Token爆發(fā) AI算力全鏈漲價(jià) 開(kāi)啟“能效競(jìng)爭(zhēng)”時(shí)代
關(guān)鍵詞： 算力漲價(jià) 算力 算力銀行 算力超市
算力，正成為AI時(shí)代最稀缺的“硬通貨”，目前全鏈價(jià)格不斷攀升。 海外英偉達(dá)H100一年期租賃價(jià)格漲幅近40％；國(guó)內(nèi)云廠商集體調(diào)價(jià)——騰訊云Tencent HY 2.0 Instruct模型輸入價(jià)上漲463％后再次整體提價(jià)5％，阿里云平頭哥真武810E等算力卡產(chǎn)品上調(diào)5％～34％，百度智能云相關(guān)服務(wù)上調(diào)5％～30％，科大訊飛智算平臺(tái)AI推理服務(wù)漲價(jià)8％，商湯科技SenseCore大模型訓(xùn)練費(fèi)用平均上浮12％，智譜2月以來(lái)3次提價(jià)……近期算力產(chǎn)品全鏈漲價(jià)，持續(xù)兩年多的AI“價(jià)格戰(zhàn)”驟然逆轉(zhuǎn)。 這是短期供需錯(cuò)配的周期性波動(dòng)，還是AI驅(qū)動(dòng)下的趨勢(shì)性上漲？產(chǎn)業(yè)未來(lái)的競(jìng)爭(zhēng)焦點(diǎn)將落在哪里？近日，記者采訪了工信部信息通信經(jīng)濟(jì)專家委員會(huì)委員盤(pán)和林與中國(guó)信通院云計(jì)算與數(shù)字化研究所總工程師郭亮，深度探尋算力漲價(jià)潮背后的產(chǎn)業(yè)變革趨勢(shì)。 Token激增是算力漲價(jià)潮的“核心引擎” “漲價(jià)的根源是人工智能的需求驅(qū)動(dòng)。”盤(pán)和林認(rèn)為，其中既包括AI訓(xùn)練所帶來(lái)的算力消耗，也包括AI應(yīng)用爆發(fā)所激發(fā)的推理算力需求。 郭亮分析，漲價(jià)包含四方面因素：一是硬件成本“逆向”暴漲。高帶寬內(nèi)存（HBM）存儲(chǔ)與高端芯片處于絕對(duì)賣方市場(chǎng)，2026年第一季度存儲(chǔ)價(jià)格翻倍，硬件采購(gòu)及運(yùn)維成本高企。二是需求結(jié)構(gòu)從訓(xùn)練轉(zhuǎn)向推理。隨著AI智能體爆發(fā)，推理端的Token調(diào)用量激增。推理屬于持續(xù)性運(yùn)營(yíng)支出，海量并發(fā)帶來(lái)的電力和帶寬成本已超出云廠商的補(bǔ)貼上限。三是商業(yè)模式從“圈地”轉(zhuǎn)向“盈利”。早期算力價(jià)格戰(zhàn)已完成初步生態(tài)綁定，在財(cái)務(wù)壓力下，廠商必須通過(guò)提價(jià)來(lái)覆蓋昂貴的算力折舊。四是算力資源的戰(zhàn)略性稀缺。全球高端算力租賃容量告急，電力配額緊張，供需極度失衡，導(dǎo)致價(jià)格失去下行空間。 此前兩年多時(shí)間里，云廠商以“燒錢(qián)換市場(chǎng)”的邏輯持續(xù)降價(jià)，Token成本被壓縮至每百萬(wàn)Token不到一元。但當(dāng)前，復(fù)雜推理讓單日調(diào)用費(fèi)用高達(dá)數(shù)百元，價(jià)格不斷上漲，此前大模型的免費(fèi)公測(cè)也同步結(jié)束。 “行業(yè)集體提價(jià)是從‘燒錢(qián)擴(kuò)規(guī)模’轉(zhuǎn)向‘商業(yè)可持續(xù)’的必然結(jié)果。”郭亮表示，這宣告廉價(jià)算力時(shí)代終結(jié)，將進(jìn)入以利潤(rùn)為導(dǎo)向的“價(jià)值重估”階段。 談及價(jià)格競(jìng)爭(zhēng)，盤(pán)和林認(rèn)為，此前云計(jì)算廠商尚未發(fā)掘出具有大規(guī)模用戶黏性的AI應(yīng)用場(chǎng)景，多數(shù)廠商采購(gòu)的算力服務(wù)器主要應(yīng)用于AI模型訓(xùn)練環(huán)節(jié)，而非直接面向企業(yè)或個(gè)人用戶提供算力服務(wù)支持。今年以來(lái)，以“龍蝦熱”“歡樂(lè)馬”為代表的AI開(kāi)源作品涌現(xiàn)，憑借其創(chuàng)新性與易用性極大激發(fā)了普通用戶對(duì)云計(jì)算產(chǎn)品的使用熱情，不僅顯著推動(dòng)了Token銷售量的爆發(fā)式增長(zhǎng)，更進(jìn)一步帶動(dòng)了算力資源及存儲(chǔ)服務(wù)的整體需求提升。 存儲(chǔ)與芯片是算力價(jià)格上漲的“成本推手” 當(dāng)前，算力產(chǎn)業(yè)鏈的漲價(jià)態(tài)勢(shì)從上游硬件蔓延至下游服務(wù)，包括國(guó)內(nèi)外主流云廠商在內(nèi)的數(shù)十家企業(yè)，相繼上調(diào)了AI算力及相關(guān)服務(wù)的價(jià)格。那么，在算力產(chǎn)業(yè)鏈中，哪些環(huán)節(jié)是漲價(jià)的根源？ 郭亮認(rèn)為：“從算力產(chǎn)業(yè)鏈的結(jié)構(gòu)來(lái)看，存儲(chǔ)供應(yīng)、先進(jìn)封裝、芯片制造和晶圓生產(chǎn)都對(duì)算力漲價(jià)產(chǎn)生了影響。” 具體而言，在存儲(chǔ)供應(yīng)方面，尤其是HBM和高容量閃存方面，隨著模型參數(shù)規(guī)模持續(xù)擴(kuò)大、多模態(tài)交互日益普及，推理任務(wù)對(duì)內(nèi)存帶寬的要求已超越了對(duì)算力本身的追求，比如三星、SK海力士等廠商的HBM產(chǎn)能在2026年之前便已被長(zhǎng)期訂單鎖定。在CoWoS等先進(jìn)封裝技術(shù)方面，盡管晶圓制造產(chǎn)能正在擴(kuò)張，但將計(jì)算芯片與HBM堆疊集成的先進(jìn)封裝工藝擴(kuò)產(chǎn)周期較長(zhǎng)、技術(shù)門(mén)檻較高。即便晶圓供應(yīng)充足，若無(wú)法完成封裝出貨，市場(chǎng)上的算力資源仍將處于缺貨狀態(tài)。在晶圓生產(chǎn)環(huán)節(jié)，相比存儲(chǔ)與封裝，先進(jìn)制程的晶圓產(chǎn)能雖同樣緊俏，但在全球主要代工廠大規(guī)模擴(kuò)建的背景下，其產(chǎn)能釋放節(jié)奏相對(duì)可預(yù)期，已不再是當(dāng)前價(jià)格波動(dòng)的主要推手。 “漲價(jià)主要集中在兩個(gè)環(huán)節(jié)。”盤(pán)和林分析說(shuō)，“一是算力服務(wù)器本身的價(jià)格上漲，例如英偉達(dá)等廠商的AI算力服務(wù)器；二是云計(jì)算廠商提供的算力及存儲(chǔ)租賃服務(wù)價(jià)格上調(diào)。” 其中，算力服務(wù)器漲價(jià)主要源于兩個(gè)因素：一方面，芯片制造能力受限，核心瓶頸在于光刻機(jī)產(chǎn)能無(wú)法滿足AI產(chǎn)業(yè)快速發(fā)展的需求。另一方面，存儲(chǔ)芯片不足，內(nèi)存芯片自身存在固有產(chǎn)能周期，而AI需求的爆發(fā)式增長(zhǎng)進(jìn)一步加劇了供不應(yīng)求的局面。存儲(chǔ)芯片產(chǎn)能的擴(kuò)張通常需要3年左右，即便考慮到廠商已提前布局，至少也需要1～2年才能有效緩解供給壓力。 算力漲價(jià)是一場(chǎng)加速產(chǎn)業(yè)出清的壓力測(cè)試 “此輪漲價(jià)是一場(chǎng)‘壓力測(cè)試’。”郭亮形象地概括，它將加速產(chǎn)業(yè)出清，告別粗放的發(fā)展時(shí)代，邁向高門(mén)檻、高效率的Token生產(chǎn)和使用“深水區(qū)”。 此輪算力漲價(jià)正在深刻重塑整個(gè)AI產(chǎn)業(yè)鏈的競(jìng)爭(zhēng)格局，對(duì)頭部廠商、中小企業(yè)產(chǎn)生不同影響。 對(duì)于頭部廠商，郭亮認(rèn)為，漲價(jià)將有助于利潤(rùn)與生態(tài)修復(fù)。一方面，提價(jià)緩解了云廠商巨額的算力折舊壓力，使其從“虧損獲客”轉(zhuǎn)向“質(zhì)量增長(zhǎng)”；另一方面，頭部廠商憑借自研芯片帶來(lái)的成本優(yōu)勢(shì)，可能進(jìn)一步壓縮二線云服務(wù)商的生存空間，強(qiáng)化自身在算力生態(tài)中的控制地位。 對(duì)于中小企業(yè)，盤(pán)和林分析說(shuō)：“算力漲價(jià)將顯著增加中小企業(yè)和個(gè)人用戶使用AI的成本。”當(dāng)前，多數(shù)中小企業(yè)主要依賴在云端購(gòu)買算力與存儲(chǔ)資源完成模型訓(xùn)練，為AI應(yīng)用提供算力支持。如果AI能夠產(chǎn)出更多價(jià)值、創(chuàng)造更多利潤(rùn)，中小企業(yè)很可能選擇忽視短期成本上升，選擇“AI+”戰(zhàn)略來(lái)提升經(jīng)營(yíng)效率與市場(chǎng)競(jìng)爭(zhēng)力。 郭亮總結(jié)道：“算力產(chǎn)業(yè)高質(zhì)量發(fā)展將加速‘脫虛向?qū)崱！彼懔Τ杀靖咂髮⑹沟谩癙PT創(chuàng)業(yè)”逐漸失去土壤。行業(yè)的投資重心將從純模型研發(fā)轉(zhuǎn)向能夠產(chǎn)生實(shí)際流水、算力投入產(chǎn)出比更高的商業(yè)化場(chǎng)景。 “算力銀行”與“算力超市”將為中小企業(yè)量身減負(fù) 面對(duì)算力供需緊張態(tài)勢(shì)，政策端已加速破局。今年4月，工業(yè)和信息化部發(fā)布《關(guān)于開(kāi)展普惠算力賦能中小企業(yè)發(fā)展專項(xiàng)行動(dòng)的通知》，推出“算力銀行”與“算力超市”兩大創(chuàng)新模式，直擊中小企業(yè)算力成本痛點(diǎn)。 郭亮表示：“專項(xiàng)行動(dòng)是針對(duì)2026年AI算力成本激增的問(wèn)題，為中小企業(yè)量身定制的‘減負(fù)’方案，關(guān)鍵在于有效落實(shí)兩項(xiàng)創(chuàng)新業(yè)務(wù)。” “算力銀行”類似金融銀行模式，將散落的閑置算力資源化、標(biāo)準(zhǔn)化、金融化，通過(guò)“零存整取”和跨域調(diào)度實(shí)現(xiàn)普惠供給。 具體分四步：首先，資源歸集（存款），將不同品牌、規(guī)格的算力標(biāo)準(zhǔn)化為“標(biāo)準(zhǔn)算力單元”，像吸收存款一樣，將科研機(jī)構(gòu)、云廠商、企業(yè)的富余算力接入中國(guó)算力平臺(tái)。其次，資源池化（金庫(kù)），利用平臺(tái)將分散的服務(wù)器整合為虛擬資源池，跨地域調(diào)度，平衡波峰波谷，解決“有的地方卡死，有的地方閑死”的問(wèn)題。再次，按需配給（貸款），企業(yè)像申請(qǐng)貸款一樣按需下單。中小企業(yè)通過(guò)“算力券”或按量付費(fèi)等靈活套餐，低成本獲取高性能算力。最后，價(jià)值清算（結(jié)算），建立計(jì)量與返利機(jī)制，提供方獲得收益或未來(lái)優(yōu)先使用權(quán)，使用方按實(shí)支付，政府通過(guò)平臺(tái)數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)補(bǔ)貼。 “一家自動(dòng)駕駛初創(chuàng)公司需要大量算力處理路測(cè)數(shù)據(jù)，而某大學(xué)實(shí)驗(yàn)室的算力夜間閑置。通過(guò)算力銀行，實(shí)驗(yàn)室存入算力獲得未來(lái)積分；初創(chuàng)公司用政府發(fā)放的‘算力券’低價(jià)提取算力，避開(kāi)公有云高峰高價(jià)。”郭亮舉例說(shuō)明。 “算力超市”的核心是算力資源的“商品化”與“便捷化”，讓企業(yè)像網(wǎng)購(gòu)一樣獲取AI算力。 其中包括四個(gè)關(guān)鍵環(huán)節(jié)：一是資源標(biāo)準(zhǔn)化上架，將底層硬件性能轉(zhuǎn)化為標(biāo)準(zhǔn)化商品，按Token數(shù)、單精度浮點(diǎn)運(yùn)算能力、核時(shí)計(jì)費(fèi)的算力規(guī)格計(jì)算，消除技術(shù)門(mén)檻。二是智能搜索與比價(jià)，基于中國(guó)算力平臺(tái)中小企業(yè)專區(qū)，實(shí)現(xiàn)動(dòng)態(tài)比價(jià)和算力選型，自動(dòng)推薦成本低、延遲低的算力包，解決信息不對(duì)稱等問(wèn)題。三是開(kāi)箱即用服務(wù)，預(yù)裝模型環(huán)境和開(kāi)發(fā)工具，用戶可一鍵部署主流大模型鏡像和數(shù)據(jù)集，實(shí)現(xiàn)“下單即運(yùn)行”，縮短開(kāi)發(fā)周期。四是普惠政策與支付結(jié)算，對(duì)接政府補(bǔ)貼，支持“算力券”直接結(jié)算，提供預(yù)付、后付、包年包月等模式，平臺(tái)承擔(dān)QoS監(jiān)控確保真實(shí)性能。 “如果說(shuō)算力銀行負(fù)責(zé)的是底層的‘資源流動(dòng)’，解決的是‘資源流動(dòng)’問(wèn)題；那么算力超市負(fù)責(zé)的就是前端的‘用戶體驗(yàn)’，解決的是‘交易門(mén)檻’問(wèn)題，讓算力變得看得見(jiàn)、買得起、好上手。”郭亮認(rèn)為，這兩個(gè)創(chuàng)新業(yè)務(wù)，將算力從高門(mén)檻的“資本密集型資產(chǎn)”轉(zhuǎn)變?yōu)橄袼㈦娨粯拥摹凹从眉锤缎托畔⒒A(chǔ)設(shè)施”，是中小企業(yè)在2026年算力競(jìng)爭(zhēng)中突圍的關(guān)鍵。 針對(duì)中小企業(yè)的困境，盤(pán)和林建議要做好兩手準(zhǔn)備：一是企業(yè)主動(dòng)與云計(jì)算廠商合作，推動(dòng)傳統(tǒng)算力服務(wù)向“算力超市”“算力銀行”創(chuàng)新模式升級(jí)，依托其市場(chǎng)經(jīng)驗(yàn)與資源優(yōu)勢(shì)，降低算力基礎(chǔ)設(shè)施建設(shè)成本；二是政府引導(dǎo)國(guó)企跨領(lǐng)域融合金融、通信、算力資源，構(gòu)建業(yè)務(wù)生態(tài)體系。他特別強(qiáng)調(diào)，企業(yè)是產(chǎn)業(yè)發(fā)展的核心主體，必須通過(guò)市場(chǎng)化機(jī)制充分激發(fā)其積極性；政府則需配套“算力券”補(bǔ)貼、利率貼息等精準(zhǔn)政策工具，加速創(chuàng)新模式落地生效，最終實(shí)現(xiàn)中小企業(yè)從“被動(dòng)承壓”到“主動(dòng)受益”的實(shí)質(zhì)性轉(zhuǎn)變。 未來(lái)算力產(chǎn)品價(jià)格或?qū)⒈３州^高水平 面向未來(lái)，此輪漲價(jià)是周期性波動(dòng)還是趨勢(shì)性上漲？ 盤(pán)和林認(rèn)為，答案取決于AI應(yīng)用能否真正創(chuàng)造價(jià)值。算力漲價(jià)的長(zhǎng)期性本質(zhì)取決于AI應(yīng)用的價(jià)值轉(zhuǎn)化能力。若AI僅停留在“玩具”層面，缺乏實(shí)際生產(chǎn)力支撐，此輪漲價(jià)將如曇花一現(xiàn)般短暫；若AI成為驅(qū)動(dòng)產(chǎn)業(yè)變革的生產(chǎn)力工具，其漲價(jià)則將演變?yōu)榫哂谐掷m(xù)性的趨勢(shì)性特征。 基于當(dāng)前產(chǎn)業(yè)態(tài)勢(shì)，盤(pán)和林判斷：“趨勢(shì)性價(jià)格上漲的概率更大。”AI仍處于技術(shù)爆發(fā)周期，算力產(chǎn)業(yè)將長(zhǎng)期維持“需求激增—供給滯后”的緊平衡狀態(tài)，短期內(nèi)算力供給難以匹配需求增速。然而，未來(lái)尚存不確定性——AI究竟是泡沫還是生產(chǎn)力工具，仍需市場(chǎng)持續(xù)驗(yàn)證。 郭亮提出：“此輪漲價(jià)是‘短期供需錯(cuò)配’與‘長(zhǎng)期成本剛性’共同作用的結(jié)果。”他預(yù)計(jì)，算力價(jià)格的高位震蕩將持續(xù)至2027年初。隨著全球先進(jìn)制程產(chǎn)能逐步釋放、CoWoS封裝瓶頸得到突破以及HBM4內(nèi)存的大規(guī)模交付，當(dāng)前由極度缺貨所導(dǎo)致的溢價(jià)將逐步回落。盡管短期內(nèi)的極端漲幅會(huì)趨于平抑，但由于能源成本、地緣政治溢價(jià)以及芯片制造工藝正逼近物理極限，算力的價(jià)格中樞仍將保持在較高水平，其中高性能算力將獲得更多溢價(jià)。 郭亮進(jìn)一步表示，未來(lái)產(chǎn)業(yè)發(fā)展將有三大趨勢(shì)。首先，算力將從通用走向異構(gòu)，昂貴的處理器（GPU）不再是唯一解。針對(duì)特定算法優(yōu)化的ASIC專用芯片將大規(guī)模普及，企業(yè)也將不再盲目追求萬(wàn)億參數(shù)級(jí)別的模型，而是通過(guò)模型蒸餾等技術(shù)，在更廉價(jià)的算力上實(shí)現(xiàn)高效運(yùn)行。其次，需求重心將從訓(xùn)練轉(zhuǎn)向推理，推理所消耗的Token量將逐步超越訓(xùn)練階段。大規(guī)模推理任務(wù)對(duì)實(shí)時(shí)性和并發(fā)性的要求，使得算力供給必須更加靈活。為降低單次調(diào)用的成本，產(chǎn)業(yè)將加速向低功耗推理芯片及端云協(xié)同模式轉(zhuǎn)型。最后，算力將真正成為“新電力”，實(shí)現(xiàn)基礎(chǔ)設(shè)施化。 “未來(lái)競(jìng)爭(zhēng)的勝負(fù)手，將聚焦‘能源調(diào)度+算力能效+算法優(yōu)化’的綜合成本控制能力。”郭亮判斷，從這個(gè)意義上說(shuō)，漲價(jià)正是算力行業(yè)的“成年禮”——它將倒逼整個(gè)產(chǎn)業(yè)從粗放的擴(kuò)張模式轉(zhuǎn)向極致的能效競(jìng)爭(zhēng)。（記者 李瑞璐）
【責(zé)任編輯:朱家齊】
