推理成本曲线如何重塑云厂毛利：2024-2027 推演
1. 问题陈述
2024-2027 年云厂毛利的核心变量从“GPU 是否买得到”转向“每 1,000 tokens 的折旧、电力、网络和调度成本能否每年下降 30%-50%”，因为微软 FY2026 Q3 Microsoft Cloud 毛利率已经降至 66%，且公司明确把同比下降归因于 AI 基础设施投资和 AI 产品用量增长。[1][2] [已发生] 同一季度微软收入为 829 亿美元、同比增长 18%，Microsoft Cloud 收入为 545 亿美元、同比增长 29%，说明需求曲线仍向上，但云毛利率已经比传统软件 70% 以上毛利框架低 4-8ppt。[1][2] [已发生] AWS Q1 2026 收入为 376 亿美元、同比增长 28%，AWS 经营利润为 142 亿美元、经营利润率约 37.8%，而 Amazon TTM FCF 仅 12 亿美元，说明规模最大云厂仍能在 P&L 端保住利润，但现金流端被 AI 资本开支显著压低。[3] [已发生] Google Cloud Q1 2026 收入为 200.28 亿美元、同比增长 63%，经营利润为 65.98 亿美元、经营利润率约 32.9%，其 Cloud 增速和利润率同时上行，证明利用率、TPU/GPU 混合供给和软件栈优化可以把推理成本下降转化为毛利扩张。[4] 本文中性结论是：2026-2027 年推理价格若每年下降 35%、单位算力成本若每年下降 45%、利用率若从 50% 提升到 65%，则大型云厂 AI 推理业务毛利率可从 20%-25% 提升到 35%-40%；若价格下降快于成本下降 15ppt，则同一业务会把集团毛利率拖低 100-250bp。[1][3][4] 🔒
2. 路线技术比较
推理成本下降有 5 条路线，且每条路线对毛利的方向不同：硬件代际把 token 成本一次性下移，NVIDIA Blackwell 官方披露 GB200 NVL72 在 LLM 推理负载下相对同等数量 H100 可提供最高 30 倍性能提升并把成本与能耗最高降低 25 倍，但该数字属于平台峰值，不应直接等同云厂实测毛利改善 25 倍。[5] 模型侧量化从 FP16/BF16 切到 FP8/FP4，可把显存带宽和 KV cache 压力下降 30%-60%，但精度、召回和企业 SLA 会限制金融、医疗、代码等高价负载的降本速度。[5][6] 服务侧从单体推理转向 prefill/decode 分离、continuous batching、speculative decoding 和 KV cache 复用，可把同一 GPU 利用率从 40%-50% 推升到 60%-75%，但长上下文和多轮 agent 会把网络、HBM 和调度尾延迟重新推高。[6] 自研芯片路线使 AWS Trainium、Google TPU 和 Azure Maia 将采购毛利让渡收回到云厂内部，Amazon 已披露其 Graviton、Trainium 和 Nitro 芯片业务年化收入运行率超过 200 亿美元且同比三位数增长，说明自研 ASIC 不是概念项而是收入项。[3] 商业模式路线把按 token 定价改为 provisioned throughput、reserved capacity 或企业包年承诺，可把利用率风险转移给客户，但价格透明度上升会让 2027 年推理单位收入下降更快。[1][3][4]
| 路线 | 速率/吞吐 | 功耗或成本弹性 | 距离或维度 | 标准成熟度 | 2026-2027 量产概率 | 毛利传导 | 反证指标 |
|---|---|---|---|---|---|---|---|
| Blackwell/Rubin GPU | GB200 NVL72 最高 30x H100 推理性能 | 最高 25x 成本与能耗下降 | 72 GPU 机柜 | NVIDIA 平台已量产/爬坡 | 85% | 折旧/电力每 token 下行 40%-60%，但折旧基数上行 | 云厂 GPU 利用率低于 55% 达 2 个季度 |
| TPU/Trainium/Maia 自研 ASIC | AWS 芯片年化收入运行率 > 200 亿美元 | 单位采购成本可低于外采 GPU 20%-40% [未核实 — 待补 A/B 源] | 云内专用推理集群 | Google/AWS 较成熟，Azure 追赶 | 70% | 采购毛利留在云厂，但开发和良率风险内化 | 自研芯片份额低于新增推理算力 15% |
| FP8/FP4 量化 | token/s 提升 1.5-3.0x [未核实 — 待补 A/B 源] | KV cache 占用下降 30%-60% [未核实 — 待补 A/B 源] | 模型权重/激活精度 | 开源模型成熟，企业模型分层 | 75% | 单位成本快降，但高价 SLA 负载降价较慢 | 精度损失导致企业续约率下降 5ppt |
| Serving 软件栈 | batching/utilization 提升 15-25ppt [未核实 — 待补 A/B 源] | 等效折旧成本下降 20%-35% | 调度、缓存、网络 | 大厂内部成熟，外部标准分散 | 80% | 利用率每提升 10ppt，推理 GM 提升约 600-900bp | p95 延迟高于 SLA 20% |
| 预留吞吐商业模式 | 企业包年锁量 | 闲置风险从云厂转向客户 | 合同维度 | AWS/Azure/GCP 已商业化 | 85% | 收入可见度提升，但 ASP 年降 20%-40% | 预留实例折扣超过 45% |
3. 产业链影响
产业链受益顺序在 2024-2025 年偏向 GPU、HBM、封装和电力，而在 2026-2027 年会向“可提高 GPU 利用率的软件”和“能锁定高价企业推理负载的云平台”迁移，因为资本开支上升已经开始侵蚀自由现金流。[3][7][8] [已发生] Amazon Q1 2026 披露 TTM 经营现金流为 1,485 亿美元、TTM FCF 为 12 亿美元，且 FCF 下降主要由 AI 相关 PPE 购买增加 593 亿美元驱动，说明 AWS 推理毛利即使接近 38% 经营利润率，也会被集团现金流折旧周期约束。[3] [已发生] Alphabet Q1 2026 TTM 经营现金流为 1,743.53 亿美元、资本开支为 1,099.24 亿美元、FCF 为 644.29 亿美元，且 Google Cloud 经营利润率约 32.9%，说明自研 TPU、搜索流量入口和企业 Cloud backlog 的组合正在把推理需求转为利润。[4][9] [已发生] Meta Q1 2026 收入为 563.11 亿美元、经营利润率为 41%，但 2026 年资本开支指引上调至 1,250-1,450 亿美元，且公司把上调归因于更高组件价格和数据中心成本，说明广告平台通过 AI 提升广告价格和展示量可以保住经营利润率，但基础设施现金支出仍向上。[7] [指引] Oracle FY2026 Q3 Cloud Infrastructure IaaS 收入为 49 亿美元、同比增长 84%，但 StockAnalysis 口径 TTM 资本开支为 482.5 亿美元、FCF 为 -247.4 亿美元，说明后发云厂用杠杆和长期 RPO 换规模时，毛利改善会滞后现金流改善 4-8 个季度。[8][10] 因此上游 GPU/HBM 仍拿走 2026 年第一层利润，二层利润从 2027 年开始取决于云厂能否把利用率从 50% 提到 65%、把电力和折旧摊销每 token 降低 30%-50%、并把企业推理价格年降幅控制在 20%-35%。[1][3][4] 🔒
4. 时间线情景表
| 年份 | 看多情景 | 中性情景 | 看空情景 | 关键验证 |
|---|---|---|---|---|
| 2024 | H100/早期 H200 供不应求使云厂推理价格维持高位，AI 毛利率 30%+ | 训练需求挤压推理供给，推理业务规模小于云收入 5% | GPU 租赁价格回落但折旧锁定，AI GM 低于 20% | NVIDIA Blackwell 披露最高 25x 成本/能耗下降 |
| 2025 | Blackwell 交付扩大，batching 和量化使单位 token 成本下降 40% | 资本开支领先收入 2-4 个季度，云毛利率承压 | 价格战先于利用率改善，云毛利率下降 200bp+ | Microsoft FY2025 Cloud GM 已降至 69% [未核实 — 待补 A/B 源] |
| 2026 | Google Cloud 63% 增速和 32.9% OPM 成为高利用率样板 | Microsoft Cloud GM 66%，AWS OPM 37.8%，Meta capex 1,250-1,450 亿美元 | Oracle/AI 新云 FCF 为负，组件价格继续抬高 capex | 2026-05 已披露季度财务与 capex 指引 |
| 2027 | 推理成本再降 35%-45%，企业价降小于成本降，AI GM 升至 35%-40% | 价降 35%、成本降 45%、利用率 65%，集团 GM 稳定或小幅上升 | 价降 50%、成本降 30%、利用率低于 55%，集团 GM 下行 100-250bp | 预留吞吐折扣、GPU 利用率、p95 延迟、FCF margin |
中性模型的公式是 推理 GM = 1 - (折旧/千 tokens + 电力/千 tokens + 网络与存储/千 tokens + 运维/千 tokens) / 推理 ASP，且 2026 年假设 ASP 为 1.00、折旧 0.46、电力 0.09、网络存储 0.08、运维 0.12 时，推理 GM 为 25%。若 2027 年 ASP 下降 35% 至 0.65，而折旧因 Blackwell/Rubin、量化和利用率提升下降 45% 至 0.25，电力下降 35% 至 0.06，网络存储下降 20% 至 0.06，运维下降 25% 至 0.09，则推理 GM 提升至约 29%，低于“成本 45% 全线下降”的直觉，但仍比 2026 年提高约 4ppt。若 2027 年利用率从 50% 升至 70%，折旧项可再从 0.25 降至 0.18，同一 ASP 0.65 下推理 GM 可达约 40%，这解释了云厂为什么把调度、预留吞吐、区域容量和自研芯片放在与 GPU 采购同等重要的位置。[1][3][4][5]
5. 投资落地、估值与误读纠偏
估值表口径统一为美股 2026-05-27 16:00 EDT 完整收盘、美元、StockAnalysis C 级行情口径；收入、利润和资本开支使用公司公告或 SEC 附件 A/B 级口径。[1][3][4][7][8][9][10][11][12][13][14]
同业硬指标对比表
| 公司 | 推理成本角色 | 最新经营锚点 | 毛利/利润质量 | 股价/市值口径 | PE TTM | 推理成本弹性 | 反证条件 | 来源 |
|---|---|---|---|---|---|---|---|---|
| Microsoft | Azure + Copilot 高价企业推理 | FY26 Q3 Microsoft Cloud 收入 545 亿美元 [ref: MSFT-FIN-FY26Q3]，+29% | Microsoft Cloud GM 66%，同比下降 | 412.67 美元 [ref: MSFT-VAL-20260527]；3.07 万亿美元 [ref: MSFT-VAL-20260527]；2026-05-27 16:00 EDT close | 24.58x [ref: MSFT-VAL-20260527] | AI 用量每 +10%、单位成本每 -15%，Cloud GM 可回升 50-100bp | Cloud GM 连续 2 季低于 65% | [1][2][11] |
| Amazon | AWS + Trainium 自研 ASIC | Q1 2026 AWS 收入 376 亿美元 [ref: AWS-REV-2026Q1]，+28% | AWS OPM 37.8%，TTM FCF 12 亿美元 | 271.85 美元；2.92 万亿美元；2026-05-27 16:00 EDT close [ref: AMZN-VAL-20260527] | 32.51x [ref: AMZN-VAL-20260527] | Trainium/Graviton/Nitro 年化收入 > 200 亿美元，可缓冲外采 GPU 成本 | TTM FCF 连续 4 季为负 | [3][12] |
| Alphabet | GCP + TPU + Search/Workspace AI | Q1 2026 Google Cloud 收入 200.28 亿美元，+63% | Google Cloud OPM 32.9%，集团 FCF 644 亿美元 | 388.83 美元；4.71 万亿美元；2026-05-27 16:00 EDT close | 29.67x | TPU 和搜索入口使成本降幅更容易保留为毛利 | Cloud OPM 低于 25% 或 capex/revenue 高于 35% | [4][9][13] |
| Meta | 自用推理 + 潜在云化 | Q1 2026 收入 563.11 亿美元，+33% | OPM 41%，2026 capex 指引 1,250-1,450 亿美元 | 635.26 美元；1.61 万亿美元；2026-05-27 16:00 EDT close | 23.11x | 广告价格 +12% 可对冲推理成本，但外售云能力未验证 | Capex 上限再上调 10% 且广告价格转负 | [7][14] |
| Oracle | OCI AI 合同和 GPU 云 | FY26 Q3 OCI IaaS 收入 49 亿美元，+84% | TTM FCF -247 亿美元，债务 1,621.7 亿美元 | 190.96 美元；5,492 亿美元；2026-05-27 16:00 EDT close | 34.27x | RPO 和大型 AI 合同拉动收入，但现金流杠杆最高 | FCF 2027 仍低于 -100 亿美元 | [8][10] |
可算传导链 1 是 Microsoft：FY26 Q3 Microsoft Cloud 收入 545 亿美元 [ref: MSFT-FIN-FY26Q3] × 年化 4 = 2,180 亿美元收入基数；云毛利率 66% 到 67% = 1ppt 改善；2,180 亿美元 × 1% = 21.8 亿美元年化毛利增量；税后保留 81% = 17.7 亿美元净利增量；17.7 亿美元 × PE 24.58x [ref: MSFT-VAL-20260527] = 435 亿美元市值弹性，约等于 3.07 万亿美元 [ref: MSFT-VAL-20260527]市值的 1.4%。[1][2][11] 可算传导链 2 是 Alphabet：Q1 2026 Google Cloud 收入 200.28 亿美元 × 年化 4 = 801.12 亿美元；Google Cloud OPM 从 32.9% 提至 36.0% = 3.1ppt；801.12 亿美元 × 3.1% = 24.8 亿美元经营利润增量；税后保留 82% = 20.3 亿美元净利增量；20.3 亿美元 × PE 29.67x = 602 亿美元市值弹性，约等于 4.71 万亿美元市值的 1.3%。[4][9][13] 误读 1 是“推理越便宜，云厂毛利一定越差”，实际是价格下降 35% 但成本下降 45% 且利用率提升 15ppt 时，毛利率方向向上；证据是 Google Cloud 在 63% 收入增长下仍把 OPM 做到约 32.9%。[4] 误读 2 是“自研芯片会立刻替代 NVIDIA 并抬升云毛利”，实际是自研 ASIC 降低采购成本但提高研发、良率、编译器和客户迁移成本；证据是 Amazon 披露芯片年化收入超过 200 亿美元的同时，TTM FCF 仍因 AI PPE 投资降至 12 亿美元。[3] 误读 3 是“Meta capex 上行等于利润崩塌”，实际是 Q1 2026 Meta 广告展示量 +19%、广告均价 +12%、经营利润率 41%，但现金支出和未来折旧压力同向上行，估值应看 2027 年折旧/收入而非单季 OPM。[7][14]
6. 风险与来源 footnotes
风险 1 是价格战快于成本曲线：若 2027 年企业推理 ASP 下降 50%、单位成本仅下降 30%、利用率仍低于 55%，则 2026 年 25% 推理 GM 会下降至约 5%-10%，并把 Microsoft/AWS/GCP 集团毛利率压低 100-250bp。[1][3][4] 风险 2 是折旧滞后：若 2026 年 1,000 亿美元级 capex 在 4-6 年折旧周期内被锁定，而 2027 年模型效率突然提升 2-3 倍，旧 GPU 集群会从“稀缺资产”转为“低利用率资产”，云厂现金流改善会慢于 P&L 口径 4-8 个季度。[3][7][9] 风险 3 是电力和组件价格：若 Meta 指引中的组件价格上升继续延续 2 个季度，且 Oracle TTM capex/收入维持在 75% 左右，后发云厂的融资成本会吞噬部分 AI 收入增长。[7][10] 风险 4 是口径风险：本文所有市值/PE 为 2026-05-27 美股完整收盘的 C 级行情快照，不把 2026-05-28 尚未发生的美股收盘写成事实，且所有自研芯片份额、单位 token 成本和利用率假设在缺少 A/B 级披露时均已标注 [未核实 — 待补 A/B 源]。[11][12][13][14]
[1] Microsoft, “FY26 Q3 Earnings Release,” 2026-04-29, https://www.microsoft.com/en-us/investor/earnings/fy-2026-q3/press-release-webcast (B)
[2] Microsoft, “FY26 Q3 Performance,” 2026-04-29, https://www.microsoft.com/en-us/investor/earnings/fy-2026-q3/performance (B)
[3] Amazon, “Amazon.com Announces First Quarter Results,” 2026-04-29, https://s2.q4cdn.com/299287126/files/doc_earnings/2026/q1/earnings-result/AMZN-Q1-2026-Earnings-Release.pdf (B)
[4] Alphabet, “Alphabet Announces First Quarter 2026 Results,” 2026-04-29, https://fortune.com/company-assets/1500/quartr/earnings-release-8-k-5e087-2026-04-29-20-46-03.pdf (B)
[5] NVIDIA, “NVIDIA Blackwell Platform Arrives to Power a New Era of Computing,” 2024-03-18, https://investor.nvidia.com/news/press-release-details/2024/NVIDIA-Blackwell-Platform-Arrives-to-Power-a-New-Era-of-Computing/default.aspx (B)
[6] NVIDIA, “Smart AI Inference at Scale with NVIDIA Blackwell,” accessed 2026-05-28, https://www.nvidia.com/en-us/solutions/ai/inference/ (B)
[7] Meta Platforms, “Meta Reports First Quarter 2026 Results,” 2026-04-29, https://www.sec.gov/Archives/edgar/data/1326801/000162828026028364/meta-03312026xexhibit991.htm (B)
[8] Oracle, “Oracle Announces Fiscal Year 2026 Third Quarter Financial Results,” 2026-03-10, https://investor.oracle.com/investor-news/news-details/2026/Oracle-Announces-Fiscal-Year-2026-Third-Quarter-Financial-Results/default.aspx (B)
[9] StockAnalysis, “Alphabet Statistics & Valuation,” accessed 2026-05-28, https://stockanalysis.com/stocks/googl/statistics/ (C)
[10] StockAnalysis, “Oracle Statistics & Valuation,” accessed 2026-05-28, https://stockanalysis.com/stocks/orcl/statistics/ (C)
[11] StockAnalysis, “Microsoft Statistics & Valuation,” accessed 2026-05-28, https://stockanalysis.com/stocks/msft/statistics/ (C)
[12] StockAnalysis, “Amazon Statistics & Valuation,” accessed 2026-05-28, https://stockanalysis.com/stocks/amzn/statistics/ (C)
[13] StockAnalysis, “Alphabet Statistics & Valuation,” accessed 2026-05-28, https://stockanalysis.com/stocks/googl/statistics/ (C)
[14] StockAnalysis, “Meta Platforms Stock Price & Overview,” accessed 2026-05-28, https://stockanalysis.com/stocks/meta/ (C)