在AI大模型产业链中，议价能力最强的环节是上游算力供应商，尤其是以英伟达为代表的AI芯片厂商。大模型的“涌现能力”需要模型规模达到特定阈值，这直接催生了海量算力需求，而高端GPU的供不应求使得算力供应商掌握了极强的定价权。
算力稀缺与定价权
大模型的涌现能力，即当模型规模达到某个阈值时，其对某些问题的处理性能会突然快速增长。根据《Scaling Laws for Neural Language Models》等研究，模型训练所需的计算量（FLOPs）常达到10^22乃至10^23级别。这种对算力的刚性需求，使英伟达等AI芯片厂商成为产业链中最稀缺的一环。英伟达CEO黄仁勋曾将这一时刻称为“AI的iPhone时刻”，凸显了算力在AI发展中的核心地位。
产业链中的价格传导
算力稀缺带来的高溢价，沿着产业链向下传导。上游的AI芯片和光模块（尤其是CPO技术）是支撑算力基础设施的关键，其价格受需求拉动明显。相比之下，中游的大模型提供商面临API降价趋势与推理成本下降的矛盾，议价能力相对较弱。下游应用场景虽能通过AI赋能实现降本增效，但同样受制于上游算力成本。
常见问题
为什么算力供应商的议价能力最强？
因为大模型训练需要达到涌现阈值，这需要海量算力支持。当前高端AI芯片供不应求，算力供应商因此拥有极强的定价权，能够将高溢价传导至整个产业链。
模型提供商在产业链中处于什么地位？
模型提供商（如OpenAI、百度、阿里等）处于中游，虽然大模型是市场关注的核心，但他们面临API降价趋势与推理成本下降的矛盾，议价能力相对较弱。
下游企业能否通过自研芯片改变议价格局？
部分大型科技企业（如微软、谷歌、Meta）已开始自研芯片，这有可能重塑议价体系。但短期内，自研芯片的产能和技术成熟度仍难以与专业芯片厂商匹敌，算力供应商的强势地位短期内难以撼动。