---
先说结论：
AI 贫富分化不是营销话术，是硅基通胀的必然结果。
---
1. 工业品的规模效应，在 GPU 上失灵
我当年做供应链，最怕听“产能爬坡”四个字——一旦良品率上来，BOM 成本咔咔往下掉，终端价年年跳水。这是工业品的铁律：产量↑，边际成本↓。
大模型正好反过来：
- 参数每翻一倍，训练算力≈平方级涨
- 推理长度每翻一倍，KVCache 显存≈线性涨
- 用户每多一人，机房、电、水、运维全涨
数据来源：arXiv:2412.08912，指标叫“50%-pass task duration”——人类做完 vs 模型 50% 通过率。原文那张图：7 个月任务时长翻一倍。翻译成人话——想保持同样的“聪明度”，你每半年得把卡再翻一倍。
卡价没降，电费还涨，你告诉我规模效应在哪？
---
2. 成本结构拆给你看，别信“白菜价算力”PPT
我拉过一张最简单的 Excel，训练+推理一起算，核心三行：
| 项目 | 公式 | 结果 |
|---|---|---|
| 峰值算力 | 8×H100@989 TFLOPS÷30 天÷50% 利用率 | 0.34 PF-day/月 |
| 折旧 | 35 万÷36 月 | 0.97 万/月 |
| 电费 | 10 kW×0.65×1.3×24×30 | 0.61 万/月 |
折完单价：每 PF-day 成本 2.7 万元。
别忘了，这还只是硬件。再加工程师、框架、数据清洗、合规、灾备——翻一倍算客气。
所以 OpenAI 敢放风 2 万美元/月套餐，不是黑心，是成本真下不来。
穷人想薅顶级模型，只能等平台烧钱补贴；一旦财报难看，第一时间砍免费额度。
---
3. 穷人版自救指南：薅羊毛也要讲技术
① 本地量化是硬道理
7B/4bit 量化后显存 < 4G，RTX 3060 12G 卡 1800 元闲鱼随便收。 配合 llama.cpp，M1 Pro 也能跑 20token/s。别跟土豪拼 GPT-4，先把 7B 玩出花。② 蒸馏+LoRA 做垂直
拿开源 13B 做教师，用 1/50 数据蒸馏 1.3B 学生，再套 LoRA 专打客服场景。 实测 F1 掉 3%，成本掉 80%。老板不关心你多大参数，只关心工单关闭率。③ 动态 offloading
把热数据放显存，温数据放内存，冷数据放 NVMe，写个 LRU 调度器。
延迟从 2.1s 降到 0.7s，显存省 40%，用户体验照样在线。
④ 冷热卡投机解码
用 1 张小卡跑 Draft，1 张大卡跑 Verify，token 吞吐 +2.2×。 反正卡闲着也是闲着，拼车不丢人。---
4. 别等“算力共产主义”，窗口期就这两年
马斯克说未来能源不要钱，算力白送。
我信他能把火箭收回来，但不信电网改造不要钱、晶圆厂不要钱、CUDA 工程师不要钱。
退一步讲，就算电价降到 0，光刻机、玻璃基板、HBM 也不会白送。
摩尔定律的副产品是“建厂成本每 5 年翻倍”，原文早给你列了数据：25 年前 40 家公司玩得起，现在只剩 2-3 家。玩家越少，议价权越集中，穷人越没资格上桌。
---
5. 可落地的 action，今天就能干
1. 立刻给自己搭一套“离线 7B+Embedding”组合，断网也能写代码
2. 把公司所有 FAQ、SOP 导进向量库，用 1.3B 模型做检索问答，成本 < GPT-4 1%
3. 每月盯二手卡行情，H100 跌破 2 万/张再考虑入手，之前一律租+拼车
4. 跟财务申请“算力预算”时，用 PF-day 而 not GPU 数量报价，把成本结构摊给他们看，批钱更快
5. 把这篇转给老板，告诉他：“不投本地化，就等着给 OpenAI 交 2 万美元月租”
---
最后一句话：
AI 不会让人人平等，它只会把“算力”变成新的房产——早买早上车，晚买多交租。
当然，房产能加杠杆，算力目前还没 30 年按揭，所以窗口更短。
现在不薅羊毛，将来你连毛都看不见。
