AI正在制造一場史無前例的全產業鏈硬件通脹

本文來自微信公眾號： 張星河zen ，作者：張星河

AI正在制造一場史無前例的全產業鏈硬件通脹

據IT之家7月23日報道，路透社曝出一則并未引起足夠重視的消息：英特爾與AMD正與中國數據中心客戶洽談長達一年甚至更久的服務器CPU供應鎖定協議，這些協議只鎖定采購量卻不鎖定價格。核心原因只有一個：部分服務器CPU型號自2026年年初以來價格漲幅已超過40%，部分高端型號月環比漲幅突破10%，客戶真正擔心的已經不是價格高低，而是未來還能不能拿到貨。

這并非孤立事件。從GPU到CPU，從HBM高帶寬內存到普通DDR5，從1.6T光模塊到PCB基材，從高速連接器到液冷接頭，整個AI服務器產業鏈正在經歷半導體歷史上范圍最廣、幅度最大、持續時間最長的一次全鏈條漲價。所有人都在談論AI革命將如何降低整個社會的運行成本，如何像電力一樣成為普惠的基礎設施，但一個被忽略的事實是：AI正在制造一場史無前例的硬件通脹，而且這場通脹才剛剛開始。

一、漲價潮：從芯片到螺絲釘，沒有一個環節能幸免

AI硬件的漲價并非從GPU開始，也不會在GPU結束。當外界的目光還聚焦在英偉達H100、H200以及國產NPU的價格波動時，漲價潮已經沿著產業鏈層層傳導，從最上游的半導體材料、晶圓制造，到中游的芯片封裝、光器件，再到下游的服務器整機、IDC建設，甚至連服務器機柜里的螺絲、電源線、液冷管道都未能幸免。

1.1計算芯片：GPU之后，CPU成為下一個漲價重災區

過去三年，GPU的缺貨與漲價已經成為行業共識。英偉達AI芯片的交貨周期一度拉長至52周，渠道溢價最高時超過官方指導價的200%。但進入2026年第二季度，一個新的變化正在發生：過去供應相對充足、價格相對穩定的服務器CPU，正在成為AI產業鏈下一個緊缺環節。

根據集邦咨詢（TrendForce）2026年7月發布的報告，自2026年3月起，英特爾首先對全線服務器CPU產品進行調價，128核Granite Rapids架構的至強6980P處理器官方指導價從12460美元上調至13955美元，單顆漲價1495美元，漲幅約12%；96核型號漲價1094美元，漲幅約12%。AMD在4月跟進漲價，EPYC系列服務器處理器平均漲幅10%-15%，覆蓋所有產品線。

官方調價只是開始。在現貨市場，高端AI服務器專用CPU的溢價更為驚人。深圳華強北的分銷商數據顯示，適用于AI推理服務器的高端64核以上x86處理器，現貨價格較年初已經上漲超過40%，部分緊俏型號甚至出現"一天一個價"的情況。更關鍵的是，英特爾與AMD已經開始優先將產能分配給利潤更高的AI服務器CPU，消費級CPU和低端服務器CPU的產能被擠壓，進一步加劇了整個市場的供應緊張。

這背后是AI服務器架構變化帶來的需求結構調整。過去一臺標準雙路服務器只需要2顆CPU，但在AI服務器中，為了配合8張甚至16張加速卡，CPU核心數需求翻倍，內存通道數需求翻倍，PCIe通道數需求翻倍。一臺8卡AI服務器通常需要2顆高端32核以上CPU，而一臺16卡超節點服務器甚至需要4顆高端CPU。AI服務器出貨量的爆發式增長，直接帶動了高端服務器CPU需求的指數級上升。

1.2存儲芯片：72%利潤率的"印鈔機"時代

如果說CPU漲價只是開始，那么存儲芯片市場已經進入了"暴利時代"。2026年第一季度財報數據顯示，SK海力士單季度營業利潤率達到72%，三星電子半導體部門營業利潤率達到73%，美光科技營業利潤率也達到69%。這是什么概念？在制造業普遍利潤率個位數的今天，存儲芯片的利潤率已經超過了大多數奢侈品行業，甚至超過了部分非法產業的利潤率水平。

推動存儲芯片價格暴漲的核心動力是HBM（高帶寬內存）。每一顆AI GPU都需要搭配5-6顆HBM堆棧，而HBM的晶圓消耗是傳統DRAM的3-4倍。也就是說，生產一顆GPU所需的HBM，占用的晶圓產能相當于生產12-16GB普通DDR5內存的產能。三星、SK海力士、美光三大存儲廠商已經將70%-80%的先進制程DRAM產能轉向HBM生產，普通DDR5內存的產能被大幅擠壓。

價格的上漲幅度令人瞠目。HBM3e 12Hi單顆價格從2025年年初的約80美元一路上漲至2026年第二季度的700美元以上，漲幅接近8倍。野村證券的預測模型顯示，HBM的平均售價（ASP）將從2026年的約12美元/GB進一步上漲至2027年的24.1美元/GB，漲幅再翻一倍。SK海力士已經明確表示，2026年全年的HBM產能已經全部售罄，全年無法調整HBM與普通DRAM的產能分配；三星方面則警告，HBM的嚴重短缺將至少持續到2027年。

普通內存市場同樣未能幸免。DDR5服務器內存價格自2025年第四季度以來已經連續三個季度上漲，累計漲幅超過200%。更嚴重的是，由于產能持續向HBM傾斜，普通DDR5內存的交貨周期已經從正常的4-6周拉長至40周以上。英業達等服務器代工廠已經發出警告，普通服務器內存短缺已經達到"危機級別"，不僅AI服務器，連普通的云服務器、企業服務器都開始面臨內存不足的問題。

HBM的超高利潤率甚至讓存儲廠商開始重新評估產能分配。2026年6月，SK海力士宣布放緩部分HBM4產線的轉換，將更多產能轉向普通DRAM，因為普通DRAM的利潤率已經追平甚至超過了HBM。在制造業歷史上，這種全行業普遍性的超高利潤率極為罕見，上一次出現類似情況還是在2017-2018年的存儲超級周期，但那一次的漲幅和持續時間都遠不及本次。

1.3光互聯：交期排到2028年的"卡脖子"環節

如果說芯片漲價還有跡可循，那么光通信領域的短缺則超出了所有人的預期。當行業還在爭論800G光模塊是否會降價、1.6T光模塊需求是否不及預期時，真正的短缺已經傳導到了最上游的光芯片環節。

行業調研數據顯示，2026年全球1.6T光模塊需求將突破數百萬只，對應需要的200G EML高速光芯片年需求量約1.5億顆，但全球有效產能僅為5000萬顆左右，供需缺口超過60%。這一市場被美國Lumentum、Coherent和日本住友等少數廠商壟斷了90%以上的產能，交貨周期已經拉長至18-24個月，頭部客戶的訂單已經排到了2028年。

光芯片上游的襯底材料短缺更為嚴重。6英寸高端磷化銦（InP）襯底是生產高速光芯片的核心材料，這一市場被日本住友、美國AXT、日本JX金屬三巨頭壟斷了90%以上產能，擴產周期長達18-36個月。價格方面，6英寸磷化銦襯底從2025年年初的每片約8000元，上漲至2026年4月的25000-28000元，漲幅超過250%，而且仍然是"一襯難求"。

光模塊廠商的訂單情況已經說明了問題的嚴重性。中際旭創在2026年7月的投資者交流會上明確表示，公司在手訂單已經覆蓋2026年全年，部分訂單已經排到2027年，部分客戶甚至已經給出了2027年各季度的出貨預期。市場傳言的"光模塊降價"被證偽。實際情況是，2027年的長單價格不僅沒有下降，部分緊俏型號反而還有所上漲。新易盛、光迅科技等廠商也都在互動平臺表示，高速光模塊需求持續超預期，產能利用率維持在高位。

短缺還在向更上游的材料環節傳導。用于高速PCB板的M8級低介電常數基材，因為同時是AI算力板和光模塊板的核心材料，已經出現嚴重短缺。三家英偉達認證的CCL廠商每月合計產出約140萬平方米M8基材，但僅光模塊行業一個月就要消耗24萬平方米，AI服務器主板消耗更多。結果是部分PCB廠商不得不主動削減800G光模塊產能，優先保障利潤更高的AI服務器主板訂單。M8基材價格較年初上漲超過30%，配套的特種樹脂價格漲幅更是達到261%，用于PCB的電子級玻纖布價格一年上漲250%。

1.4周邊配套：被忽略的"長尾"短缺

芯片和光模塊的短缺受到的關注較多，但真正讓服務器廠商頭疼的是大量"不起眼"的周邊元器件的短缺。高速連接器、電源管理芯片、液冷快接頭、溫度傳感器、風扇模塊……這些小部件雖然占服務器BOM成本不到10%，但任何一個缺貨都會導致整臺服務器無法交付。

以高速連接器為例，AI服務器使用的PCIe 6.0/CXL高速連接器單價從2025年的不到10美元上漲至2026年的30美元以上，漲幅超過200%，交貨周期從8周拉長至36周。液冷系統使用的不銹鋼快接頭，因為需要滿足高可靠性要求，合格供應商有限，價格漲幅超過150%，部分型號交貨周期超過一年。甚至連服務器電源使用的高端電容、電感，都出現了不同程度的缺貨和漲價。

某服務器代工廠中流傳的一個段子：現在做AI服務器，跟當年造原子彈差不多，除了服務器機箱殼子不缺貨，里面沒有一個部件是不缺貨、不漲價的。任何一個價值幾美元的小芯片缺貨，都會導致價值幾十萬美元的整臺服務器無法發貨，這種"長尾短缺"造成的損失，甚至比主芯片缺貨還要大。

二、為什么會漲成這樣？多重結構性因素的疊加結果

這一輪AI硬件漲價，并非簡單的周期性供需失衡，而是多重結構性因素疊加的結果。與歷史上半導體行業的歷次漲價周期不同，這一輪漲價的需求動力是指數級增長的AI算力需求，而供給端的擴張卻受到物理規律、產業鏈長度、地緣政治等多重因素的硬約束，兩者之間的鴻溝正在越來越大。

2.1 AI的硬件消耗是指數級的，所有人都低估了這一點

所有的預測模型都低估了AI對硬件的消耗速度。2023年GPT-4剛發布時，行業普遍認為大模型訓練只需要一次，后續主要是微調，算力需求會很快見頂。但僅僅三年后的2026年，現實給了所有預測者一記耳光：大模型的參數規模還在增長，多模態模型的算力消耗是純文本模型的5-10倍，智能體（Agent）應用帶來的推理算力需求更是訓練需求的10-20倍。

OpenAI的GPT-5訓練使用了超過50萬張GPU，是GPT-4訓練時的10倍；谷歌Gemini Ultra 2的訓練集群規模超過80萬張加速卡；國內頭部大模型廠商的訓練集群規模也普遍達到了10萬卡級別。更可怕的是推理端的需求：當AI應用開始真正落地，每一個用戶請求、每一次智能體調用、每一次多模態生成，背后都是實打實的算力消耗。Meta的測算顯示，當智能體應用達到10億日活用戶時，僅推理算力需求就將是當前全球總算力的10倍以上。

算力需求的增長不是線性的，而是指數級的。每一代大模型的算力需求增長是10倍級，每一次AI應用的普及帶來的推理需求增長是10倍級，而半導體產能的增長卻是線性的。一座晶圓廠從建設到量產需要3年，產能爬坡需要1-2年，光芯片良率提升需要18個月，任何一個環節的產能擴張都需要時間。當指數級增長的需求遇到線性增長的供給，短缺和漲價就成為必然。

更關鍵的是，AI對硬件的需求是"全棧式"的。過去的PC革命、互聯網革命、移動互聯網革命，主要消耗的是CPU和內存，產業鏈相對較短。但AI革命同時消耗GPU、CPU、HBM、普通內存、SSD、高速網卡、光模塊、交換機、PCB、電源、液冷……幾乎整個半導體和電子產業鏈的產能都在被AI虹吸。這種全產業鏈同時爆發的需求，在半導體歷史上從未出現過。

2.2產能擴張遠水救不了近火，最短缺的環節擴產最難

面對漲價，所有廠商的第一反應都是擴產，但擴產的速度遠遠趕不上需求增長的速度，而且越是短缺的環節，擴產難度越大、周期越長。

晶圓制造是產能擴張最慢的環節。一座先進邏輯晶圓廠的投資超過200億美元，建設周期3年，產能爬坡1-2年，從決定建廠到真正滿產需要5年時間。存儲晶圓廠的情況類似，HBM產能的擴張不僅需要晶圓產能，還需要先進的封裝產能。HBM的3D堆疊封裝技術難度極高，良率提升速度緩慢，這也是為什么HBM短缺將持續到2027年甚至更久的核心原因。

光芯片的擴產難度甚至超過晶圓制造。高速EML光芯片涉及外延生長、光柵刻寫、端面鍍膜等數十道精密工序，良率提升高度依賴工藝經驗積累，不是簡單買設備就能擴產。200G EML光芯片的良率目前僅為50%左右，新進入者需要3-5年的工藝積累才能達到穩定量產的水平。磷化銦襯底的擴產周期更長，從晶體生長到襯底拋光需要18個月以上，而且環保審批嚴格，產能擴張受到多重限制。

上游材料的擴產同樣困難。M8級高速PCB基材需要特殊的樹脂配方和玻纖布技術，認證周期長達1-2年，不是隨便一個CCL廠商就能生產。高速連接器的設計和制造涉及精密機械加工和高頻信號完整性設計，專利壁壘高，合格供應商有限。這些"不起眼"的環節，恰恰是產能擴張最慢、最短缺的環節。

一個容易被忽略的因素是人才短缺。AI硬件產業鏈的各個環節都需要大量經驗豐富的工程師：芯片設計工程師、封裝工程師、光芯片工藝工程師、高速信號完整性工程師……這些人才的培養周期是5-10年，根本不可能在短時間內大規模培養。沒有足夠的工程師，即使買了設備、建了廠房，也無法快速形成有效產能。

2.3恐慌性囤貨正在放大短缺，形成"漲價-囤貨-更漲價"的正循環

如果說真實的供需缺口是1，那么經過恐慌性囤貨的放大，市場上感受到的短缺可能是2甚至3。當漲價成為一致預期，所有參與者都會做出理性但最終加劇短缺的選擇。

云廠商和互聯網大廠的第一反應是"鎖產能"。既然未來價格會漲、貨會缺，那不如現在就把未來1-2年的產能全部鎖下來，不管現在用不用得上。微軟、谷歌、Meta、亞馬遜都已經與英偉達、臺積電、三星簽訂了長期供應協議，鎖定了2026-2027年的大部分GPU和HBM產能。國內的BAT、字節跳動等廠商也在跟進，不僅鎖GPU產能，也開始鎖CPU、內存、光模塊的產能。頭部廠商把產能都鎖走了，中小廠商就更難拿到貨，只能去現貨市場高價掃貨，進一步推高價格。

分銷商和渠道商開始囤貨炒貨。在華強北等電子元器件集散地，過去炒顯卡、炒內存的黃牛們現在開始炒AI服務器的所有緊缺元器件——CPU、HBM、光芯片、高速連接器，缺什么炒什么。渠道商的囤貨進一步減少了市場上的現貨流通，人為放大了短缺。有服務器廠商反映，部分緊俏型號的現貨市場上，超過一半的庫存都在渠道商手里捂著待漲。

甚至連終端客戶都開始提前備貨。一些本來沒有AI服務器采購計劃的企業，看到價格持續上漲、交貨周期越來越長，也開始提前下單備貨，"怕以后更貴、怕以后拿不到貨"的心理非常普遍。這種預防性采購進一步增加了當期需求，讓供需矛盾更加尖銳。

歷史一再證明，在大宗商品和電子元器件市場，當漲價預期形成一致，恐慌性囤貨一定會出現，從而形成"漲價-囤貨-短缺加劇-進一步漲價"的正反饋循環。這個循環直到價格漲到足夠高，高到囤貨者無利可圖，或者高到需求被破壞，才會被打破。而目前來看，AI算力需求的價格彈性極低。互聯網大廠為了不在AI競賽中落后，幾乎不計成本，這就意味著這個正循環還會持續相當長一段時間。

三、誰在賺錢，誰在買單？

每一次通脹都是一次財富的再分配。在這場AI導致的硬件通脹中，產業鏈上下游的利潤分配正在發生劇烈變化，有人賺得盆滿缽滿，有人被迫承擔所有成本，最終整個社會都將為這場通脹買單。

3.1贏家：掌握核心產能的上游廠商

最大的贏家毫無疑問是掌握核心瓶頸產能的上游廠商。英偉達自不必說，2026財年數據中心業務營收超過1500億美元，毛利率維持在75%以上，凈利潤率超過50%，是整個AI產業鏈最大的"抽水機"。

存儲廠商成為第二大贏家。三星和SK海力士2026年全年存儲業務利潤合計有望超過4000億美元，這是什么概念？這一數字超過了全球所有半導體設計公司的利潤總和，甚至超過了很多國家全年的GDP。SK海力士的股價在過去一年上漲超過300%，三星電子股價上漲超過150%，成為這一輪AI行情中漲幅最大的半導體公司。

光通信產業鏈同樣賺得盆滿缽滿。中際旭創2026年上半年凈利潤同比增長超過200%，新易盛、光迅科技等光模塊廠商的業績增速都在100%以上。更上游的光芯片廠商、磷化銦襯底廠商的利潤率更高，部分高速光芯片廠商的毛利率超過80%，而且訂單已經排到了兩年后，完全是"印鈔機"狀態。

所有掌握瓶頸產能的廠商都在享受這場盛宴。高速PCB廠商、高速連接器廠商、液冷設備廠商，只要產能跟得上，都能獲得遠超歷史水平的利潤率。有趣的是，過去半導體行業的利潤主要集中在最下游的品牌廠商和最上游的設備廠商，而在這一輪AI周期中，利潤正在向所有擁有瓶頸產能的中間環節和上游環節轉移，只要你有別人沒有的產能，就能坐地起價，獲得超額利潤。

3.2第一波買單者：互聯網大廠的資本開支競賽

成本上漲的第一波承擔者是互聯網大廠和云廠商。2026年，全球頭部科技公司的資本開支都出現了爆發式增長：微軟2026財年資本開支超過800億美元，同比增長75%；谷歌資本開支超過750億美元，同比增長65%；Meta資本開支超過600億美元，同比增長80%；亞馬遜AWS資本開支超過700億美元，同比增長60%。國內的阿里、騰訊、字節跳動、百度的資本開支增速也都在50%以上。

這些資本開支中的70%以上都投向了AI硬件，而硬件漲價直接導致實際能買到的算力大打折扣。按照2026年年初的價格計算，100億美元可以買到約10萬張H200級別的GPU，但到2026年年中，同樣的100億美元只能買到不到7萬張，再加上CPU、內存、光模塊的漲價，實際能交付的算力可能只有年初計劃的60%。換句話說，互聯網大廠的資本開支看起來增長了50%以上，但實際獲得的算力增長可能只有20%-30%，多花的錢都變成了上游廠商的利潤。

更嚴重的是，這是一場"軍備競賽"，沒有任何一家廠商敢停下來。如果你的競爭對手買了更多算力、訓練出更好的模型、提供更便宜的AI服務，你就會在競爭中落后。即使硬件價格再貴、即使投資回報周期再長，也必須硬著頭皮買。這就導致了一個非常詭異的局面：所有互聯網大廠都在AI上投入巨額資金，但目前還沒有任何一家大廠的AI業務能夠覆蓋硬件投入的成本，大家都在"燒錢換未來"。

3.3最終買單者：所有消費者和整個科技產業

互聯網大廠當然不會自己承擔所有成本，成本最終會沿著產業鏈向下傳導，由所有消費者和整個科技產業共同承擔。

云服務已經開始悄悄漲價。2026年第二季度以來，AWS、Azure、谷歌云以及國內的阿里云、騰訊云都已經上調了AI推理實例的價格，部分實例價格漲幅超過30%。普通云服務器的價格也在上漲，因為內存、CPU、SSD的成本都在上升。過去十年云計算"持續降價"的趨勢已經被逆轉，未來云服務價格只會越來越貴。

AI應用的價格戰已經打不動了。2025年還在打價格戰的大模型API服務，2026年紛紛停止降價，部分廠商甚至開始上調價格。原因很簡單：硬件成本在漲，推理成本降不下來，再降價就要虧損了。消費者期待的"AI白菜價"并沒有到來，反而可能迎來AI服務的全面漲價。

AI還在虹吸整個半導體產業的產能，擠壓其他行業的芯片供應。汽車芯片、工業芯片、消費電子芯片的產能都被AI相關芯片擠壓，價格也在不同程度上漲。2026年以來，新能源汽車的芯片短缺問題再次出現，部分車型因為缺少某顆價值幾美元的MCU而減產；消費電子行業的內存、SSD價格持續上漲，新款手機、電腦的價格也隨之上漲。最終，每一個購買電子產品、使用云服務、使用AI應用的消費者，都在為這場AI帶來的硬件通脹買單。

問題已經擺在所有人面前：所有人都在說AI將帶來生產力革命，將創造巨大的經濟價值，但現在的情況是，AI還沒有真正創造出多少可衡量的經濟價值，整個硬件產業鏈已經先把未來十年的錢都賺走了。如果AI應用的落地速度不及預期，如果AI創造的價值無法覆蓋硬件成本的上漲，那么這場AI帶來的硬件通脹盛宴最終由誰來買單？

四、最大的風險還不是漲價

價格上漲本身并不是最可怕的，可怕的是這場硬件通脹可能帶來的一系列連鎖反應，最終不僅會影響AI產業的發展，甚至可能對整個全球科技產業和經濟產生深遠的負面影響。

4.1硬件通脹會殺死AI應用創新，最終變成巨頭的游戲

AI創新的生態需要"廉價的算力"。只有當推理成本足夠低、算力足夠便宜，大量的中小開發者和創業公司才愿意去試錯，才能創造出真正有價值的AI應用。但現在硬件價格持續上漲，云服務價格持續上漲，大模型API價格停止下降甚至上漲，創業公司的算力成本正在快速上升。

對于大公司來說，幾十億美元的算力投入可能不算什么，但對于創業公司來說，每個月幾十萬美元的算力賬單就是生死線。2026年以來，已經有大量AI創業公司因為算力成本過高而倒閉，或者被頭部公司收購。當算力成本高到只有巨頭能玩得起的時候，AI創新就會變成巨頭的閉門游戲，整個生態的創新活力就會被扼殺。

歷史上每一次技術革命的普及，都伴隨著基礎設施成本的快速下降。電力革命中，電價的快速下降讓電力進入所有工廠和家庭；互聯網革命中，帶寬和服務器成本的快速下降催生了大量互聯網應用；移動互聯網革命中，智能手機和流量成本的下降催生了移動應用生態。如果AI算力成本不僅不下降，反而持續暴漲，那么AI很可能無法成為普惠的基礎設施，只能成為少數巨頭服務高價值客戶的奢侈品。

4.2地緣政治正在加劇全球半導體產業鏈分裂

在地緣政治的背景下，這場硬件通脹正在變得更加復雜。M國一方面在芯片出口管制上持續加碼，試圖限制中國獲得先進AI芯片和半導體制造設備；另一方面，M國又在通過各種手段"收割"其他國家的半導體產業利潤。

2026年7月，M國貿易代表辦公室明確向韓國政府提出，要求分享三星和SK海力士在存儲芯片上的巨額利潤，理由是M國企業是韓國半導體的最大客戶。與此同時，M國國際貿易委員會對三星DRAM產品啟動337調查，加州法院也受理了針對三星和SK海力士的反壟斷訴訟。這種"既要限制你，又要分你的錢"的做法，正在加劇全球半導體產業鏈的不信任。

存儲芯片的暴利也讓中國加速了存儲芯片國產化的進程。長江存儲、長鑫存儲正在快速擴產，雖然在最先進的HBM技術上還有差距，但在普通DRAM和NAND領域已經開始形成替代能力。M國的制裁反而加速了中國半導體產業鏈自主可控的進程，全球半導體產業鏈正在從過去三十年的全球化分工，走向區域化、碎片化，這將進一步推高全球半導體產業的整體成本，讓通脹持續更長時間。

4.3 2028年的產能過剩風險：下一個半導體泡沫？

所有的周期最終都會逆轉，所有的短缺最終都會變成過剩。現在所有的半導體廠商都在瘋狂擴產，這些產能將在2027-2028年集中釋放。如果屆時AI應用的落地速度不及預期，算力需求的增長沒有大家想象的那么快，那么現在的大規模擴產就可能導致嚴重的產能過剩，引發下一輪半導體行業的大蕭條。

這種情況在半導體歷史上反復上演。2000年互聯網泡沫時期，所有光通信廠商都在瘋狂擴產，結果互聯網泡沫破裂后，光模塊價格下跌90%以上，大量廠商破產；2017-2018年存儲超級周期，三星、海力士、美光都大規模擴產，結果2019年內存價格暴跌70%，全行業虧損；2021年的芯片短缺潮，所有汽車芯片廠商都在擴產，結果2023年出現了嚴重的產能過剩。

現在的AI硬件熱潮，與歷史上的歷次半導體泡沫有太多相似之處：全行業的樂觀預期、指數級增長的需求預測、所有廠商大規模擴產、資本市場瘋狂追捧。唯一的區別是，這一次的規模更大、涉及的產業鏈更長、投入的資金更多。如果2028年需求不及預期，那么這一輪周期的下行幅度可能會超過歷史上任何一次，對整個全球科技產業造成巨大沖擊。

結語：AI的"廉價時代"還遠未到來

回顧歷史上的每一次技術革命，我們都會發現一個規律：在革命的初期，基礎設施總是會經歷一段時間的短缺和漲價，然后隨著產能的大規模擴張，價格快速下降，最終成為普惠的基礎設施。鐵路革命時期，鐵軌和機車曾經價格飛漲，但最終鐵路成為了廉價的運輸方式；電力革命時期，發電機和電線曾經非常昂貴，但最終電力進入了每一個工廠和家庭；互聯網革命時期，光纖和服務器曾經價格高昂，但最終帶寬和算力變得越來越便宜。

AI革命大概率也會遵循同樣的規律，但問題是，這個過程需要多長時間？在產能真正大規模釋放、價格真正下降之前，這場硬件通脹還會持續多久？我們會不會在AI真正普惠之前，先經歷一場漫長而痛苦的通脹期？

至少從目前的情況來看，AI的"廉價時代"還遠遠沒有到來。我們現在正處在AI革命的"筑路階段"。所有人都在瘋狂地修路、鋪光纖、建數據中心、買服務器，這個階段的硬件短缺和價格上漲是必然的。但我們也需要清醒地認識到，不是所有的路最終都能跑滿車，不是所有的算力投入最終都能產生對應的價值。

對于產業界來說，現在需要的不是盲目樂觀，也不是恐慌性囤貨，而是理性看待這場AI硬件通脹，在技術投入和成本控制之間找到平衡。對于投資者來說，需要清醒地認識到，上游硬件廠商的超額利潤不可能永遠持續，周期的逆轉可能就在一夜之間。對于每一個普通人來說，需要做好準備，在可預見的未來，AI服務不僅不會免費，反而可能會越來越貴。

AI確實是第四次工業革命，毋庸置疑會在未來十年深刻改變整個世界，但革命從來都不是免費的。我們現在正在為這場革命支付昂貴的"入場費"，至于這場革命最終能不能值回票價，只有時間能給出答案。

本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4877833.html?f=wyxwapp