比推消息，SemiAnalysis 创始人 Dylan Patel 近日接受红杉资本播客《Training Data》采访时表示，AI 推理将成为全球最大市场之一，规模可能超过石油，并占全球 GDP 的若干个百分点。他认为，模型每次迭代升级后，可完成任务的数量和价值扩张速度持续快于算力增长，因此算力短缺或将长期存在。

Patel 预计，到 2030 年，仅 OpenAI 和 Anthropic 两家公司合计算力需求就将超过 100 吉瓦；未来 3 至 5 年，太空数据中心影响仍可忽略不计，但到 2040 年，超过一半新增算力可能进入太空。他表示，核心制约在于地面能源成本和建电能力，一旦太空部署经济性超过地面，算力向太空迁移将成为必然。

在硬件和软件协同设计方面，Patel 表示，过去三年 AI 效率提升并非主要来自硬件，而是来自模型层和跨层协同优化。他以 DeepSeek 为例称，其专家模型形状专门为英伟达 Hopper 架构优化，因此在 Hopper 上运行表现出色，但在 TPU 上表现不佳；Anthropic 模型更适合 TPU，OpenAI 模型则更偏向 GPU 路线。他认为，所谓 CUDA 护城河，本质上并不只是 CUDA 本身，而是开源模型生态普遍围绕 GPU 协同优化。

Patel 还表示，英伟达 CEO 黄仁勋大力扶持新兴云计算商，是为了避免超大规模云厂商垄断算力格局，并推动形成多极化市场。此外，SemiAnalysis 团队搭建的实时推理基准系统 InferenceX 显示，在等效质量下，推理成本每年下降约 60 倍，每瓦智能改善约 40 倍。