■ 算力深度研究
数据墙来了：2026全球大模型数据市场白皮书核心解读
算力还能堆，数据却快用完了——这是2026年AI圈最值得警惕的信号

算
算力租售 ·AI算力量虾 | 2026.06.29
艺恩数据刚发布了《全球大模型数据市场白皮书2026》，35页报告信息量极大。作为持续追踪GPU算力市场的从业者，我第一反应是：数据这个变量，正在成为比算力更硬的瓶颈。读完这份报告，梳理了几个对算力从业者、AI投资者最直接的判断。
01
公开语料，快用完了
Epoch AI 的中位预测：2028年
Epoch AI（经ICML 2024同行评审）的测算数据很直接：

核心数据
指标 数值
可用人类公开文本存量 约300万亿 token
训练数据集规模持平窗口 2026 — 2032年
中位数预测耗尽时间 约2028年
多轮训练可放大有效存量 3 — 15倍（但难以根本解决）
三位行业领袖的判断更直白：

"人类知识的累积总和，已基本在AI训练中被耗尽——大体上去年就发生了。"

—— Elon Musk，2025年1月（via The Guardian）
"如果训练模型的最佳方式是生成一千万亿token合成数据再喂回去，那会很奇怪——核心是'如何从更少的数据中学到更多'。"

—— Sam Altman，2024年6月
⚡ 对算力从业者的信号：
堆卡就能涨能力的时代正在过去；数据质量（而非单纯规模）成为模型能力上界的关键；合成数据、多模态数据、专家级数据三条出路，将决定下一阶段算力需求的结构。
02
市场规模：你看到的"28亿"，严重低估了
狭义口径失真，真实市场是2-5倍
报告明确指出，常被引用的"AI训练数据集"狭义口径（约28-32亿美元，2024-25年）显著低估真实市场。

口径 2024年 2025年 说明
狭义（数据集打包） ~28亿美元 ~32亿美元 只统计打包数据集+标注软件
广义（白皮书测算） 60-90亿美元 100-160亿美元 数据集+采集标注+RLHF+合成数据
为什么狭义口径失真？

钱在服务里：真实支出多在标注与RLHF/专家数据服务，而非打包数据集
三家头部公司（Scale约20亿 + Surge约14亿 + Mercor约7.6亿）2025年毛收入合计约42亿美元，已超过"训练数据集"狭义全球值
03
资本用真金白银投票
数据公司估值狂飙，已达软件级
这组数据，值得所有AI投资者细看：

公司 估值/交易额 关键事件
Scale AI 290亿美元 2025/6 Meta投资143亿美元入股
Surge AI ≈250亿美元 零融资自举至超10亿营收（洽谈中）
Mercor 100亿美元 管理3万+专家，日付150万美元
Turing ≈22亿美元 2025/3 E轮1.11亿美元
Snorkel AI ≈13亿美元 2025/5 D轮1亿美元
? 一条连锁反应尤其值得注意：
Meta入股Scale AI后，因数据机密性顾虑，Google、OpenAI、xAI等削减或暂停与Scale的合作，为Surge、Mercor让出空间——"中立性"本身即是数据行业的核心资产。

对国内算力服务商的信号：未来如果有"数据+算力"一体化服务商出现，中立性（不站队大厂）会是重要竞争壁垒。
04
价值链：越往上，越值钱
八层结构，价值层层递进
白皮书把数据价值链分成八层，规律非常清晰——越靠近"专家级、多模态、可验证"的一端，单位价值越高。

层级 数据类型 价值特征
① 预训练语料 规模化基础，边际价值随枯竭下降
② SFT指令微调 对齐任务格式，塑造可用性
③ RLHF/偏好数据 决定"好用"程度
④ RLAIF/AI反馈 降低人工成本的规模化对齐
⑤ 专家/领域数据（PhD级） 溢价最高的人工数据
⑥ 评测/基准数据 能力度量标尺，数据中心化AI趋势
⑦ 合成数据 增速最快的新供给，缓解数据墙
⑧ 多模态数据（图像/视频/4D） 最稀缺、溢价最高
质量溢价的数字更直观——同一份标注，价差可达数十倍：

标注类型 单价
一般偏好标注 $0.10 - 0.50 / 每对比
领域专家标注 $1.50 - 8.0+ / 每任务
高质量RLHF专家 ~$100 / 每对比
PhD/工程师专家 $100 - 350 / 小时
医生/资深专家 $200 - 500 / 小时
05
中国市场的独特逻辑
两套逻辑，两种数据生态
中国已发布大模型1509个，数量居全球首位（占全球约40%），AI企业超5300家。但中美两套逻辑差异显著：

维度 ?? 美国 ?? 中国
驱动力量 前沿实验室 + VC催化 "数据要素"国家战略
头部数据公司估值 290亿美元（Scale AI） 约数亿人民币
数据标注市场规模 ~60亿美元（2025） 120亿人民币（2024）
Token消耗（2026） — 140万亿/日（较2024初增千倍）
竞争优势 软件级估值、专家溢价 国家战略、7大标注基地
?
三大政策支柱正在加速中国市场
"数据要素×"三年行动（2024-2026）：聚焦12行业，2026年底打造300+示范场景
数据资源入表：财政部《暂行规定》2024年施行，数据从费用化转为资产负债表内显性化
数据标注产业专项：国家发改委2024年实施意见，2027年产业规模大幅跃升
06
对算力从业者的实际影响
结合GPU现货/期货价格与采购实务
结合这份白皮书，以及近期持续追踪的GPU市场（H100/H200/B300现货与期货价格、国内智算中心建设节奏），几点判断直接关联采购决策。

① B300的采购逻辑：卡等数据，还是数据等卡？
目前B300（NVIDIA Blackwell Ultra架构）正处于合约谈判关键期，市场价格区间约547-920万/台，8.3亿级采购正在推进。

白皮书的核心信号是：训练数据即将成为瓶颈，这意味着B300的采购假设需要重新审视。

传统假设 数据墙后的修正假设
堆卡 = 模型能力线性提升 数据质量决定算力边际收益递减的拐点
预训练是算力消耗主力 推理 + 合成数据生成成为持续算力消耗主力
大批次训练效率最优 高质量小批次+课程学习，对显存带宽要求更高
直接结论：B300的高显存（288GB HBM3e）和带宽优势，在"数据效率优先"的训练范式下，ROI不一定优于继续摊薄H200机队——前提是H200的采购价格已回落到合理区间（目前约352-390万）。
② 视频生成算力需求：为什么H200×8是当前最紧张的现货
白皮书指出：当文本语料见顶，竞争前沿转向视频与多模态。这部分直接解释了为什么H200 8卡SXM服务器（约400万报价）在市场上有真实需求支撑。

模型 训练算力需求 推理算力需求
Sora 2 万卡级集群 × 数月 单帧推理仍需A100级以上
Veo 3 Google TPU集群 实时生成需高显存
可灵（Kling） 国产GPU + 部分H100 已在商业化推理阶段
对算力租赁的影响：

视频生成推理的显存占用远高于文本大模型（帧序列 + 时空注意力）
H200 141GB显存相对H100 80GB的优势在视频生成场景下被放大，而不仅仅是量变
如果正在评估400万报价的H200 8卡SXM服务器，视频生成工作负载应作为核心评估场景之一，而非仅看LLM训练
③ 合成数据：被低估的新增算力需求
NVIDIA 2025年以约3.2亿美元收购合成数据公司Gretel.ai，这个信号比很多人意识到的更重要。

真实数据枯竭 ↓ 用教师模型生成合成数据（需要大量推理算力） ↓ 用合成数据训练学生模型（需要训练算力） ↓ 迭代验证合成数据质量（需要评测算力） ↓ 循环（数据飞轮）
这意味着：合成数据不是"省算力"，而是把一次性训练算力转化为持续的数据生成+验证算力消耗。对于拥有大规模GPU机队的投资方：合成数据生成可以填补充斥训练空窗期的算力利用率。

Gartner预测：合成数据占比将于2030年全面超越真实数据。

④ 具身智能/世界模型：下一个B300级需求爆发点
白皮书专门提到：具身数据"稀缺、采集困难、高维"，被视为机器人达到"GPT时刻"的关键瓶颈。

阶段 算力需求特征 硬件偏好
当前（2026） 真机数据采集 + 小规模训练 H100/H200，分布式小集群
2027-2028 合成引擎+真机精调，世界模型训练 B300/B400，高显存+高带宽
2029+ 端到端VLA模型大规模部署 推理专用卡
⚠
⑤ 合规成本正在改变算力采购的总成本结构
Anthropic 15亿美元版权和解的案例，以及欧盟AI法案2026年8月的全面适用，正在把"合规"从法律问题变成算力采购的总成本（TCO）的一部分。

不合规路径 合规路径 算力影响
爬取互联网数据训练 购买授权数据训练 合规数据更贵 → 对算力优化要求更高
数据来源不可追溯 可审计数据链路 TCO上升 5-15%
忽略欧盟透明度义务 按EU AI Act模板披露 存储成本显著增加
?
⑥ 国产替代的时间窗口：数据比芯片更紧迫
白皮书指出中国大模型数量全球第一（1509个，占40%），但高质量中文标注数据稀缺。

国产算力替代的真正瓶颈可能不在芯片，而在高质量中文多模态数据——这也是为什么数据要素国家战略与国产算力推进需要同步看待。

▍ 总结：胜负手正在转移
白皮书最后一句话：

"胜负手正从'更多算力'转向'更优质、更合规的数据'；公开语料枯竭非终点，而是价值化的起点。"

短期（2026）：算力需求仍在，但结构在变——视频生成推理、合成数据生成正在成为新增量，H200 8卡现货的紧张有真实需求支撑。

中期（2027-2028）：B300机队到位时，数据瓶颈会逐渐显现——提前布局合规数据渠道的玩家，算力利用率会显著高于同行。

长期（2029+）：具身智能/世界模型若迎来"GPT时刻"，数据-算力飞轮会再次放大算力需求，但"算力+数据+合规"三位一体才是竞争壁垒。

? 一句话判断：

如果你正在谈B300的采购合同，除了支付条款和交付保障，数据配套方案应该成为技术验收标准的一部分——卡到位了，数据没到位，机器就是昂贵的铁。

#B300采购
#数据墙
#算力租赁
#合成数据
#视频生成
#合规算力
? 《全球大模型数据市场白皮书2026》35页完整PDF下载

https://pdf.dfcfw.com/pdf/H3_AP202606051823271560_1.pdf
AI算力量虾.算力租售 · 抖音

聚焦GPU算力市场 · AI基础设施 · 大模型数据

原创内容，转载请注明出处