Epoch AI：到2027年芯片可支持19亿AI智能体

导语：一份报告把”AI烧钱”换算成一个具体数字

AI 公司每年在芯片和数据中心上砸下数千亿美元，赌的是未来有海量 AI 智能体在这些硬件上替人类工作。但到底能跑多少个智能体？一直没有人给出一个经得起推敲的数字。当地时间 10 月 2 日，专注于追踪 AI 算力的研究机构 Epoch AI 发布了一份新报告——《2025 至 2027 年出货的 AI 芯片能同时运行多少个 AI 智能体？》，第一次把这个抽象问题变成了可计算、可验证的答案：2025 到 2027 年出货的 AI 芯片，理论上可以同时支撑 3000 万到 1.7 亿个前沿模型智能体；如果运行的是高效开源模型，这个数字可以达到约 19 亿个。

报告作者是 Epoch AI 研究员 Jason Li，代码和数据已在公开仓库中开源，可供复现。这份报告的核心结论不是”芯片太多”，而是”需求才是真正的未知数”。

报告说了什么：两种智能体，两种量级

Epoch AI 的计算逻辑并不复杂，核心是两个数字相乘：出货了多少可用显存，以及每单位显存能服务多少个智能体会话。

为什么用显存而不是芯片数量来衡量

AI 模型生成文本时，需要把模型权重放在高速显存里，还要为每个对话维护一份不断增长的”草稿纸”（KV 缓存）。每生成一个新词，都要把大量数据重新流过芯片一次。因此真正卡脖子的往往是显存容量和带宽，而不是纯算力。Epoch 据此统计了 2025 年以来出货的高带宽内存（HBM），将其折算成英伟达 GB300 加速器（单卡 288GB 显存）的等效数量：在中心假设下，到 2027 年底累计约为 6000 万张 GB300 等效算力，并假设下一代显存每 GB 能服务的会话数翻倍。

前沿闭源模型：3000 万至 1.7 亿个同时在线智能体

对于 Claude Code、Codex 背后的闭源前沿模型，外界看不到服务商的机房内部，Epoch 只能从成本反推：实测编程智能体的运行轨迹，估算出每个持续运行的智能体每小时花费约 30 美元；假设服务商的收费是其服务成本的 5 到 10 倍，再对比约 5 美元一小时的 GPU 租赁价格，得出每张 GB300 大约能跑 1 到 2 个智能体会话。在中心硬件假设下，对应的是 5000 万到 1.01 亿个同时在线智能体。

高效开源模型：约 19 亿个同时在线会话

对于开源模型，Epoch 采用了 SemiAnalysis 的 AgentX 基准测试的直接测量数据——该基准回放了真实的编程智能体会话。结果显示，DeepSeek V4 Pro 在每用户每秒 50 token 的速度下，每张 GB300 可支撑约 31 个会话，折算下来就是约 19 亿个同时在线会话；如果把速度提高到每秒 100 token，则降至约 8.7 亿个。

报告用了一个形象的比喻：同样一栋楼，前沿闭源模型像只能接待两桌客人的高级品鉴餐厅，开源高效模型像能接待三十桌的快餐店——楼是一样的，吃的饭完全不同。这两个数字是同一批显存的两种不同用法，不能相加。

为了让人体会 19 亿这个数字的分量，Epoch 还给了一个尺度参照：19 亿个全天候在线的会话，相当于约 80 亿人每周工作 40 小时的总时长。但报告也明确警告：智能体的速度和质量差异很大，时长相等不等于工作量相等。

真正的悬念在需求端：算力可能过剩

报告最引人注目的一句话是：“需求可能跟不上这种潜在供给，造成产能过剩。”（”Demand could fall behind this potential supply, creating an overabundance of capacity.”）

为了验证这一点，Epoch 建模了一个只有五分之一产能被有效利用的场景：即便如此，这些产能在中心假设下仍意味着每年 2.6 万亿至 5.3 万亿美元的 API 等效支出——而如果开发者收入延续近期的五倍增长势头，到 2027 年底的年化收入也只有约 1 万亿美元。换句话说，即便打两折使用，供给侧的”账单”依然大得惊人，需求端能否消化是最大的不确定性。

这也解释了为什么报告把问题定性为”供给问题”而非”预测”：它假设所有出货的芯片都被安装、通电并 24 小时专用于智能体负载，而现实中数据中心建设往往大幅滞后于芯片交付；2026 和 2027 年的显存出货量本身也是预测；闭源模型的数字还建立在定价加成的假设之上。报告特别提醒，此前在 Reddit 上传播的”19 亿智能体”说法，混淆了高效开源模型场景和前沿模型区间这两个完全不同的概念。

分析：从”芯片竞赛”到”需求竞赛”

过去两年，AI 行业的叙事主线一直是”抢芯片”：英伟达的 H100、H200 供不应求，各家大厂囤积算力、签长期供电合同，仿佛只要有卡就有未来。Epoch AI 这份报告第一次系统地回答了”囤来的卡到底能干多少活”，并把聚光灯转向了另一端——谁来为这些算力买单。

值得注意的是，报告中开源模型与闭源模型的效率差高达十倍以上。这意味着，开源高效模型的进步不只是”省钱”，它直接决定了整个行业算力投资的数学是否成立：同样的硬件，跑高效模型能服务的用户是前沿闭源模型的十几倍。DeepSeek V4 Pro 在这里成为标杆案例，也呼应了近期中国开源模型在成本效率上的持续领先。

与此同时，报告也给 AI 基础设施的狂热泼了一盆冷水：产能上限不等于需求，数据中心从芯片到货到真正点亮还有很长的路。Ground Truth 此前追踪的数据显示，今年新增算力中约三成被两家实验室拿走——供给在集中，需求却高度不确定。

展望：数字会修正，但问题不会消失

Epoch AI 的估算仍有不少粗糙之处：闭源模型的成本反推依赖多层假设，显存出货预测可能偏离，Reddit 上的误读也说明这类数字极易被断章取义。报告发布后，目前尚未出现独立专家的同行评议。

但它提出的问题是真实的，而且会越来越尖锐：当 2027 年 6000 万张 GB300 等效算力摆在面前，AI 行业必须回答——谁来用？付多少钱用？如果答案跟不上，过去两年以”token 工厂”为名的万亿级资本开支，就要面对最残酷的一课：供给可以靠砸钱解决，需求不行。