北京
為什么超大規模云服務商在AI算力上砸下創紀錄的資本支出，卻會引發一個叫做“芯片通脹”的棘手現象？過去幾年，人工智能革命讓少數市場參與者獲得了巨大收益——供應先進處理器和高性能內存的半導體公司、擴建云數據中心機群的超大規模服務商，以及提供連接與定制芯片的特定基礎設施廠商，都收割了驚人的價值。深層驅動力再直白不過：訓練并運行前沿AI模型，需要海量的專用計算、內存和網絡設備。于是超大規模云服務商和新一代云服務商以歷史級的資本支出強度做出回應，對所有底層硬件形成了強力需求。
就在這股熱潮中，摩根士丹利的研究團隊提出了“芯片通脹”這一概念。按照他們的描述，芯片通脹指的是內存芯片價格在較長時間里急劇攀升且維持高位，因為需求持續超過供給，很多企業根本買不到所需的數量。即便能獲得供應的那部分公司，也面臨一個艱難的選擇：是盡量把上漲的成本轉嫁給下游客戶，還是接受自身利潤率被壓縮。
這種供需失衡之所以難以緩解，背后有幾個硬邏輯。GPU、高帶寬內存和先進DRAM的需求將繼續跑在供給前面，一方面模型規模還在膨脹，另一方面隨著自主代理式應用走向更廣泛的使用，推理工作負載正急劇擴張。超大規模服務商不斷積累更多計算容量的事實，讓摩根士丹利提出，市場需要適應一場“持久的供需重置”——新芯片制造晶圓廠從建設到達至滿產運行，需要數年之久，短期內幾乎看不到供給側的快速追趕。
不過，摩根士丹利并不認為這對行業內的許多公司是看空信號。在他們看來，當前環境正處于一個過渡期：從硬件以熾熱節奏部署的階段，轉向更關注利用率、代幣經濟學和基礎設施投資回報的階段。也就是說，過去大家比的是誰能最快買到卡、插滿機架，現在比的則是誰能把已經部署的龐大算力用好、讓投入產出的賬算得過來。
從更長的時間線看，支撐AI基礎設施的投資論據并沒有被動搖。數據中心建設和AI增強型設備的開發不太可能很快停下來，盡管推進速度也許會進入一個平臺期。能識別出這種節奏差異的投資者，完全可以把任何近期的股價疲軟當成買入高質量AI賦能公司的機會，而不是被嚇退的離場信號。
這里有一個頗具歷史意味的坐標：2009年，針對一家當時還不太知名的芯片公司英偉達，曾出現過一次“加倍下
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
