炒股就看金麒麟分析师研报配资融资成本，权威，专业，及时，全面，助您挖掘潜力主题机会！
（来源：虎嗅APP）
本文来自微信公众号： 张星河zen ，作者：张星河
AI正在制造一场史无前例的全产业链硬件通胀
据IT之家7月23日报道，路透社曝出一则并未引起足够重视的消息：英特尔与AMD正与中国数据中心客户洽谈长达一年甚至更久的服务器CPU供应锁定协议，这些协议只锁定采购量却不锁定价格。核心原因只有一个：部分服务器CPU型号自2026年年初以来价格涨幅已超过40%，部分高端型号月环比涨幅突破10%，客户真正担心的已经不是价格高低，而是未来还能不能拿到货。
这并非孤立事件。从GPU到CPU，从HBM高带宽内存到普通DDR5，从1.6T光模块到PCB基材，从高速连接器到液冷接头，整个AI服务器产业链正在经历半导体历史上范围最广、幅度最大、持续时间最长的一次全链条涨价。所有人都在谈论AI革命将如何降低整个社会的运行成本，如何像电力一样成为普惠的基础设施，但一个被忽略的事实是：AI正在制造一场史无前例的硬件通胀，而且这场通胀才刚刚开始。
AI硬件的涨价并非从GPU开始，也不会在GPU结束。当外界的目光还聚焦在英伟达H100、H200以及国产NPU的价格波动时，涨价潮已经沿着产业链层层传导，从最上游的半导体材料、晶圆制造，到中游的芯片封装、光器件，再到下游的服务器整机、IDC建设，甚至连服务器机柜里的螺丝、电源线、液冷管道都未能幸免。
1.1计算芯片：GPU之后，CPU成为下一个涨价重灾区
过去三年，GPU的缺货与涨价已经成为行业共识。英伟达AI芯片的交货周期一度拉长至52周，渠道溢价最高时超过官方指导价的200%。但进入2026年第二季度，一个新的变化正在发生：过去供应相对充足、价格相对稳定的服务器CPU，正在成为AI产业链下一个紧缺环节。
根据集邦咨询（TrendForce）2026年7月发布的报告，自2026年3月起，英特尔首先对全线服务器CPU产品进行调价，128核Granite Rapids架构的至强6980P处理器官方指导价从12460美元上调至13955美元，单颗涨价1495美元，涨幅约12%；96核型号涨价1094美元，涨幅约12%。AMD在4月跟进涨价，EPYC系列服务器处理器平均涨幅10%-15%，覆盖所有产品线。
官方调价只是开始。在现货市场，高端AI服务器专用CPU的溢价更为惊人。深圳华强北的分销商数据显示，适用于AI推理服务器的高端64核以上x86处理器，现货价格较年初已经上涨超过40%，部分紧俏型号甚至出现"一天一个价"的情况。更关键的是，英特尔与AMD已经开始优先将产能分配给利润更高的AI服务器CPU，消费级CPU和低端服务器CPU的产能被挤压，进一步加剧了整个市场的供应紧张。
这背后是AI服务器架构变化带来的需求结构调整。过去一台标准双路服务器只需要2颗CPU，但在AI服务器中，为了配合8张甚至16张加速卡，CPU核心数需求翻倍，内存通道数需求翻倍，PCIe通道数需求翻倍。一台8卡AI服务器通常需要2颗高端32核以上CPU，而一台16卡超节点服务器甚至需要4颗高端CPU。AI服务器出货量的爆发式增长，直接带动了高端服务器CPU需求的指数级上升。
1.2存储芯片：72%利润率的"印钞机"时代
老牌股票配资如果说CPU涨价只是开始，那么存储芯片市场已经进入了"暴利时代"。2026年第一季度财报数据显示，SK海力士单季度营业利润率达到72%，三星电子半导体部门营业利润率达到73%，美光科技营业利润率也达到69%。这是什么概念？在制造业普遍利润率个位数的今天，存储芯片的利润率已经超过了大多数奢侈品行业，甚至超过了部分非法产业的利润率水平。
推动存储芯片价格暴涨的核心动力是HBM（高带宽内存）。每一颗AI GPU都需要搭配5-6颗HBM堆栈，而HBM的晶圆消耗是传统DRAM的3-4倍。也就是说，生产一颗GPU所需的HBM，占用的晶圆产能相当于生产12-16GB普通DDR5内存的产能。三星、SK海力士、美光三大存储厂商已经将70%-80%的先进制程DRAM产能转向HBM生产，普通DDR5内存的产能被大幅挤压。
价格的上涨幅度令人瞠目。HBM3e 12Hi单颗价格从2025年年初的约80美元一路上涨至2026年第二季度的700美元以上，涨幅接近8倍。野村证券的预测模型显示，HBM的平均售价（ASP）将从2026年的约12美元/GB进一步上涨至2027年的24.1美元/GB，涨幅再翻一倍。SK海力士已经明确表示，2026年全年的HBM产能已经全部售罄，全年无法调整HBM与普通DRAM的产能分配；三星方面则警告，HBM的严重短缺将至少持续到2027年。
普通内存市场同样未能幸免。DDR5服务器内存价格自2025年第四季度以来已经连续三个季度上涨，累计涨幅超过200%。更严重的是，由于产能持续向HBM倾斜，普通DDR5内存的交货周期已经从正常的4-6周拉长至40周以上。英业达等服务器代工厂已经发出警告，普通服务器内存短缺已经达到"危机级别"，不仅AI服务器，连普通的云服务器、企业服务器都开始面临内存不足的问题。
HBM的超高利润率甚至让存储厂商开始重新评估产能分配。2026年6月，SK海力士宣布放缓部分HBM4产线的转换，将更多产能转向普通DRAM，因为普通DRAM的利润率已经追平甚至超过了HBM。在制造业历史上，这种全行业普遍性的超高利润率极为罕见，上一次出现类似情况还是在2017-2018年的存储超级周期，但那一次的涨幅和持续时间都远不及本次。
1.3光互联：交期排到2028年的"卡脖子"环节
如果说芯片涨价还有迹可循，那么光通信领域的短缺则超出了所有人的预期。当行业还在争论800G光模块是否会降价、1.6T光模块需求是否不及预期时，真正的短缺已经传导到了最上游的光芯片环节。
行业调研数据显示，2026年全球1.6T光模块需求将突破数百万只，对应需要的200G EML高速光芯片年需求量约1.5亿颗，但全球有效产能仅为5000万颗左右，供需缺口超过60%。这一市场被美国Lumentum、Coherent和日本住友等少数厂商垄断了90%以上的产能，交货周期已经拉长至18-24个月，头部客户的订单已经排到了2028年。
光芯片上游的衬底材料短缺更为严重。6英寸高端磷化铟（InP）衬底是生产高速光芯片的核心材料，这一市场被日本住友、美国AXT、日本JX金属三巨头垄断了90%以上产能，扩产周期长达18-36个月。价格方面，6英寸磷化铟衬底从2025年年初的每片约8000元，上涨至2026年4月的25000-28000元，涨幅超过250%，而且仍然是"一衬难求"。
光模块厂商的订单情况已经说明了问题的严重性。中际旭创在2026年7月的投资者交流会上明确表示，公司在手订单已经覆盖2026年全年，部分订单已经排到2027年，部分客户甚至已经给出了2027年各季度的出货预期。市场传言的"光模块降价"被证伪。实际情况是，2027年的长单价格不仅没有下降，部分紧俏型号反而还有所上涨。新易盛、光迅科技等厂商也都在互动平台表示，高速光模块需求持续超预期，产能利用率维持在高位。
短缺还在向更上游的材料环节传导。用于高速PCB板的M8级低介电常数基材，因为同时是AI算力板和光模块板的核心材料，已经出现严重短缺。三家英伟达认证的CCL厂商每月合计产出约140万平方米M8基材，但仅光模块行业一个月就要消耗24万平方米，AI服务器主板消耗更多。结果是部分PCB厂商不得不主动削减800G光模块产能，优先保障利润更高的AI服务器主板订单。M8基材价格较年初上涨超过30%，配套的特种树脂价格涨幅更是达到261%，用于PCB的电子级玻纤布价格一年上涨250%。
1.4周边配套：被忽略的"长尾"短缺
芯片和光模块的短缺受到的关注较多，但真正让服务器厂商头疼的是大量"不起眼"的周边元器件的短缺。高速连接器、电源管理芯片、液冷快接头、温度传感器、风扇模块……这些小部件虽然占服务器BOM成本不到10%，但任何一个缺货都会导致整台服务器无法交付。
以高速连接器为例，AI服务器使用的PCIe 6.0/CXL高速连接器单价从2025年的不到10美元上涨至2026年的30美元以上，涨幅超过200%，交货周期从8周拉长至36周。液冷系统使用的不锈钢快接头，因为需要满足高可靠性要求，合格供应商有限，价格涨幅超过150%，部分型号交货周期超过一年。甚至连服务器电源使用的高端电容、电感，都出现了不同程度的缺货和涨价。
某服务器代工厂中流传的一个段子：现在做AI服务器，跟当年造原子弹差不多，除了服务器机箱壳子不缺货，里面没有一个部件是不缺货、不涨价的。任何一个价值几美元的小芯片缺货，都会导致价值几十万美元的整台服务器无法发货，这种"长尾短缺"造成的损失，甚至比主芯片缺货还要大。
这一轮AI硬件涨价，并非简单的周期性供需失衡，而是多重结构性因素叠加的结果。与历史上半导体行业的历次涨价周期不同，这一轮涨价的需求动力是指数级增长的AI算力需求，而供给端的扩张却受到物理规律、产业链长度、地缘政治等多重因素的硬约束，两者之间的鸿沟正在越来越大。
2.1 AI的硬件消耗是指数级的，所有人都低估了这一点
所有的预测模型都低估了AI对硬件的消耗速度。2023年GPT-4刚发布时，行业普遍认为大模型训练只需要一次，后续主要是微调，算力需求会很快见顶。但仅仅三年后的2026年，现实给了所有预测者一记耳光：大模型的参数规模还在增长，多模态模型的算力消耗是纯文本模型的5-10倍，智能体（Agent）应用带来的推理算力需求更是训练需求的10-20倍。
OpenAI的GPT-5训练使用了超过50万张GPU，是GPT-4训练时的10倍；谷歌Gemini Ultra 2的训练集群规模超过80万张加速卡；国内头部大模型厂商的训练集群规模也普遍达到了10万卡级别。更可怕的是推理端的需求：当AI应用开始真正落地，每一个用户请求、每一次智能体调用、每一次多模态生成，背后都是实打实的算力消耗。Meta的测算显示，当智能体应用达到10亿日活用户时，仅推理算力需求就将是当前全球总算力的10倍以上。
算力需求的增长不是线性的，而是指数级的。每一代大模型的算力需求增长是10倍级，每一次AI应用的普及带来的推理需求增长是10倍级，而半导体产能的增长却是线性的。一座晶圆厂从建设到量产需要3年，产能爬坡需要1-2年，光芯片良率提升需要18个月，任何一个环节的产能扩张都需要时间。当指数级增长的需求遇到线性增长的供给，短缺和涨价就成为必然。
更关键的是，AI对硬件的需求是"全栈式"的。过去的PC革命、互联网革命、移动互联网革命，主要消耗的是CPU和内存，产业链相对较短。但AI革命同时消耗GPU、CPU、HBM、普通内存、SSD、高速网卡、光模块、交换机、PCB、电源、液冷……几乎整个半导体和电子产业链的产能都在被AI虹吸。这种全产业链同时爆发的需求，在半导体历史上从未出现过。
元股证券:ygzq.hk2.2产能扩张远水救不了近火，最短缺的环节扩产最难
面对涨价，所有厂商的第一反应都是扩产，但扩产的速度远远赶不上需求增长的速度，而且越是短缺的环节，扩产难度越大、周期越长。
晶圆制造是产能扩张最慢的环节。一座先进逻辑晶圆厂的投资超过200亿美元，建设周期3年，产能爬坡1-2年，从决定建厂到真正满产需要5年时间。存储晶圆厂的情况类似，HBM产能的扩张不仅需要晶圆产能，还需要先进的封装产能。HBM的3D堆叠封装技术难度极高，良率提升速度缓慢，这也是为什么HBM短缺将持续到2027年甚至更久的核心原因。
光芯片的扩产难度甚至超过晶圆制造。高速EML光芯片涉及外延生长、光栅刻写、端面镀膜等数十道精密工序，良率提升高度依赖工艺经验积累，不是简单买设备就能扩产。200G EML光芯片的良率目前仅为50%左右，新进入者需要3-5年的工艺积累才能达到稳定量产的水平。磷化铟衬底的扩产周期更长，从晶体生长到衬底抛光需要18个月以上，而且环保审批严格，产能扩张受到多重限制。
上游材料的扩产同样困难。M8级高速PCB基材需要特殊的树脂配方和玻纤布技术，认证周期长达1-2年，不是随便一个CCL厂商就能生产。高速连接器的设计和制造涉及精密机械加工和高频信号完整性设计，专利壁垒高，合格供应商有限。这些"不起眼"的环节，恰恰是产能扩张最慢、最短缺的环节。
一个容易被忽略的因素是人才短缺。AI硬件产业链的各个环节都需要大量经验丰富的工程师：芯片设计工程师、封装工程师、光芯片工艺工程师、高速信号完整性工程师……这些人才的培养周期是5-10年，根本不可能在短时间内大规模培养。没有足够的工程师，即使买了设备、建了厂房，也无法快速形成有效产能。
2.3恐慌性囤货正在放大短缺，形成"涨价-囤货-更涨价"的正循环
如果说真实的供需缺口是1，那么经过恐慌性囤货的放大，市场上感受到的短缺可能是2甚至3。当涨价成为一致预期，所有参与者都会做出理性但最终加剧短缺的选择。
云厂商和互联网大厂的第一反应是"锁产能"。既然未来价格会涨、货会缺，那不如现在就把未来1-2年的产能全部锁下来，不管现在用不用得上。微软、谷歌、Meta、亚马逊都已经与英伟达、台积电、三星签订了长期供应协议，锁定了2026-2027年的大部分GPU和HBM产能。国内的BAT、字节跳动等厂商也在跟进，不仅锁GPU产能，也开始锁CPU、内存、光模块的产能。头部厂商把产能都锁走了，中小厂商就更难拿到货，只能去现货市场高价扫货，进一步推高价格。
分销商和渠道商开始囤货炒货。在华强北等电子元器件集散地，过去炒显卡、炒内存的黄牛们现在开始炒AI服务器的所有紧缺元器件——CPU、HBM、光芯片、高速连接器，缺什么炒什么。渠道商的囤货进一步减少了市场上的现货流通，人为放大了短缺。有服务器厂商反映，部分紧俏型号的现货市场上，超过一半的库存都在渠道商手里捂着待涨。
甚至连终端客户都开始提前备货。一些本来没有AI服务器采购计划的企业，看到价格持续上涨、交货周期越来越长，也开始提前下单备货，"怕以后更贵、怕以后拿不到货"的心理非常普遍。这种预防性采购进一步增加了当期需求，让供需矛盾更加尖锐。
历史一再证明，在大宗商品和电子元器件市场，当涨价预期形成一致，恐慌性囤货一定会出现，从而形成"涨价-囤货-短缺加剧-进一步涨价"的正反馈循环。这个循环直到价格涨到足够高，高到囤货者无利可图，或者高到需求被破坏，才会被打破。而目前来看，AI算力需求的价格弹性极低。互联网大厂为了不在AI竞赛中落后，几乎不计成本，这就意味着这个正循环还会持续相当长一段时间。
每一次通胀都是一次财富的再分配。在这场AI导致的硬件通胀中，产业链上下游的利润分配正在发生剧烈变化，有人赚得盆满钵满，有人被迫承担所有成本，最终整个社会都将为这场通胀买单。
3.1赢家：掌握核心产能的上游厂商
最大的赢家毫无疑问是掌握核心瓶颈产能的上游厂商。英伟达自不必说，2026财年数据中心业务营收超过1500亿美元，毛利率维持在75%以上，净利润率超过50%，是整个AI产业链最大的"抽水机"。
存储厂商成为第二大赢家。三星和SK海力士2026年全年存储业务利润合计有望超过4000亿美元，这是什么概念？这一数字超过了全球所有半导体设计公司的利润总和，甚至超过了很多国家全年的GDP。SK海力士的股价在过去一年上涨超过300%，三星电子股价上涨超过150%，成为这一轮AI行情中涨幅最大的半导体公司。
光通信产业链同样赚得盆满钵满。中际旭创2026年上半年净利润同比增长超过200%，新易盛、光迅科技等光模块厂商的业绩增速都在100%以上。更上游的光芯片厂商、磷化铟衬底厂商的利润率更高，部分高速光芯片厂商的毛利率超过80%，而且订单已经排到了两年后，完全是"印钞机"状态。
所有掌握瓶颈产能的厂商都在享受这场盛宴。高速PCB厂商、高速连接器厂商、液冷设备厂商，只要产能跟得上，都能获得远超历史水平的利润率。有趣的是，过去半导体行业的利润主要集中在最下游的品牌厂商和最上游的设备厂商，而在这一轮AI周期中，利润正在向所有拥有瓶颈产能的中间环节和上游环节转移，只要你有别人没有的产能，就能坐地起价，获得超额利润。
3.2第一波买单者：互联网大厂的资本开支竞赛
成本上涨的第一波承担者是互联网大厂和云厂商。2026年，全球头部科技公司的资本开支都出现了爆发式增长：微软2026财年资本开支超过800亿美元，同比增长75%；谷歌资本开支超过750亿美元，同比增长65%；Meta资本开支超过600亿美元，同比增长80%；亚马逊AWS资本开支超过700亿美元，同比增长60%。国内的阿里、腾讯、字节跳动、百度的资本开支增速也都在50%以上。
这些资本开支中的70%以上都投向了AI硬件，而硬件涨价直接导致实际能买到的算力大打折扣。按照2026年年初的价格计算，100亿美元可以买到约10万张H200级别的GPU，但到2026年年中，同样的100亿美元只能买到不到7万张，再加上CPU、内存、光模块的涨价，实际能交付的算力可能只有年初计划的60%。换句话说，互联网大厂的资本开支看起来增长了50%以上，但实际获得的算力增长可能只有20%-30%，多花的钱都变成了上游厂商的利润。
更严重的是，这是一场"军备竞赛"，没有任何一家厂商敢停下来。如果你的竞争对手买了更多算力、训练出更好的模型、提供更便宜的AI服务，你就会在竞争中落后。即使硬件价格再贵、即使投资回报周期再长，也必须硬着头皮买。这就导致了一个非常诡异的局面：所有互联网大厂都在AI上投入巨额资金，但目前还没有任何一家大厂的AI业务能够覆盖硬件投入的成本，大家都在"烧钱换未来"。
3.3最终买单者：所有消费者和整个科技产业
互联网大厂当然不会自己承担所有成本，成本最终会沿着产业链向下传导，由所有消费者和整个科技产业共同承担。
云服务已经开始悄悄涨价。2026年第二季度以来，AWS、Azure、谷歌云以及国内的阿里云、腾讯云都已经上调了AI推理实例的价格，部分实例价格涨幅超过30%。普通云服务器的价格也在上涨，因为内存、CPU、SSD的成本都在上升。过去十年云计算"持续降价"的趋势已经被逆转，未来云服务价格只会越来越贵。
AI应用的价格战已经打不动了。2025年还在打价格战的大模型API服务，2026年纷纷停止降价，部分厂商甚至开始上调价格。原因很简单：硬件成本在涨，推理成本降不下来，再降价就要亏损了。消费者期待的"AI白菜价"并没有到来，反而可能迎来AI服务的全面涨价。
AI还在虹吸整个半导体产业的产能，挤压其他行业的芯片供应。汽车芯片、工业芯片、消费电子芯片的产能都被AI相关芯片挤压，价格也在不同程度上涨。2026年以来，新能源汽车的芯片短缺问题再次出现，部分车型因为缺少某颗价值几美元的MCU而减产；消费电子行业的内存、SSD价格持续上涨，新款手机、电脑的价格也随之上涨。最终，每一个购买电子产品、使用云服务、使用AI应用的消费者，都在为这场AI带来的硬件通胀买单。
问题已经摆在所有人面前：所有人都在说AI将带来生产力革命，将创造巨大的经济价值，但现在的情况是，AI还没有真正创造出多少可衡量的经济价值，整个硬件产业链已经先把未来十年的钱都赚走了。如果AI应用的落地速度不及预期，如果AI创造的价值无法覆盖硬件成本的上涨，那么这场AI带来的硬件通胀盛宴最终由谁来买单？
价格上涨本身并不是最可怕的，可怕的是这场硬件通胀可能带来的一系列连锁反应，最终不仅会影响AI产业的发展，甚至可能对整个全球科技产业和经济产生深远的负面影响。
4.1硬件通胀会杀死AI应用创新，最终变成巨头的游戏
AI创新的生态需要"廉价的算力"。只有当推理成本足够低、算力足够便宜，大量的中小开发者和创业公司才愿意去试错，才能创造出真正有价值的AI应用。但现在硬件价格持续上涨，云服务价格持续上涨，大模型API价格停止下降甚至上涨，创业公司的算力成本正在快速上升。
对于大公司来说，几十亿美元的算力投入可能不算什么，但对于创业公司来说，每个月几十万美元的算力账单就是生死线。2026年以来，已经有大量AI创业公司因为算力成本过高而倒闭，或者被头部公司收购。当算力成本高到只有巨头能玩得起的时候，AI创新就会变成巨头的闭门游戏，整个生态的创新活力就会被扼杀。
历史上每一次技术革命的普及，都伴随着基础设施成本的快速下降。电力革命中，电价的快速下降让电力进入所有工厂和家庭；互联网革命中，带宽和服务器成本的快速下降催生了大量互联网应用；移动互联网革命中，智能手机和流量成本的下降催生了移动应用生态。如果AI算力成本不仅不下降，反而持续暴涨，那么AI很可能无法成为普惠的基础设施，只能成为少数巨头服务高价值客户的奢侈品。
4.2地缘政治正在加剧全球半导体产业链分裂
在地缘政治的背景下，这场硬件通胀正在变得更加复杂。M国一方面在芯片出口管制上持续加码，试图限制中国获得先进AI芯片和半导体制造设备；另一方面，M国又在通过各种手段"收割"其他国家的半导体产业利润。
2026年7月，M国贸易代表办公室明确向韩国政府提出，要求分享三星和SK海力士在存储芯片上的巨额利润，理由是M国企业是韩国半导体的最大客户。与此同时，M国国际贸易委员会对三星DRAM产品启动337调查，加州法院也受理了针对三星和SK海力士的反垄断诉讼。这种"既要限制你，又要分你的钱"的做法，正在加剧全球半导体产业链的不信任。
存储芯片的暴利也让中国加速了存储芯片国产化的进程。长江存储、长鑫存储正在快速扩产，虽然在最先进的HBM技术上还有差距，但在普通DRAM和NAND领域已经开始形成替代能力。M国的制裁反而加速了中国半导体产业链自主可控的进程，全球半导体产业链正在从过去三十年的全球化分工，走向区域化、碎片化，这将进一步推高全球半导体产业的整体成本，让通胀持续更长时间。
4.3 2028年的产能过剩风险：下一个半导体泡沫？
所有的周期最终都会逆转，所有的短缺最终都会变成过剩。现在所有的半导体厂商都在疯狂扩产，这些产能将在2027-2028年集中释放。如果届时AI应用的落地速度不及预期，算力需求的增长没有大家想象的那么快，那么现在的大规模扩产就可能导致严重的产能过剩，引发下一轮半导体行业的大萧条。
这种情况在半导体历史上反复上演。2000年互联网泡沫时期，所有光通信厂商都在疯狂扩产，结果互联网泡沫破裂后，光模块价格下跌90%以上，大量厂商破产；2017-2018年存储超级周期，三星、海力士、美光都大规模扩产，结果2019年内存价格暴跌70%，全行业亏损；2021年的芯片短缺潮，所有汽车芯片厂商都在扩产，结果2023年出现了严重的产能过剩。
现在的AI硬件热潮，与历史上的历次半导体泡沫有太多相似之处：全行业的乐观预期、指数级增长的需求预测、所有厂商大规模扩产、资本市场疯狂追捧。唯一的区别是，这一次的规模更大、涉及的产业链更长、投入的资金更多。如果2028年需求不及预期，那么这一轮周期的下行幅度可能会超过历史上任何一次，对整个全球科技产业造成巨大冲击。
回顾历史上的每一次技术革命，我们都会发现一个规律：在革命的初期，基础设施总是会经历一段时间的短缺和涨价，然后随着产能的大规模扩张，价格快速下降，最终成为普惠的基础设施。铁路革命时期，铁轨和机车曾经价格飞涨，但最终铁路成为了廉价的运输方式；电力革命时期，发电机和电线曾经非常昂贵，但最终电力进入了每一个工厂和家庭；互联网革命时期，光纤和服务器曾经价格高昂，但最终带宽和算力变得越来越便宜。
AI革命大概率也会遵循同样的规律，但问题是，这个过程需要多长时间？在产能真正大规模释放、价格真正下降之前，这场硬件通胀还会持续多久？我们会不会在AI真正普惠之前，先经历一场漫长而痛苦的通胀期？
至少从目前的情况来看，AI的"廉价时代"还远远没有到来。我们现在正处在AI革命的"筑路阶段"。所有人都在疯狂地修路、铺光纤、建数据中心、买服务器，这个阶段的硬件短缺和价格上涨是必然的。但我们也需要清醒地认识到，不是所有的路最终都能跑满车，不是所有的算力投入最终都能产生对应的价值。
对于产业界来说，现在需要的不是盲目乐观，也不是恐慌性囤货，而是理性看待这场AI硬件通胀，在技术投入和成本控制之间找到平衡。对于投资者来说，需要清醒地认识到，上游硬件厂商的超额利润不可能永远持续，周期的逆转可能就在一夜之间。对于每一个普通人来说，需要做好准备，在可预见的未来，AI服务不仅不会免费，反而可能会越来越贵。
AI确实是第四次工业革命，毋庸置疑会在未来十年深刻改变整个世界，但革命从来都不是免费的。我们现在正在为这场革命支付昂贵的"入场费"，至于这场革命最终能不能值回票价，只有时间能给出答案。
本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。
本文来自虎嗅配资融资成本，原文链接：https://www.huxiu.com/article/4877833.html?f=wyxwapp
海量资讯、精准解读，尽在新浪财经APP
配资排行网提示：本文来自互联网，不代表本网站观点。
