物理约束
英伟达今年720万张卡，其中Hopper约45万，再去掉H20和B30约140万，芯片功耗约5500K * 1.2KW = 6600MW * 1.5（服务器，网络等系统）= 9,900MW。
26年等效Blackwell为700万张（Blackwell 390万，Rubin 210万，每cowos中介层可以出15和10张），功耗为7000K * 1.2KW = 8400MW * 1.5 = 12,600MW。
加速芯片里英伟达占Cowos产能在65%左右，假设其它家芯片（ASIC，AMD）系统功耗低于英伟达，即使按一半功耗计算，25年及26年的新增数据中心电力需求分别为9900MW * (1 + 35%/2/65%) = 12,565MW 和 12600MW * (1 + 35%/2/65%) = 15,992MW。
按照IDC数据，全球到26年相比24年数据中心新增容量（不包括中国，中国可以新增约25GW）约20GW，已经不能满足需求了。同时，这是全口径数据中心，许多扩容项目并不满足新一代芯片要求。
实际上，电力之后，机架、散热、供水等物理约束会更大。
Token变化趋势
Token的增长主要来自于搜索和coding，Google保持每两个月调用量翻翻，OpenRouter也是这个趋势，但是目前已经呈现出此消彼长的情况了，预计调用量翻翻的速度会下降到三到四个月。
Google的Gemini六月份日均调用量30T，这个数字超过Claude，同时因为GPT模型编程能力较弱，所以Gemini的Token调用量应该也是超过GPT的，如果再考虑Grok和一些云端的开源模型部署，Gemini的调用量应该可以占到中国以外市场的30%，那么截止八月底（相比六月翻翻），中国以外市场日均token调用量约为30T * 2 / 30% = 200T。
考虑token分布，在典型的对话中，输入token与输出token的比例大约是3-5:1，AI搜索和AI Coding中比例超过100:1，所以95%的输入token，5%的输出token从收入端角度计算已经是很乐观的假设了。输入token中还有超过50%的会命中cache。
收费上，Gemini-2.5-Flash的输入是$0.3，输出为$2.5；Claude-Sonnet输入为$3-6，输出为$15-22.5，GPT-5为$1.25和$10。命中缓存价格按五分之一算（Claude和GPT是十分之一）。
那么每天的AI收入为 200T/1M * 5% * (2.5 + 15 + 10)/3 + 200T/1M * 95% * (0.3 + 3 + 1.25)/3 * (0.5 + 0.5/5) = $91.7M + $167.4M = $259.1M。
极度乐观情况下，预计到明年年底，每三个月token数量翻倍，token价格因硬件升级下降到30%，剩余16个月，token量增长40倍，日token收入为12倍，2026年年底日收入上限为 $259.1M * 12 = $3,109M。
以上计算，是一个极度乐观的情况，关键变量是token增速，如果放缓到四个月（平均），那么就变为 $1,244M，如果放缓到半年（平均），$493.6M。
按照以上极度乐观假设，年化收入约1万亿美金，基本等于美国上市公司（扣除Mag7及AI相关硬件公司）一年的全部利润。
