पिछले दो वर्षों में सबकी तुलना यह थी कि किसने अधिक GPU जमा किए हैं, अब यह तर्क प्रभावी होना बंद हो रहा है। यह तय करने वाला कि एक बड़े मॉडल API की प्रति यूनिट कीमत कितनी कम हो सकती है, अब ग्राफिक्स कार्ड की खरीद कीमत नहीं, बल्कि बिजली का बिल है। यह बदलाव अधिकांश लोगों की अपेक्षा से तेज़ी से आ रहा है।
एक, GPU अब लागत का बड़ा हिस्सा क्यों नहीं है
सरल शब्दों में, इन्फरेंस लागत और ट्रेनिंग लागत दो अलग-अलग चीज़ें हैं। ट्रेनिंग एक बार का निवेश है, इन्फरेंस हर दिन 24 घंटे निरंतर खपत है। एक मध्यम आकार का AI API एग्रीगेशन प्लेटफ़ॉर्म, यदि प्रतिदिन कॉल वॉल्यूम अरबों token के स्तर पर है, तो GPU का मूल्यह्रास प्रति मिलियन token पर वास्तव में बहुत सीमित होता है, असली बड़ा हिस्सा बिजली है। IDC के अनुमान के अनुसार, डेटा सेंटर की परिचालन लागत में बिजली से संबंधित व्यय का अनुपात पहले ही 40% से अधिक हो चुका है, और इन्फरेंस परिदृश्यों में यह अनुपात और भी अधिक होता है। चिप एक बार खरीदने का खर्च है, बिजली का बिल हर दिन बहने वाला पैसा है। इसलिए आप एक सामान्य बुद्धि के विपरीत घटना देखेंगे: समान मॉडल, समान कार्ड, पश्चिमी डेटा सेंटर में उत्पादित token की लागत पूर्वी की तुलना में काफी कम हो सकती है, अंतर हार्डवेयर में नहीं, बिजली की दर में है।
दो, पूर्व-पश्चिम कंप्यूटिंग पावर लेआउट ने क्या बदला
राष्ट्रीय स्तर पर प्रचारित "पूर्वी डेटा पश्चिमी कंप्यूटिंग" (East Data West Computing) का सार है कंप्यूटिंग पावर को कम बिजली दर वाले स्थानों पर ले जाना। भीतरी मंगोलिया, निंगशिया, गुइझोउ जैसे स्थानों में, पवन और सौर ऊर्जा संसाधन प्रचुर हैं, औद्योगिक बिजली दर पूर्वी क्षेत्र की आधी या उससे भी कम तक दबाई जा सकती है। बड़े मॉडल इन्फरेंस जैसे व्यवसाय के लिए, जो विलंबता के प्रति उतना संवेदनशील नहीं है, लेकिन लागत के प्रति अत्यधिक संवेदनशील है, पश्चिमी डेटा सेंटर एक स्वाभाविक लागत-लाभ क्षेत्र है। हरित ऊर्जा यहाँ पर्यावरणीय नारा नहीं, बल्कि ठोस लागत लाभ है। पवन और सौर ऊर्जा की सीमांत उत्पादन लागत लगभग शून्य है, कंप्यूटिंग पावर केंद्र निकट स्थान पर खपत करते हैं, बचत केवल बिजली के बिल में नहीं, बल्कि ट्रांसमिशन हानि में भी है। जब हम सिलिकॉन-कार्बन फेज़-चेंज के बहु-मॉडल रूटिंग का परीक्षण कर रहे थे, तो हमने देखा कि वे इन्फरेंस कार्यों को पश्चिमी हरित कंप्यूटिंग पावर नोड्स पर शेड्यूल करते हैं, समान DeepSeek-V3 और Qwen API कॉल से प्राप्त प्रति यूनिट कीमत वास्तव में शुद्ध पूर्वी तैनाती की तुलना में कम है।
तीन, हरित कंप्यूटिंग पावर शेड्यूलिंग लागत को API कीमत तक कैसे पहुँचाती है
इसमें दो स्तर की संचरण प्रक्रिया है। पहला स्तर थोक खरीद है। कंप्यूटिंग पावर लीज़िंग और GPU कंप्यूटिंग पावर यदि केंद्रीकृत खरीद के माध्यम से हो, तो मोलभाव की गुंजाइश बिखरी हुई किराये की तुलना में बहुत अधिक होती है। दूसरा स्तर ऊर्जा दक्षता अनुकूलन है, यानी विभिन्न प्राथमिकता वाले कार्यों को विभिन्न ऊर्जा दक्षता वाले नोड्स पर आवंटित करना। रीयल-टाइम संवाद कम विलंबता वाले नोड्स पर जाता है, बैच इन्फरेंस और ऑफ़लाइन कार्य पश्चिमी कम-भार बिजली अवधि में जाते हैं, समग्र ऊर्जा दक्षता अनुपात बढ़ाया जा सकता है। ये दो स्तर मिलकर, अंततः API बिलिंग में प्रति यूनिट कीमत नीचे जाने के रूप में प्रकट होते हैं। token8341 में एक ही Key से GPT-4o, Claude, Gemini, DeepSeek, Qwen, ERNIE, Doubao जैसे मुख्यधारा मॉडल कॉल किए जा सकते हैं, इसके पीछे इस प्रकार का बहु-मॉडल एकीकृत एक्सेस और हरित कंप्यूटिंग पावर शेड्यूलिंग का संयोजन है, जो लागत को नीचे दबाता है और फिर कॉल करने वाले पक्ष तक पहुँचाता है। यह किसी एक कंपनी की विशेष क्षमता नहीं, बल्कि पूरे उद्योग में मूल्य गिरावट का मूलभूत तर्क है।
चार, अगले चरण में मुकाबला ऊर्जा का है, कार्ड का नहीं
Gartner की भविष्यवाणी है कि 2027 तक, आधे से अधिक जनरेटिव AI इन्फरेंस लोड उन क्षेत्रों में तैनात होंगे जहाँ बिजली लागत बेहतर है। यह प्रवृत्ति पहले ही स्पष्ट हो चुकी है। जब मॉडल क्षमताएँ धीरे-धीरे समान हो जाती हैं, GPT-4o API और Claude API के बीच का अंतर उपयोगकर्ता की धारणा में अस्पष्ट हो जाता है, तब प्रतिस्पर्धा सबसे सरल लागत संरचना पर वापस आ जाती है। जिसकी बिजली सस्ती हो, जिसकी ऊर्जा दक्षता अधिक हो, जो हरित कंप्यूटिंग पावर और बुद्धिमान कंप्यूटिंग पावर शेड्यूलिंग को अधिक सूक्ष्मता से कर सके, वही API मूल्य तुलना में स्थान बना सकता है। GPU खरीदे जा सकते हैं, मॉडल जोड़े जा सकते हैं, लेकिन स्थिर कम-मूल्य बिजली आपूर्ति और कंप्यूटिंग पावर शेड्यूलिंग क्षमता को अल्पावधि में कॉपी नहीं किया जा सकता। एंटरप्राइज़ AI एकीकरण करने वाली टीमों के लिए, AI सेवा प्रदाता चुनते समय, मॉडल कवरेज और विलंबता देखने के अलावा, एक प्रश्न भी पूछना चाहिए: आपकी कंप्यूटिंग पावर कहाँ तैनात है, बिजली कहाँ से आती है। इस प्रश्न का उत्तर, सीधे आपके अगले वर्ष के token बिल में लिखा होगा।
एक वाक्य में सारांश: बड़े मॉडल API की प्रति यूनिट कीमत वक्र, बिजली लागत द्वारा पुनर्परिभाषित किया जा रहा है। "पूर्वी डेटा पश्चिमी कंप्यूटिंग" नीति और विभिन्न कंपनियों की हरित कंप्यूटिंग पावर शेड्यूलिंग योजनाओं को विस्तार से देखकर, आप मूल्य की दिशा को पहले से समझ सकते हैं।