主持人：
训练算力真的会降价吗？
琴姐：
会的，而且趋势已经非常明显。 举个最直观的数据：
英伟达 H100 的云端租赁价格，一度降到 2 美元/小时左右；
2024 年底，Meta 手里已经有 35 万颗 H100 等效算力；
上一代 A100 也因为迭代太快，市场价格持续下探。
——————————————————————————————————————————————————————————————
主持人：
为什么会降？
琴姐：
两个原因：
第一，新架构更新太快，9–12 个月就换一代。
第二，台积电 CoWoS/ˈkoʊ.wɒs/ 产能在扩，供应不再那么紧。
所以训练算力的价格，大方向就是——继续往下走。
——————————————————————————————————————————————————————————————
主持人：
那推理算力为什么不会跟着降？
琴姐：
因为推理是“天天用、一直用”。 应用越多，推理越贵。
数据上看也很明显：
推理市场正在向 ASIC 专用芯片 迁移，比如谷歌的 TPU、亚马逊的 Trainium/ˈtreɪniəm/；
英伟达 的 Blackwell 架构（B200 系列） 在 MLPerf/ˌɛmˌɛlˈpɜːrf/ 推理测试里表现非常强，就是为了推理场景优化的。
这些芯片的共同特征是： 能效比高、延迟低、适配行业深，一点都不便宜。
再加上多模态，比如 Sora 类视频生成。
视频推理的算力消耗，是文本的几十倍。
所以推理侧的需求，是指数级扩的。
这就导致推理算力价格——很难跌。
——————————————————————————————————————————————————————————————
主持人：
能不能总结一下未来算力市场的“价格逻辑”？
琴姐：
可以的，未来的算力价格，会进入 “双轨时代”：
训练：越来越便宜，H100、A100 这种 GPU 会不断被新架构压价。
推理：越来越重要，Blackwell、TPU、Trainium 等专用芯片的价格会更坚挺。
一句话： 训练在降价，推理在涨量。训练是成本，推理是生意。