大模型训练占算力市场的多少比例？用数据看清真实占比

很多人一听说「算力紧张」，第一反应是训练大模型烧掉的卡。但你要真去估算自己该租卡还是调 API、要判断行情涨跌，就得先弄清训练到底占多少、推理又占多少。这篇不给一个写死的百分比，而是给你一套拆口径的方法、去哪查当时的数字，以及哪些说法一听就该打问号。

很多人一听说「算力紧张」，第一反应是训练大模型烧掉的那批卡。但你要真去决定自己该租卡还是调 API、要判断行情涨跌，只盯着训练看是不够的。训练和推理的账完全不一样：训练是集中、一次性的峰值，推理是天天跑、量大且分散的持续负载。

这篇不给一个写死的百分比，因为那个数字本来就随口径变。给你的是拆口径的方法、去哪查当时的数字、以及哪些说法一听就该打问号。你先学会问「这个占比是按什么口径算的」，再看数字本身。

为什么「训练占多少」没有一个标准答案

「训练占算力市场多大比例」这句话本身就缺主语。只算对外出租的 GPU 租金、算整个数据中心营收、还是算含电费和折旧的 TCO，三种口径能差出一大截。统计范围也一样：有的把自建集群按折旧折算进去，有的只统计对外卖出去的那部分产能。

所以正确姿势是：看到任何一个占比数字，先找它旁边有没有写口径。没写口径的，当参考可以，当决策依据不行。具体当时各家披露了哪些数字，到 /usage 真实用量榜和 /compute 算力总览交叉看一眼，比记一个孤立百分比靠谱。

把算力市场拆成三块：训练、微调、推理

要理解结构，最实用的做法是把算力需求分成三块分别看。它们的特点是反着来的：训练集中、单次贵、用完就结束；推理分散、单次便宜、但天天在跑。混在一起谈，占比永远说不清。

训练

从零预训练或大规模继续训练，集中、一次性的峰值需求，跑完一波就回落

微调

量级比训练小得多，但客户多、频次高，常被顺手算进「训练」里一起说

推理

日常调用产生的持续负载，长尾但总量巨大，判断行情时最容易被低估

• 要估算自己该租卡还是调 API，先分清你的负载是「跑一次」还是「天天跑」
• 要对比不同厂商的报价，先确认它报的是训练卡时还是推理卡时，二者计价逻辑不同
• 要看行情趋势，重点看推理这块的增速，它通常比训练更平滑、更能反映真实需求
• 要把占比讲给别人听，先说明你分母里包不包括微调和自建集群

一个 5 人小团队如果只是做应用，它的账单几乎全在推理侧；只有当你自己从零训一个模型，训练才会变成你成本的大头。这也是为什么行业整体的训练占比和单个团队的训练占比，往往差得很远。

当时的数字去哪看，怎么对得上口径

别记博主口播的数字，那种数字通常没有口径标注，也没有时间戳。正确做法是到站内对应页面看当时的数字，并核对页面写明的统计范围。

1. 先定口径写下你要回答的问题属于哪一种：只算 GPU 租金、算数据中心营收、还是算含电费的 TCO。口径不定，后面全是白算。
2. 再去对数字到上表对应页面取当时的数字，同时看页面自己写的统计范围，两边口径对不上的就标注出来，别硬凑在一起。
3. 交叉验证至少用两个来源对照。发现差异先别急着选一个，先找差异原因，常见原因是统计窗口或范围不同。
4. 留时间戳记录你去查的时点，行情类数字变化快，没有时点的结论过一阵就没法复核。

四个常见误读，遇到就先打个问号

市面上关于训练算力占比的说法，很多是把局部当成整体。下面这几类说法最常见，遇到就先去核对口径，而不是直接接受结论。

• 把某一家厂商的采购量当成全市场占比：单一公司的资本开支不等于行业结构，分母根本不一样
• 把「训练贵」当成「训练占比大」：单价高不等于总量占多数，便宜的推理块数多起来总量照样更大
• 拿某次发布的峰值需求代表全年平均：训练是一次性冲刺，推理是天天跑，峰值和均值不是一回事
• 用发布时间很旧的报告结论套现在的市场：结构变化快，旧结论可以当参考，不能当现状

什么情况下这些判断不适用？如果你只关心自己那套集群的分工，行业整体占比其实没多大参考价值，直接算自己的训练和推理负载就行。反过来，如果你是做容量规划或者判断行情，那行业结构就必须看，而且要看带口径的版本。

还有个容易忽略的点：推理需求增长时，短期看不出训练占比变化，因为训练也在同步扩张。所以别拿一两期的数据就下结论说训练占多少，至少看一个能反映趋势的时间窗口。想省事，就到 /compute 和 /usage 看当时的数字和趋势，自己拼一个能说清口径的图，比转发一个没出处的百分比有用得多。