AI硬件成本通胀 - 人工智能军备竞赛正在催生深层次的通胀危机 继“英伟达税”后 “内存税”正在形成[1] - 内存支出占超大规模云计算厂商资本支出的比例预计将从2023-24年的约8% 跳升至2026年的30% 并在2027年进一步走高 四年内增长近四倍[1] - 内存通胀已实质性冲击云服务商财报 微软预计更高的硬件组件价格将使其全年资本支出增加250亿美元 总额达1900亿美元 Meta将资本支出预测中值上调100亿美元 主因是组件成本尤其是内存芯片[1] 成本压力传导路径 - 英伟达AI加速芯片毛利率高达75% 凭借市场垄断地位向云厂商征收隐性溢价 即“英伟达税”[2] - 新的“内存税”压力源于数据中心对高带宽内存的惊人消耗 主流AI加速器需要大量HBM[2] - DRAM价格预计在2026年翻倍以上 并在2027年再度录得两位数百分比的涨幅 LPDDR5合约价格自2025年第一季度以来已上涨逾三倍 开放市场价格在2026年第一季度可能突破每GB 10美元 HBM结构上持续供不应求[2] - 英伟达享有“极度优先”的DRAM采购定价 远低于云厂商和市场价格 这压缩了其自身成本敞口 同时拉低市场定价基准 掩盖了供给紧张的真实程度[3] 内存供应商格局与盈利 - 内存市场高度集中 由SK海力士、三星电子和美光科技主导 三者当前市值合计超过2.8万亿美元[4] - SK海力士最新季度营业利润率高达72% 创历史纪录 客户正在“把确保采购量置于价格谈判之上” 三星同期DRAM平均售价较上一季度环比涨幅超过90%[4] - AI硬件供应商股价涨幅普遍跑赢作为买方的超大规模云计算厂商[4] 科技巨头的应对策略 - 超大规模云计算厂商正积极探索自研芯片路线 以摆脱对英伟达和内存供应商的单一依赖[6] - 亚马逊自研的Trainium芯片预计每年可为其节省数百亿美元支出 Anthropic和OpenAI已与亚马逊签署了数十亿美元的芯片采购合同[6] - 谷歌的TPU、亚马逊的Trainium以及微软的Maia 200 均代表了减少外部依赖的战略布局[6] - 在降低内存成本方面 谷歌的TurboQuant压缩技术有望发挥作用 Arm Holdings表示其新一代CPU可将每吉瓦数据中心的建设成本降低约100亿美元[6] - 替代方案受制于产能瓶颈 半导体工厂建设周期长达数年 行业具有显著周期性 企业扩产审慎[6] 对产业链及宏观经济的溢出效应 - 内存芯片制造商将产能优先供给利润更丰厚的数据中心市场及云厂商 导致智能手机、游戏主机和PC制造商面临供货吃紧困境 它们只能在涨价、降配和压缩利润间艰难取舍[7] - 今年全球智能手机销量预计下滑约13% 低端机型冲击尤为明显 任天堂已宣布上调Switch 2售价[7] - 对半导体、内存产能及其他AI基础设施组件的巨大需求 正在向消费品价格传导 个人消费通胀数据上升[7] - 一些国家进口AI相关硬件正在扩大美国贸易逆差 与特朗普政府的施政立场形成直接冲突[7]