验证Greenfield新建模式；再加上On-site Generation现场发电。三条路径同时推进。

尤其是现场发电这步棋很关键。如果死等传统公用电网完成输电扩容和改造，数GW级项目根本没法按马斯克的节奏上线。SemiAnalysis判断，2027年要新增数GW容量，SpaceX必须大规模依靠现场天然气发电，降低对电网的依赖。

这就衍生出一种新商业模式：SpaceX卖的不只是GPU，而是「别人要等一两年、它几个月就能给的算力」。

按报告估计，这种「大规模+短期可用」的稀缺性，可以让SpaceX对部分算力报出3000万-5000万美元/MW/年的价格。客户掏钱买的不是一台服务器值多少钱，而是「提前拿到算力」这件事本身能创造多少商业价值。

于是Time-to-Power（通电时间）开始和GPU性能一样重要。SemiAnalysis预计SpaceX到2026年底约有2GW算力，2027年明显提速，年底接近10GW。

真正值得观察的是：SpaceX能不能把已经验证过一次的「速度」，复制成可以工业化的能力。

谁会为「时间」买单：微软，还是微软

如果SpaceX真能快速拿出数GW算力，买家是谁？SemiAnalysis的答案很明确：微软。

这就要说到微软和OpenAI这两年不断调整的合作关系：

  • 2025年新协议里，OpenAI额外承诺购买2500亿美元Azure服务

  • 2026年4月进一步调整：微软不再向OpenAI支付Revenue Share，但OpenAI给微软的分成按原比例持续到2030年，设置总额上限

  • 微软对OpenAI模型和产品IP的许可延长到2032年


微软手里握着两条变现路径：第一，把数据中心容量作为基础设施提供给OpenAI；第二，利用自己对OpenAI模型的访问权，把算力塞进Azure Foundry、Copilot、API和Agent产品里。

SemiAnalysis算了一笔账，前一种模式一年收入大约只有1400万美元/MW，后一种高价值推理场景理论上能接近1亿美元/MW。差了将近七倍的收入密度。

这也是为什么SemiAnalysis认为微软会继续疯抢算力。按它的数据中心模型追踪，微软2026年至今已经锁定超过10GW新容量，对应超过3000亿美元的约束性承诺——注意这是模型估算，不是微软官方披露。

麻烦的是，这批容量很多要到2027年末甚至2028年才能真正上线。

微软缺的不是长期规划，是现在就能上线的大规模算力。

SemiAnalysis就此做了个激进的情景推演：如果微软从SpaceX拿到3GW算力，按接近1亿美元/MW/年的效率变现，理论上对应约3000亿美元的年收入，能把Azure增速推到三位数。

要强调，这不是微软的指引，也不代表已签署的SpaceX合同，只是展示「新增算力收入弹性」的模型。微软自己披露的FY2026 Q4数据显示，Azure及其他云服务收入同比增长43%，全年收入首次突破1000亿美元。

但报告提出的评价框架值得琢磨：以后看微软的AI资本开支，不能只问花了多少钱，还要问每一MW上线后能创造多少收入。

NVIDIA的另一种打法

NVIDIA是这盘棋里的另一条暗线。

SemiAnalysis推测，NVIDIA可能通过vendor financing帮SpaceX缓解巨额资本开支的现金压力——目前没有公开信息坐实这一点，更像一份推演。

但报告发布后没几天，8月10日NVIDIA就宣布与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR建立AI算力基础设施融资平台，计划长期撬动超过5000亿美元第三方资本，并为NVIDIA客户建立专项融资池。

这至少印证了一个方向：NVIDIA正在把自己从GPU、CUDA、网络和机柜系统，继续往AI工厂设计、建设乃至资本层面延伸。

对动辄几百亿美元资本开支的AI数据中心来说，客户选哪条技术路线，已经不只是「哪颗GPU更快」的问题。谁能同时提供芯片、网络、软件、建设方案，还有更便宜更充足的资本，谁就能锁住下一轮AI基础设施订单。

AI算力战争正在越来越像一场工业战争。芯片之外是网络和存储，网络之外是冷却和电力，电力之外是天然气、涡轮、土地和资本。最终所有东西指向同一个指标：谁能用最低的时间成本，把一兆瓦电力变成持续产生收入的Token。

写在最后

SemiAnalysis这份预测相当激进。10GW、3000亿美元级ARR、微软3GW承购、超过1亿美元/MW/年的推理收入，每一个数字都建立在一长串高增长假设上。

Agent需求、API定价、GPU利用率、建设速度、电力供应、融资条件——任何一个环节低于预期，结果都会和模型产生巨大偏差。

所以这份报告真正值得在意的，不是SpaceX到2027年底是8GW还是10GW，而是它揭示了一场已经开始的基础设施范式迁移：

过去市场抢GPU，然后抢电力。等所有巨头都开始建电站、签PPA、买天然气和涡轮机之后，最难买的资源变成了「时间」。

提前一年拿到1GW电力，和晚一年再拿到1GW，在传统数据中心时代只是建设进度的差别。但在一个1GW前沿推理算力可能对应千亿美元年收入的世界里，这意味着完全不同的经济价值。

这给了马斯克过去反复展示的工程化能力一个新的注脚：SpaceX的10GW豪赌，赌的从来不是10GW本身，而是把工程速度变成商业定价权。

在这场关于时间的战争里，马斯克恰好拥有最难复制的优势。