ChatGPT 上线后用户规模快速攀升（官方资料显示其 60 日月活破亿，成为史上增长最快的消费者应用），带动算力需求激增，但产业链的议价权并未均分：掌握高端 GPU 供给的上游芯片厂商议价能力显著增强，而国内受高端芯片出口限制影响，正通过国产 GPU 或 ASIC 替代来缓解算力约束。整体来看，算力供给紧张使利润向“卡脖子”环节集中，价格压力则沿产业链向下游应用传导。
算力需求爆发，供给瓶颈凸显
ChatGPT 所属的生成式人工智能（AIGC）依赖大模型的“涌现能力”，而大模型训练和推理需要海量算力支撑。官方资料指出，芯片作为人工智能行业的基础层，为其提供算力支持，未来越来越多 AI 应用的落地都离不开庞大算力的支撑，这将推动算力产业链快速增长。当需求快速膨胀而高端算力供给相对集中时，上游核心环节的议价权自然随之上升。
谁在掌握议价权？
上游 AI 芯片是当前议价权最集中的环节。官方资料明确提到，2022 年 8 月之后，美国限制了部分高端 GPU 出口中国，这在一定程度上影响了国内模型的训练速度。供给受限叠加需求扩张，使得掌握高端 GPU 供给的厂商在定价上拥有更强话语权。与此同时，国内企业正通过国产 GPU 或 ASIC 替代来应对算力约束，为国产算力产业链带来发展机遇。
从产业链结构看，官方资料认为最值得关注的四个环节分别是上游的 AI 芯片和光模块、中游的大模型，以及下游的落地场景。其中，光模块中的 CPO 技术被视为实现高速率、大带宽、低功耗网络的必经之路。而议价能力的分布并不均匀：越靠近上游、技术壁垒越高的环节，定价权越强；中游大模型和下游应用则更多承担算力成本上升带来的压力。
价格传导与国产替代
算力供给紧张带来的成本压力，正沿产业链向下传导。中游大模型厂商和下游应用企业需要为算力支付更高成本，这在一定程度上推高了 AI 应用的研发与运营门槛。官方资料也指出，国内大模型与美国的差距已缩小至 1-3 年，但算力约束仍是影响训练速度的重要因素之一。
常见问题
ChatGPT 的用户增速有多快？
官方资料显示，ChatGPT 上线后 5 天注册用户超 100 万，60 日月活破亿，是史上增长最快的消费者应用，其增速远超 TikTok、Instagram 等此前现象级产品。
算力议价权集中在产业链哪个环节？
议价权主要集中在掌握高端 GPU 供给的上游芯片厂商。2022 年 8 月后美国限制部分高端 GPU 出口中国，供给受限进一步强化了上游的议价地位，而国内正通过国产 GPU 或 ASIC 替代来应对。
国内如何应对算力约束？
官方资料指出，国内部分算力约束会通过国产 GPU 或 ASIC 替代来解决。随着中国公司在 AI 算法上持续投入、巨头积极布局，底层技术正处于跟随和追赶态势，有望依托大模型应用落地和产业升级释放增长潜力。