AI挤爆产业链:涨价、砍配、抢产能背后的权力大挪移
💡 执行摘要 · 核心要点
AI挤爆产业链:涨价、砍配、抢产能背后的权力大挪移
同一个星期里,三件事接连落地:英伟达H200经香港交付字节跳动与腾讯;三星对先进制程新订单涨价最高15%;SK海力士宣布把未来三年自由现金流的至少50%用于股东回报。再往前翻几页日历:日本半导体设备出口单月暴增49.1%,谷歌开出最高122亿美元的认股权证锁定迈威尔TPU产能,腾讯二季度豪掷500亿预付款锁定内存芯片。
芯片端松绑、代工端涨价、存储端掏钱、设备端抢货——四条完全不同的链路,指向同一个判断:AI需求不再是发布会上的PPT,而是实实在在挤占产能、推高价格、改写资本开支纪律的市场力量。
这篇文章要把这些拼图拼起来看:景气走到哪一步了,钱在产业链里怎么流动,定价权为什么正在换手,以及热闹背后最容易被忽略的风险。
一、景气正在显形:从发布会到涨价单
背景/上下文:过去两年,AI行情的真实性始终存疑——算力需求到底是云厂商的军备竞赛,还是厂商发布会上的叙事通胀?判断一个产业周期的成色,新闻稿不算数,要看三样东西:价格、产能、资本开支纪律。最近一个月,这三样东西同时变了。
数据/事实:价格端,三星对先进制程新订单上调最高15%,这是代工双寡头里“老二”多年不敢做的事;英特尔PC CPU在2025年底至2026年10月间连续三轮提价,最后一轮预计再涨10%;华为将最先进AI芯片零售价上调多达60%;摩根士丹利警告2026年三季度DDR4等成熟DRAM可能涨价50%,SLC NAND每个季度都要涨50%。
产能端,TrendForce数据显示Q2全球前十大晶圆代工厂产值环比增长11.5%,达到534.9亿美元的历史新高——注意,增长不只是先进制程,中芯国际环比增长20%突破30亿美元,华虹、晶集成等成熟制程厂同样满载。
资本开支端,汇丰预计腾讯2026年全年资本开支约2124亿元,较2025年的1127亿元接近翻倍;博通给出2028财年AI收入2300亿美元的三连跳指引,CEO陈福阳称公司已为展望锁定供应,“但实际需求甚至超过了这一展望”。
产业逻辑/判断:设备是晶圆厂扩产最诚实的投票,涨价单比新闻稿诚实。当价格、产能、资本开支三个维度同时给出同向信号,可以基本确认这轮景气的成色是真实的。但真实不等于均衡——恰恰是因为真实,挤压才开始显形:AI芯片挤占先进制程产能,HBM挤占DRAM产能,DRAM涨价挤压PC与手机终端的成本结构。景气在传导,压力也在传导。
二、产业链深度拆解:钱到底流向了哪里
背景/上下文:这一轮AI景气不是均匀洒在产业链上的,它有一个清晰的流向:从云厂商的资本开支出发,流过定制芯片设计,流过先进制程与存储扩产,最终沉淀在设备厂的出货单上。看懂钱的流向,才能看懂产业链各环节议价权的变化。
数据/事实与环节拆解:
上游(原材料/核心部件):日本财务省7月数据显示,半导体设备出货额同比大增49.1%,对华出口增长25.8%,对美增长22%——一边是全球AI算力建设的心脏地带,一边是持续扩产的成熟制程产能。设备行业两位数增长就算景气,接近50%基本可以断定下游在抢货。国内方面,中微公司半年报净利润增长300%(扣非净利翻倍),并宣布再砸35亿元建临港二期。设备环节的价值量正在被AI扩产直接放大,但最尖端的量测、光刻环节国产化率仍然偏低,这是卡脖子清单的前排。
中游(制造/存储/封装):这是本轮景气的风暴眼。晶圆代工环节,台积电Q2营收近402亿美元、市占率72.5%,5/4nm、3nm满载,2nm首度贡献营收;三星靠HBM Base Die新订单放量但增速掉队。存储环节,HBM是“晶圆黑洞”——HBM消耗的硅晶圆数量约为传统DRAM的三倍,TSV与禁布区大幅压缩有效存储阵列面积,这正是大摩判断成熟DRAM结构性短缺的核心依据。封装环节,先进封装与光模块、CPO等互联组件正在承接从显存迁移出来的预算。
下游(应用/渠道):云厂商从采购方变成了“半个供应链玩家”——腾讯500亿预付款锁定内存,谷歌用122亿美元认股权证绑定迈威尔,博通披露的XPU客户地图上,Anthropic、OpenAI、谷歌、Meta全部以吉瓦为单位下订单。芯片公司的销售单位正在从“颗”变成“吉瓦”。
| 环节 | 代表公司 | 本轮表现 | 卡脖子环节 | 国产化进度 |
|---|---|---|---|---|
| 设备/部件 | ASML、东京电子、中微公司 | 日本设备出口+49.1%,中微净利+300% | 光刻机、量测设备 | 刻蚀/沉积有突破,光刻依赖进口 |
| 晶圆代工 | 台积电、三星、中芯国际 | Q2产值534.9亿美元创新高 | 先进制程、EUV | 中芯国际14nm以上成熟制程国产主力 |
| 存储 | 三星、SK海力士、美光、长江存储 | DDR4预期涨50%,HBM挤占产能 | HBM堆叠、TSV工艺 | 长存控股330亿IPO,NAND国产化推进中 |
| 芯片设计 | 英伟达、博通、华为、国产GPU四小龙 | 华为提价60%,燧原上市首日涨188% | 高端GPU、EDA、IP | 国产GPU资本补位,生态仍在追赶 |
| 云/终端 | 腾讯、谷歌、Meta、字节跳动 | 腾讯500亿锁货,谷歌绑定迈威尔 | 电力、数据中心土地 | 算力自研+采购双轨 |
产业逻辑/判断:这轮景气的资金流向清晰可审计——AI热潮带动的需求,至少到目前,是真实落地在产线上的。但价值分配正在重新洗牌:过去定价权在下游大客户手里,现在供不应求的环节轮番坐庄,从先进制程到HBM再到成熟DRAM,挤压式涨价沿着产业链逐级向上游传导。
三、存储之殇:晶圆黑洞与第一瓶颈
背景/上下文:如果要给本轮AI行情找一个“最痛的点”,答案是存储。终端这边每多一个智能体,存储那边就多一声哀嚎——AI正在把内存从大宗商品变成战略资源。
数据/事实:摩根士丹利预测2026年三季度DDR4等成熟DRAM价格上涨50%,四季度再涨10%;SLC NAND剩余两个季度每个季度都要涨50%。涨价的根源是结构性的:存储厂在持续把产能转向HBM、DDR5和更高层数的NAND闪存,而HBM消耗的硅晶圆数量约为传统DRAM的三倍。
需求端的紧张程度可以量化:腾讯首席战略官James Mitchell确认,公司二季度预付逾500亿元人民币锁定现有及下一代内存芯片——这在腾讯历史上没有先例,管理层定性为“或每五年发生一次”的一次性支出,目的是解决内存芯片的供应瓶颈。翻译成人话:不是买贵了,是怕买不到。
同一周,30年期美债收益率冲上2007年以来新高,日韩存储股单日跌超7%——资本市场开始为存储扩产的巨额资本开支与利率环境定价。
| 存储品类 | 价格预期 | 供给状态 | 挤压来源 |
|---|---|---|---|
| DDR4等成熟DRAM | 2026Q3预计+50% | 结构性短缺 | 产能转向HBM/DDR5 |
| SLC NAND | 每季度+50% | 供给恶化 | 转向高层数NAND |
| HBM | 2026年预期涨价 | 供给最紧 | 英伟达/ASIC需求爆发 |
| LPDDR(手机) | 跟随上涨 | 紧平衡 | 产线被服务器需求挤压 |
产业逻辑/判断:存储的逻辑变化是根本性的。过去存储是周期品,拼成本曲线和周期判断;现在存储正在变成AI基础设施的“第一瓶颈”——至少对推理侧而言,腾讯用真金白银投票的判断是:未来两年最稀缺的不是GPU,是内存。当内存贵过芯片,架构师的第一反应不是加钱,是改架构——这就把球踢给了下一章。
四、价值大迁移:从堆显存到堆系统
背景/上下文:一张AI加速卡,最贵的部件不是逻辑芯片,是内存。当HBM和DRAM涨价把内存推到产品总成本的约40%,英伟达做了一个教科书式的动作:砍。这不是一次简单的降本,而是一场AI硬件价值重心的系统性迁移。
数据/事实:据SemiAnalysis报告,英伟达已将Rubin Ultra的HBM显存规格从HBM4E 12-Hi(384GB)下调至HBM4 8-Hi(192GB),三星正配合开发8层HBM产品——单卡显存直接腰斩。降配之后,HBM成本降低超50%;内存占总资本成本的比例从约40%降至约28%。
关键在于:省下来的钱一分都没进钱包。在NVL576 NPO SKU中,随着光模块取代机架间互连,纵向扩展网络成本占机架总支出的比例从4%增长到12%——整整三倍。
这个动作并非英伟达独有。TrendForce指出,部分云端服务供应商也在考虑调降下一代自研ASIC的HBM容量。头部CSP的采购会议上,HBM容量与集群规模的取舍已是固定议题——单卡显存能省则省,集群规模能扩尽扩。
产业逻辑/判断:钱往光里流、往系统里流,底层是物理约束。当内存成为定价权最强、供给最紧的环节,设计端的理性选择就是把预算从显存挪到别处,用系统级方案补回性能缺口。这场迁移的直接受益者是光模块、CPO、高端封装基板等互联与封装环节;而架构层面的补偿方案已经开始出现——三星在Hot Chips 2026发布业界首款LPDDR5X-PIM,在AI推理负载上实现3.01倍推理速度提升、带宽提升8倍;美光则在探索“近GPU NAND”架构,试图让闪存直接参与大模型推理。
一句话总结这场迁移:AI硬件的竞争,正在从“把芯片做快”变成“让数据少搬”。 存内处理、近存计算被写进云厂商的定制清单,本身就是行业风向标。
五、国产算力的资本接力:上市、涨价与生态暗战
背景/上下文:在英伟达高端芯片对华受限、H200又被要求留在香港的大背景下,国产AI算力正在资本市场与产品市场双线作战。这条线上的每一个动作,都是地缘约束下的被动创新。
数据/事实:资本市场上,9月11日燧原科技登陆科创板,发行价142.18元/股,开盘报410元/股,涨幅188.37%,总市值1764亿元,中一签浮盈约13.39万元。随着燧原上岸,它与摩尔线程、沐曦股份、壁仞科技会师——“国产GPU四小龙”齐聚资本市场。参照系是摩尔线程首日涨425.46%、沐曦涨692.95%。但基本面上,燧原2023—2025年扣非净利润连续三年亏损(-15.67亿、-15.03亿、-11.97亿元),2026年前三季度预计营收23亿—30亿元、同比增长325%—455%,亏损收窄至7亿—8.6亿元——市场买的是那条陡峭的增长曲线,不是当期利润。
存储侧,长江存储控股330亿元IPO申请获上交所受理,保荐机构为中信证券与中信建投,这是科创板近年体量最大的融资申请之一。存储是“重资产+长周期”生意,靠利润滚存永远追不上三星、海力士、美光的规模优势,只有资本市场能提供持续弹药。
产品侧,华为将最先进AI芯片零售价上调多达60%——供不应求到敢于在国产替代的关键期提价,这本身就是需求侧的背书。而北京方面对H200的安排则体现了精巧的平衡术:进口闸门松了一条缝,但要求企业把大部分美国许可配额留在香港、不得进入内地,每家公司配额最高可达10万颗。
产业逻辑/判断:国产算力的定价逻辑已经清晰——稀缺性本身就是溢价。但要冷静看到两点:其一,港股那批H200面临一个罕见的产业奇观:芯片合法到手了,算力却在等电。高密度AI数据中心功耗以百兆瓦为单位,这不是多拉几条电缆的事,电力瓶颈决定了芯片的实际释放速度远慢于纸面配额——地缘给算力画了边界,物理学给算力画了天花板。其二,国产GPU公司的估值锚定的是“crossover前夜”叙事,一旦增速或亏损收窄节奏不及预期,1764亿市值的消化需要真实的营收兑现。
六、终端反噬与暗战升级:热闹背后的风险清单
背景/上下文:景气传导有末端,挤压也有末端。当上游涨价传导到PC和手机,终端市场的需求弹性会反过来检验这轮行情的成色。同时,架构层的暗战才刚开始——博通、谷歌、OpenAI的ASIC阵营,正在对GPU通用路线发起正面冲锋。
数据/事实:终端反噬已经开始显形。2026年全球PC出货量预计约2.6亿台,2027年或小幅回落至2.5亿台——注意,需求走弱的主因并非PC市场萎缩,而是内存、PCB等零部件涨价推高了整机成本。英特尔在终端预期走弱的年份逆势提价,CEO陈立武对低毛利的Small Core产品线展开审查,部分产品或将EOL——产品去留的唯一标准变成了毛利率。手机侧,Arm发布C2-Ultra,AI性能提升1.7倍、同性能功耗直降38%,把CPU重新定义为“编排引擎”——端侧AI在向上演进的同时,也在被内存成本和功耗天花板双重挤压。
架构暗战方面,博通披露的XPU客户地图显示:Anthropic 2027年5GW、2028年新增10GW;OpenAI 2028年超5GW;Meta 2027年底前累计3GW。谷歌今年TPU相关基础设施收入约30亿美元,2027年预计达250亿美元——两年近十倍的预期斜率。OpenAI自研推理芯片Jalapeno对标GB300。英伟达的回应则是砍HBM、堆网络、压成本。
| 风险维度 | 当前信号 | 潜在影响 |
|---|---|---|
| 终端需求反噬 | 2027年PC出货预计回落至2.5亿台 | 涨价传导后消费电子需求萎缩 |
| 电力与土地 | 香港H200算力等电 | 芯片释放速度慢于纸面配额 |
| 客户集中度 | 博通收入绑定少数超大客户 | 任一客户砍单即引发剧烈波动 |
| 估值透支 | 燧原亏损中上市1764亿市值 | 增速不及预期则估值回归 |
| 利率环境 | 30年期美债收益率创2007年以来新高 | 高资本开支行业估值承压 |
产业逻辑/判断:这轮行情最大的风险不是需求消失,而是挤压式繁荣的自我反噬——上游涨价挤压终端需求,终端走弱反过来压制上游扩产的科学性。真正的稀缺资源已经不是芯片,而是土地、电力和耐心。博通敢给三连跳指引的前提是“锁定供应”,陈福阳那句“实际需求甚至超过了这一展望”既可以是信仰,也可以是周期顶点的注脚。
结语
把三家公司同时出手的故事讲完,产业观察的结论其实只有一句话:AI行情已经从叙事阶段进入结算阶段。
结算的表 single是涨价——三星代工涨15%、英特尔三连涨、DDR4预期涨50%、华为提价60%;结算的里子是权力转移——定价权从下游应用方回流上游芯片厂,云厂商开始像晶圆厂一样思考库存,芯片公司开始像电力公司一样按吉瓦接单。价值重心则从单卡显存迁往系统互联,从堆算力迁往少搬数据。
前瞻地看,2027年的关键变量有三个:电力配套能否跟上吉瓦级数据中心的扩张节奏;存储扩产与HBM挤占之间的平衡何时打破;以及ASIC与GPU两条路线的成本曲线在哪里交叉。地缘给算力画了边界,物理学给算力画了天花板——而市场最终要回答的,是价格画在哪里。
📚 参考素材(撰写本文时引用的相关资讯,绿色徽标=相关度评分)
以下10条资讯与本报告主题高度相关,构成本报告的事实基础。
- •
Perplexity uses Astra to write communications, change software, and monitor production systems, and checks in much less
— openai.com(2026-09-11) - •
Google发布Mantis,一款基于智能代理(Agent)的自动化漏洞扫描框架,核心目标是降低传统扫描工具的高误报率。该框架利用大模型驱动的智能代理对扫描结果进行验证与筛选,自动判断漏洞真实可利用性,减少安全团队人工分诊负担。它反映出安全
— InfoQ中文(2026-09-12) - •
前Google DeepMind研究员发文称,仅需在提示中加入两个特定Token,月之暗面的Kimi模型便会自称是Claude,引发外界对Kimi可能通过蒸馏Claude输出训练模型的质疑。事件将大模型行业普遍存在却讳莫如深的蒸馏话题推向台
— InfoQ中文(2026-09-11) - •
实测发现,使用完全相同的大模型时,不同AI编程工具的Token消耗量相差可达70倍。文章通过三项对比测试,揭示了编程工具在上下文管理、提示词膨胀、上下文重复传递等方面的巨大差异,指出用户感知不到的Token用量才是成本黑洞的真正来源。这意味
— InfoQ中文(2026-09-11) - •
DeepSeek推出V4.1版本,在Flash(推理速度/轻量化)维度实现全面超越,但开发者社区仍持续批评。文章核心观点是:DeepSeek的短板已不在模型能力,而在软件工程思维——包括API稳定性、工具链成熟度、版本管理、文档与工程化服务
— InfoQ中文(2026-09-11) - •— InfoQ中文(2026-09-11)
- •— InfoQ中文(2026-09-11)
- •
- •
外研社国才杯短视频大赛参赛作品 主题:数说中国 视频由团队原创制作,引用素材来源见片尾字幕
— B站-科技区(2026-09-12) - •