当人工智能（AI）从模型训练阶段迈向大规模应用，产业瓶颈发生了根本性转移。2023年，Sequoia的David Cahn提出了悬在AI建设之上的“2000亿美元问题”：每年投入的GPU资本支出，需要产生约2000亿美元的收入才能收回成本，但当时存在巨大的收入缺口。2024年，随着超大规模厂商资本支出膨胀，这一问题升级为“6000亿美元问题”。看空者担忧过度建设将导致供给过剩。
然而，答案并未出现在训练侧，而是出现在推理（inference）侧。市场在过去几周才开始将这一转变计入定价。标志性事件是芯片公司Cerebras的首次公开募股（IPO）获得20倍超额认购，其备受关注的核心能力正是让推理极快的芯片架构，而非训练。与此同时，英伟达（Nvidia）在最新财报中围绕“服务token”重组了披露口径，明确将边缘计算（Edge Computing）提升为与数据中心并列的“第二平台”，这被视为对推理瓶颈的官方确认。
推理与训练的本质区别在于经济模型。训练是一次性的资本支出，而推理是随着每一次AI交互（如Claude回答问题、智能体执行任务）发生的经常性运营成本。摩根大通（J.P. Morgan）估算，推理市场规模可达训练的10到50倍。当AI进入智能体（agentic）时代，机器开始执行由其他机器下达的任务，推理需求将呈现复利式增长，不再仅受用户数限制。
AI应用依赖于一个从芯片制造到API端点的多层算力栈：硅层（英伟达等）、裸金属层（CoreWeave等）、虚拟化层、部署层、模型API层和应用层。大多数公司只专注于其中一层。
Hyperbolic：横跨三层的聚合者
在众多玩家中，Hyperbolic是唯一同时横跨GPU租赁、部署和模型API三层的公司。该公司于2025年6月推出按需GPU市场，自身不持有任何GPU，而是聚合来自CoreWeave、Lambda Labs、Nebius等数十家云服务商和数据中心的碎片化算力供给，形成一个标准化的统一资源池。
其核心护城河在于“多云聚合”能力。通过坐在供给方与消费方之间，Hyperbolic能够获取实时的GPU价格与供需数据，从而将工作负载智能路由到最便宜、可用的GPU上。随着接入的云越多，其市场流动性越深，数据优势越明显。长期愿景是利用这些数据建模GPU价格曲线，并可能通过自有资本平滑供需，扮演物理算力的做市商角色。
Venice：应用层的隐私推理服务
作为推理经济在应用层的体现，Venice提供了一个隐私优先的推理API和订阅服务。它将用户请求路由到约75个模型（约三分之二为开源或自托管模型），其卖点在于承诺不留存用户数据、不用于训练、并提供匿名化或机密计算环境。
Venice自身不持有重要算力，其成本主要来自向下游租用推理算力和向闭源模型厂商支付的费用。因此，其商业模式实质是在商品化的推理算力之上，包装一层“隐私”溢价进行销售。其经济性高度受制于底层算力的采购成本。
Venice与Hyperbolic形成鲜明对照：如果说Venice是直接面向消费者的“加油站”，那么Hyperbolic就是为其和所有类似应用供应标准化燃料的“炼油厂”和“物流网络”。随着推理需求激增，价值不仅流向消耗算力的应用，更会流向聚合并优化算力配置的中间层。
结论：价值向聚合层沉淀
推理成为稀缺资源，正在重塑AI算力价值链。Anthropic为保障推理产能接管大型数据中心、并对智能体使用进行独立计费，印证了需求的真实性与紧迫性。智能体AI和物理AI的兴起，将进一步放大推理需求。
这也为“6000亿美元问题”提供了新的解答思路。未来的过剩可能不是需求危机，而是轻资产聚合者的机遇。当GPU供给碎片化且价格承压时，能够以最低成本高效匹配工作负载与算力的平台，将捕获最大价值。最终胜出的可能不是拥有最多GPU的公司，而是能告诉你在哪里、以何种价格获得所需算力，并完成最优路由的公司。Hyperbolic正在构建的，正是这样一个推理时代的算力聚合层。
