AI存储实战 | AI存储实战

AI算力商业化闭环：从成本中心到收入工具的临界点

高阶

Meta于7月9-10日间接连发布多个重要消息：发布自家最强模型且首次向开发者和企业收费、宣布Iris芯片9月量产、扎克...

Meta：付费大模型发布，AI从成本中心到收入工具

Meta于7月9-10日间接连发布多个重要消息：发布自家最强模型且首次向开发者和企业收费、宣布Iris芯片9月量产、扎克伯格公开表示"我不知道业内有谁觉得自己算力过剩"。Meta还发布付费订阅大模型服务，标志着AI基础设施正从"烧钱换增长"转向"商业化变现"阶段。

AI算力ETF规模激增：资本用脚投票

科创芯片ETF易方达（589130）截至7月9日最新规模达55.58亿元，创成立以来新高，较年初增长超19倍，近10个交易日净流入7.24亿元。ETF规模的爆发反映机构投资者对AI算力商业化前景的高度认可，也意味着二级市场正在为AI算力提供持续的融资支持。

Agentic AI：从单芯片到系统级竞争

英伟达GTC 2026明确提出"AI工厂时代"概念，Vera Rubin的Agentic AI吞吐量是Blackwell的10倍。这标志着AI算力的竞争焦点从单芯片峰值算力（TOPS）转向系统级吞吐量和智能体并发处理能力。AI Agent的大规模部署将成为下一代算力需求的主要驱动力，与传统云计算形成根本性差异。

万亿Token的消耗：国产AI大模型周调用量领跑全球

OpenRouter数据显示，中国AI大模型周调用量达23.45万亿Token，连续十周领跑全球。这一数据既反映了中国AI应用的普及程度，也预示着对底层算力的海量需求。WAIC 2026前夕，华为、阿里、百度、字节等头部厂商密集发布新产品，将进一步推高算力消耗的规模天花板。

免责声明：本文内容仅供行业知识学习交流参考，不构成任何投资建议或投资依据。作者及公众号不对因依赖本文信息而做出的任何投资决策或行为承担任何责任。投资有风险，入市需谨慎。

总结

AI算力正从"成本中心"转向"收入工具"：Meta付费模型发布、算力ETF规模激增、Agentic AI吞吐量需求爆发，万亿Token的算力消耗正推动AI产业进入商业化闭环的新阶段。

文章框架核心内容由作者完成，部分内容AI辅助生成