
Colossus:千亿美元AI工厂——出租算力或许是其价值最低的用途
仅按 GPU 租金估值会低估 Colossus:它是可切换用途的「智能工厂」,真正的机会是持续把算力推向每 GPU 小时价值最高的应用层。
思考Colossus的经济价值,至少有两种方式。
第一种非常简单:如果SpaceXAI只是把GPU租出去呢?
在Elon提出的12月下旬最大规模情景下,Colossus可能包含大约144万块NVIDIA GPU,其中包括多达110万块GB300 Blackwell Ultra GPU。按当前具有代表性的云租赁价格计算,在75%利用率假设下,这些硬件大约代表着每年1130亿美元的总算力租赁能力。
这是一个惊人的数字,但这也可能是SpaceXAI用Colossus能做的最没有价值的事情。
第二种方式(以及更多方式)将会有价值得多。

从最简单的生意开始:出租算力
想象一下,SpaceXAI并没有对Colossus的一部分做任何复杂的事情。它只是出租GPU容量。这本身就已经具有可观的价值。
当然,没有任何数据中心能够现实地做到一年中每小时都保持100%的可计费利用率。GPU需要维护,工作负载来来去去,任务会失败,调度会产生空档,而且总会有一些容量不可避免地闲置。
对于一个高负载利用的AI云来说,更合理的区间可能是65%到85%,其中75%是一个有用的基准情景。将这些利用率应用到当前具有代表性的GPU租赁价格上,会改变经济账,但数字仍然极其庞大。
Colossus目前78万块GPU的机群,在100%利用率下的理论零售租赁价值约为每年730亿美元。在75%利用率下,这一数字降至约每年540亿美元。
随着另外22万块GB300上线,这一数字升至约740亿美元;在11月那一批之后,约为940亿美元;而在Elon提出的12月下旬最大规模情景下,即144万块GPU,约为每年1130亿美元。
采用更宽的 65%–85% 利用率区间,按当前租赁价格计算,年末机队大致相当于每年 980 亿至 1280 亿美元的算力租赁总容量。

更长期的机构合同,其谈判价格很可能低于按需零售价格。
不过,即便只是把 Colossus 当作一个庞大的 GPU 云来对待,也已经能产生每年超过 1000 亿美元的收入机会。而租赁算力,还是算力最低价值的用途。

出售原始 GPU 时长是最低价值的用途
当我们不再只是出售 GPU 时长时,经济账就变得有趣得多。
假设 SpaceXAI 不是按小时出租一台 GB300,而是将其用于内部,用来生成 Grok 回复、编写软件、制作视频或运行自主智能体。
这些算力所创造的产品,其价值可能远远超过底层 GPU 的租赁价格。
收入层 #1:Grok 订阅
最显而易见的应用是 Grok。
消费级 AI 订阅通常以月度订阅价格来定价,而不是按 GPU 小时计价。因此,其经济模型取决于 SpaceXAI 能将算力转化为付费用户的效率。
纯粹出于举例说明,想象一下:1 亿 Grok 订阅用户 × 每月 20 美元,那将等于:240 亿美元的年度订阅收入。
达到:2.5 亿订阅用户时,这个数字变成:600 亿美元。
达到:5 亿时,则变成:1200 亿美元。
(这些数字并非预测,但它们说明了为什么拥有底层算力可能具有巨大的价值。)
收入层 #2:企业级 AI
消费级订阅甚至可能不是最大的市场。企业越来越需要能够编写软件、分析合同、管理客户支持、开展研究、生成营销材料、分析财务数据、运营业务流程,并最终充当自主数字员工的 AI 系统。
随着 AI 从生产力助手演变为更接近员工的存在,企业的付费意愿会大幅上升。一家公司可能不愿为又一个软件工具每月支付 100 美元,但它可能乐于每月支付数千美元,让一个 AI 代理完成此前需要年薪 10 万美元员工才能完成的工作。
到那时,收入受传统软件定价的约束就会小得多。而且,SpaceXAI 在价值链上攀升得越高,收入与 GPU 小时市场价格的直接关联就越小。
收入层 #3:编程
Cursor 还提供了一条特别有趣的分发渠道。
Cursor 表示,加入 SpaceX 让它能够使用其所说的全球最大 GPU 集群,并使其能够开发更强大、更经济的模型。
编程是价值最高的 token 市场之一:开发者成本高昂,编程智能体可以消耗巨量推理资源,而一款集成的编程产品则开辟了一条从 Colossus 算力直达企业客户的路径。
收入层 #4:推理 API
接下来是 API 使用。
数百万开发者可以在 Grok 模型之上构建应用。每一次查询都成为一笔推理交易。
如果每 token 成本持续下降,而 token 需求上升得更快,基础设施所有者就能经历定义云计算的同一种动态:单位价格降低带来大得多的总消耗量。
智能手机并没有因为芯片变便宜而减少计算需求。它大幅增加了计算需求,因为廉价计算催生了全新的用例。
AI 可能遵循同样的模式。
收入层 #5:AI 智能体
智能体可能正是当今算力估算变得远远不够的地方。
聊天机器人或许只需一段相对较短的推理序列就能回答一个问题。而 AI 智能体可能会研究数百个网站、编写并执行代码、使用多种工具、生成文档、分析结果、发现错误、重试任务、与其他智能体通信,并持续运行。
如果最终有数百万人各自运行数十个持久化的 AI 智能体,全球推理需求可能会呈爆炸式增长。
Colossus 正是为这种可能性而建的基础设施。
收入层 #6:视频生成
视频是另一个潜在的巨大算力消耗源。
NVIDIA 表示,GB300 在生成某些基于扩散的视频工作负载时,速度远超 Hopper,并将物理 AI/世界模型生成列为关键目标。
想象一下未来版本的 Grok Imagine,能够根据提示词制作完整的广告、电视剧集、游戏或交互式虚拟世界。传统视频制作成本从数千美元到数百万美元不等。如果 AI 将成本降低几个数量级,消费量可能会呈爆炸式增长。
人们不会只是以更低的成本制作现有的视频。他们可能会创作出数量庞大得多的视频。这将把闲置的 GPU 产能转化为另一种可变现的产品。
收入层 #7:合成数据
前沿 AI 公司越来越多地使用 AI 系统来生成数据,用于训练其他 AI 系统。因此,Colossus 有可能全天候运行,即使它并未在为客户提供服务。
未使用的推理算力可以用于生成数据集、解决数学问题、编写代码、模拟环境,或执行强化学习任务,从而改进未来的模型。
换句话说,这座闲置的工厂可以为自己的下一代制造输入。
传统工厂在机器闲置时会亏钱。AI 工厂则不同。闲置算力有可能被用来生成合成训练数据、运行强化学习、评估模型、解决编程问题、模拟环境,并改进下一代 AI。
因此,Colossus 可以消耗自身的过剩算力来生产一种资产:更好的智能。
收入层 #8:机器人技术
接下来,机会将延伸到物理世界。
未来的人形机器人在部署前可能需要海量训练,但在运行时的推理成本相对较低。数百万台机器人将催生对模拟、合成环境、视觉训练、运动规划、世界模型、强化学习以及真实世界遥测分析的巨大需求。
如果特斯拉的 Optimus 项目最终与更广泛的马斯克生态共享模型、基础设施或研究成果,Colossus 就可能间接参与到一个潜在规模最大的 AI 市场之一。
先是数字工人。然后是物理工人。
收入层第9层:科学发现
在能力足够高时,AI算力可以应用于:药物研发、材料科学、工程优化、天气建模、物理学、能源系统、芯片设计、生物学和制造业。
解决一个困难科学问题所带来的潜在经济价值,可能远超用于解决它的算力成本。
想象一个AI系统,它发现了一种性能大幅提升的电池化学方案。或者一种新药。或者一种能节省数十亿美元的制造工艺。
智能的价值未必与产生它所需的GPU小时数成正比。这让上行空间难以建模,但它确实存在。
Colossus不必直接产生收入,也能创造巨大的经济价值。
九个层级
1000多亿美元的云租赁测算,确立了底层算力作为基础设施可能赚取的价值。上述九个层级则展示了SpaceXAI可能尝试的各种方式,将同样的算力转化为价值更高的东西。

战略问题不在于这九条收入流是否同时实现。而在于SpaceXAI能否持续地将Colossus算力推向每GPU小时产生最大价值的那一层。
有几个层级相互重叠,因此不应将它们相加。同一块GB300不可能同时被租出去、服务Grok、运行Cursor,又驱动一个智能体。
规模创造可选性
Colossus 为 SpaceXAI 提供了极具价值的东西:可选性。
SpaceXAI 不必提前准确预测哪款 AI 应用会胜出。它需要的是能够为任何胜出应用提供支持的智能工厂。
- 如果消费级 AI 爆发,就把 GPU 用于 Grok。
- 如果编程爆发,就把它们用于 Cursor。
- 如果企业级智能体爆发,就服务企业。
- 如果视频爆发,就生成视频。
- 如果机器人需要更多训练,就训练机器人。
- 如果外部 AI 实验室急需算力,就出租算力。
- 如果下一个前沿模型需要前所未有的训练规模,就运行它。
拥有庞大的灵活算力容量,使 SpaceXAI 能够将资源转向回报最高的应用。

收入问题
那么 Colossus 最终在经济上可能价值多少?
保守的答案是,按当今有代表性的租赁价格,在高利用率下,这些硬件可代表超过 1000 亿美元的年总算力租赁能力,但这可能是一种错误的思考方式。
更大的可能性是,Colossus 所支持的应用程序,其收入远远超过底层 GPU 的租赁价值。
人们很容易把 Colossus 看作一个巨大的数据中心,但我认为这低估了 SpaceXAI 正在建设的东西。
它是一座智能工厂。原材料是电力。机器是数百万块 GPU。产出是 token、模型、软件、智能体、合成数据、发现,最终是物理世界中的行动。而 SpaceXAI 可以选择让这种智能在哪里产生最大的经济回报。
- 它可以出售 GPU 小时。
- 它可以通过 API 出售 token。
- 它可以通过 Grok 和 Cursor 出售软件。
- 它可以通过自主智能体出售数字员工的产出。
- 它可以在内部利用这种智能来改进未来的模型。
- 最终,这种智能可以流入机器人、工程、科学发现以及尚未存在的全新产品之中。
这就是为什么仅凭 Colossus 的 GPU 能租出多少钱来给它估值,最终可能没有抓住重点。
租赁计算告诉了我们一件重要的事:在规模化运行下,基础设施本身可能已经代表着每年超过 1000 亿美元的总算力容量。
但更大的机会来自沿着经济价值链逐步向上攀升,而每向上一步,每个 GPU 小时所能创造的潜在价值都会增加。
参见我之前的文章:SpaceX 的庞大智能工厂
