Epoch AI估算2027年存储可同时运行数千万前沿AI代理

Epoch AI估计，到2027年出货的存储芯片可同时运行约33至171百万个前沿AI代理。

若这些代理全天候运行，其工作时长相当于140至720百万名全职员工的周工作时长。该估算基于2025至2027年高带宽内存（HBM）出货量，将其转换为等效GPU数量后，结合不同模型的服务基准计算并发代理规模。

报告指出，使用更高效的开源模型时，同一硬件可支持数十亿代理。以DeepSeek V4 Pro为例，基准测算显示约19亿个并发代理，其全天候工作时长可匹配约80亿人每周40小时的工作量。

Epoch AI以HBM作为跨厂商统一衡量标准，因为存储已成为AI芯片的主要瓶颈。估算假设硬件全部部署并专用于代理工作负载，实际部署延迟或其他用途会降低可运行数量。

报告同时分析需求缺口：即便按20%利用率保守估算，年支出也需达到2.6至5.3万亿美元，而按当前头部实验室收入增长路径，到2027年底合计年化收入约1万亿美元，远低于填满产能所需。

AI基础设施扩张中，存储出货决定可同时运行的代理上限，资金流向HBM与推理芯片供应商。受益方为掌握存储产能的厂商与高效模型提供方，承压方为依赖高价前沿模型且需求增长不足以消化产能的实验室。

来源：公开信息

ABAB AI 解读

Epoch AI长期追踪AI训练算力与芯片供应，此前已多次以HBM出货作为推理容量瓶颈指标，本次将同一方法延伸至代理并发规模测算，延续其以硬件供给倒推应用上限的路径。

资本路径上，估算依赖HBM出货量转化为等效GPU，再按不同模型服务成本反推代理数量，资金集中流向存储扩产与高效推理优化，而非单纯增加GPU数量。

这与2024-2025年部分实验室通过模型蒸馏与量化降低推理成本、从而在同等硬件上运行更多会话的案例类似，当前处于从训练算力竞争转向推理并发规模竞争的阶段。

本质属于技术替代下的定价权转移：存储供给决定代理并发上限，高效模型可在同等硬件上大幅提升代理数量，机制在于推理成本随模型效率下降，使单位存储可支撑的工作时长快速上升，进而改变人力工时与算力工时的相对定价。

ABAB News · 认知定律