--- title: "- 本报告核心观点是：AI价值正在从硬件层（GPU/晶圆代工）大规模向AI模型实验室（如Anthropic）转移。Agentic AI在2025年12月真正成熟" topic_id: 82255488152155522 created_at: 2026-07-12T20:40:08.918+0800 source: zsxq type: topic cssclasses: zsxq-vault --- # - 本报告核心观点是：AI价值正在从硬件层（GPU/晶圆代工）大规模向AI模型实验室（如Anthropic）转移。Agentic AI在2025年12月真正成熟 - 序号：094 - 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/82255488152155522) - 附件：图片 0，音频 0，文档 0 - 音频文件：_无音频_ ## 图片 _无图片_ ## 正文 - 本报告核心观点是：AI价值正在从硬件层（GPU/晶圆代工）大规模向AI模型实验室（如Anthropic）转移。Agentic AI在2025年12月真正成熟后，token经济价值急剧上升（Anthropic ARR从$9B飙升至$44B+），同时推理成本因硬件（Blackwell）和软件优化而暴跌，模型实验室毛利率从70%。尽管需求远超供给、Nvidia和TSMC拥有强大的定价权，但两家都未充分调价，Nvidia通过SOCAMM内存定价、网络设备价格歧视等方式保留了提价空间。报告认为Nvidia有望从TSMC式的'成本定价'转向'价值定价'，VR NVL72系统存在约40%的提价空间，定价区间在$4.92-$12.25/小时/GPU之间。 SemiAnalysis发布的这篇重磅报告揭示了AI产业链价值分配的深刻变化：。报告围绕NVIDIA即将推出的Vera Rubin（VR NVL72）系统展开，探讨了一个核心问题：在Agentic AI引爆token需求爆炸式增长的时代，价值究竟流向了谁——终端用户、Neoclouds、Hyper scalers、AI Labs、内存厂商还是GPU制造商？ ： ：Anthropic ARR从$9B飙升至$44B+，推理毛利率从70% ：尽管需求远超供给、供给端严重受限，两家均未充分提价 ：理论成本定价$4.92/小时 vs 价值定价上限$12.25/小时，存在约2.5倍差距 ：通过socketed内存设计实现独立定价，毛利率可达60%+ 一、价值转移的宏观背景——Agentic AI的拐点 报告指出，2025年12月是AI产业的关键拐点，Agentic AI开始真正发挥作用： ：SemiAnalysis自身在Anthropic Claude上的年化支出达到$10.95M美元，token支出已占员工薪酬的约30% ：Blackwell（B300）相比Hopper（H100），在运行DeepSeek R1等前沿模型时，吞吐量提升30倍以上 ：N3制程利用率2026H2将超过100%，DRAM fab利用率已超90% 报告数据显示：运行Opus 4.7的真实混合价格仅为$0.99/百万token（标价为$5/$25），主要因为agentic工作负载具有极高的input-to-output比率（约300:1）和高缓存命中率（90%+）。 二、利润池在不同环节的分布 报告绘制了一张完整的AI价值利润池图： 环节价值捕获情况 终端用户 享受巨大ROI，但价值被创造而非捕获 AI Labs（Anthropic等） ，毛利率从70% 推理提供商（Fireworks、Baseten等） 毛利率扩大，营收高速增长 Neoclouds GPU租金价格上涨，1年期H100合约价从2025年10月低点上涨40% 内存厂商 ，2025年最佳表现板块 Nvidia 定价滞后，价值"泄漏" TSMC N3产能最紧张，但定价同样保守 三、Nvidia定价权分析——三大杠杆 Rubin采用socketed SOCAMM（System-On-Chip Attached Memory Module）设计，相比Blackwell的板载LPDDR5X，可以独立定价： SOCAMM成本预估：约$10/GB（2026年） 报告认为Nvidia可在SOCAMM上加60%毛利率 对比Blackwell时代DRAM在板上以~75%毛利率打包销售 Nvidia对Neocloud的网络设备定价是Hyper scaler的2倍（如SN5610交换机），因为： Hyper scaler有自有网络工程能力 Neocloud偏好Nvidia的turnkey解决方案 94%的网络成本差异仅转化为10%的整机资本成本差异 从GB300到VR NVL72，capex per watt仅从$37.4/W微涨至$38.1/W，但： 芯片TDP几乎翻倍（1400W→2300W） 性能/Watt提升超过2倍 这意味着Nvidia有充分空间提价 四、"One Chart to Rule Them All"框架 报告提出了一个核心分析框架，结合成本定价（成本底线）和价值定价（$/FLOP天花板）： VR NVL72定价区间： ├── 成本底线：$4.92/小时/GPU（满足Neocloud 15.6% IRR） ├── 当前定价：$4.90/小时/GPU（接近底线） ├── 假设激进定价：$8.00/小时/GPU（Neocloud赚38% IRR） └── 价值天花板：$12.25/小时/GPU（与GB300 $/PFLOP持平） 这意味着即使Nvidia提价40%，Neoclouds仍有空间提高租金并赚取更高IRR。当前定价对应的$PFLOP为$0.28，相比GB300下降60%（远低于正常趋势），说明有巨大提价空间。 五、TSMC与Nvidia的战略类比 报告将Nvidia与TSMC进行了深度对比： ： 都拥有定价权但选择不充分使用 都面临反垄断监管风险 都采取"战略性克制"以维护生态系统稳定 都在产业链中处于瓶颈位置 ： 历史上通过保护利润率度过下行周期 避免在上升周期过度提价 可通过长期协议（LTA）和预付款替代涨价 ： 被称为"AI的央行"（Central Bank of AI） 主动将氧气从房间里抽走，确保长期需求扩张 避免加速客户向TPU/Trainium等替代平台迁移 本报告，未给出具体的目标价或评级，但隐含以下投资判断： ：价值捕获能力最强，是当前最大赢家 ：短期定价保守，长期定价权将被市场重新认知，存在显著估值上行空间 ：定价保守是"战略性错误"，但LTA和预付款模式可能逐步实现价值 （SanDisk、Western Digital、Seagate、Micron）：已大幅获益（2025年涨幅200%+） ：受益于租金上涨和需求强劲，但利润率受到挤压 ：享受网络设备折扣，但缺乏差异化定价空间 报告的核心隐含评级：，但中长期Nvidia和TSMC有望通过价值定价转型获得重估。 ：Nvidia若大幅提价，可能加速反垄断调查，影响其AI生态主导地位 ：TPUv7、Trainium 3等ASIC的快速进步可能削弱Nvidia定价权 ：尽管报告认为开源模型与前沿闭源模型差距明显，但Kimi K2.6等已展现竞争力 ：如果AI ROI被证伪，需求端可能出现快速回调 ：TSMC N3产能紧张可能限制Nvidia的实际出货能力 ：长期合约涉及大量美元计价的资本支出 ：FP4等新计算精度的普及速度可能影响硬件代际性能差距 ：当前AI产业链最大的"定价悖论"是——掌握最稀缺资源的玩家（Nvidia和TSMC）反而定价最保守，而价值最终流向了应用层（AI Labs）。这种格局不太可能长期持续，未来3-5年硬件层有望逐步向"价值定价"转型，Nvidia和TSMC的利润率存在显著上行空间。 ## 总体总结 主题正文 1. Agentic AI在2025年12月真正成熟后，token经济价值急剧上升（Anthropic ARR从$9B飙升至$44B+），同时推理成本因硬件（Blackwell）和软件优化而暴跌，模型实验室毛利率从70%。 2. 尽管需求远超供给、Nvidia和TSMC拥有强大的定价权，但两家都未充分调价，Nvidia通过SOCAMM内存定价、网络设备价格歧视等方式保留了提价空间。 3. 报告认为Nvidia有望从TSMC式的'成本定价'转向'价值定价'，VR NVL72系统存在约40%的提价空间，定价区间在$4.92-$12.25/小时/GPU之间。 4. 报告围绕NVIDIA即将推出的Vera Rubin（VR NVL72）系统展开，探讨了一个核心问题：在Agentic AI引爆token需求爆炸式增长的时代，价值究竟流向了谁——终端用户、Neoclouds、Hyper scalers、AI Labs、内存厂商还是GPU制造商？ 5. 报告数据显示：运行Opus 4.7的真实混合价格仅为$0.99/百万token（标价为$5/$25），主要因为agentic工作负载具有极高的input-to-output比率（约300:1）和高缓存命中率（90%+）。 6. Rubin采用socketed SOCAMM（System-On-Chip Attached Memory Module）设计，相比Blackwell的板载LPDDR5X，可以独立定价： 7. 当前定价对应的$PFLOP为$0.28，相比GB300下降60%（远低于正常趋势），说明有巨大提价空间。 8. 这种格局不太可能长期持续，未来3-5年硬件层有望逐步向"价值定价"转型，Nvidia和TSMC的利润率存在显著上行空间。