SproutVest Field Notes · 第一期 · 2026年7月
自建、采购还是租用：AI算力决策的运营者指南
多数AI创业公司把算力当作一个预算科目来管理。事实并非如此。算力是一项战略决策：它决定公司的毛利结构，塑造融资叙事，有时甚至决定业务能否扛住第一波生产流量的冲击。
这份报告为运营者和投资人提供一套让算力讨论真正有价值的成本模型。它讲的是经济学和决策结构，不做芯片跑分，不会告诉你该选H100还是B200，但会告诉你手里的数字究竟支持三条路径中的哪一条。
数字本身足以说明问题。CloudZero在2026年5月的分析发现，同一款H100在不同供应商之间的每GPU小时价格相差可达23倍。买笔记本电脑时没有公司会容忍这种价差，买算力时多数公司却容忍了，因为没有人真正对这个数字负责。
报告内容
一 · 算力决策为何悄悄拖垮AI公司
三种失败模式：为全天候运行的负载支付按需费率、凭想当然的回本测算买硬件、把囤积GPU当作融资表演。三者背后是同一个根源，而它不在价目表上。
二 · 真实的成本堆栈
从GPU本身到电力、散热、网络与人力的每一项成本，以及利用率如何放大其中每一项。附一个完整算例：一台8卡H100服务器的等量算力，在按需、预留、自持三条路径和三档利用率下的实际成本。
三 · 自建、采购还是租用，各自适用的时机
把工作负载类型与需求可预测性放在同一张图上，路径自然分明。需求未经验证或波动剧烈时租用；基线浮现后转预留；基线大、稳、久时托管；只有在具备规模、十年期视野、尤其是电力保障时才自建。
四 · 投资人真正该尽调什么
四个问题，把用数字经营公司的创始人和向自己从未做过的预测下注的创始人区分开来。这些问题都不需要深厚的技术背景。
五 · 战略层面
为什么一份建模严谨的算力计划，是技术创始人在融资桌上最便宜的可信度信号之一，而反向信号同样强烈。
报告中的价格数据采集于2026年7月，并在附录中逐条注明来源。GPU价格每月都在变，数字会过时，框架不会。
关于作者
在算力这个决策上，Erick Watson在多个位置都坐过：曾为一个对全美1.05亿户住宅逐一运行推理的AI估值平台负责产品，在华盛顿州主持建设过一座一兆瓦的Tier 3数据中心，如今又通过AI数据中心基础设施公司Chainlodge，从供给侧观察当下的算力需求。