存储涨价只是开始，芯片普涨时代来临|gpu|内存价格|存储|服务器|知名企业|英特尔|闪存

在目前的芯片产业，存储涨价已经成为了从业人员关注的重中之重。

据分析机构Counterpoint在此前的一份报告中所说，受人工智能和服务器容量的旺盛需求驱动，供应商的杠杆率也达到了历史新高。预计2026年第一季度将进一步上涨40%-50%，第二季度将上涨约20%。由此可见，存储涨价已成定局。

更有甚者，随着金银铜等金属的涨价，以及整个供应链的调整，一场牵连甚广的涨价潮正在汹涌袭来。这必然会给全球兴起的基础设施建设浪潮带来巨大不确定性。尤其对于中国的服务器供应商而言，在外忧内患的双重影响下，挑战更是前所未有。

存储暴涨背后：底层逻辑变了

本轮存储涨价潮，是人工智能需求飙升的结果，这是一个不争的事实。

随着大模型厂商对更大模型和更高参数有着迫切需求，且Scaling Law还没失效的当下，云厂商和大模型企业都前赴后继的投入到基础设施的建设中去。

麦肯锡在早前的一份研究中预测道，到2030年，全球数据中心预计需要6.7万亿美元才能满足日益增长的计算能力需求。其中，用于处理人工智能（AI）负载的数据中心预计需要5.2万亿美元的资本支出，而用于支持传统IT应用的数据中心预计需要1.5万亿美元的资本支出。也就是说，到2030年，所需的资本支出将接近7万亿美元。

具体到中国市场，据IDC发布的数据显示，仅在2025年上半年，中国AI基础设施服务市场同比增长122.4%，达到198.7亿。在这种增长背后，是国内互联网、汽车、手机制造、金融、教育、科研和泛政府等多个行业市场全面拥抱AI的必然结果。

而存储，作为数据中心的重要组成，便在这期间走上风口浪尖。

众所周知，像英伟达这样的芯片制造商会在芯片中负责计算的部分——图形处理器（GPU）——周围放置多个高速专用组件——为高带宽内存（HBM）。作为一种由传统DRAM堆叠而成的存储器件，伴随着对GPU等芯片需求的增加，市场对DRAM的需求增长显而易见。

除了DARM以外，作为存储介质的另一个重要组成，SSD的需求也在同步增加。闪存巨头铠侠的高管日前在接受媒体采访时指出，科技巨头“不投资 AI 就不能活”的趋势至少将持续到明年；包括 NAND 在内的整体存储产品需求都在迅速增长，供应短缺和价格上涨同步出现。他指出，随着市场环境的变化，合同价格上涨是不可避免的，有些情况下涨幅可达 30%。

关于这轮存储缺货的底层逻辑，分析机构IDC在其报告中一语道破——本轮缺货不仅是供需不匹配导致的周期性短缺，而是全球硅晶圆产能可能永久性的战略性重新分配。

如他们所说，几十年来，智能手机和个人电脑的DRAM和NAND闪存生产一直是硅晶圆产能的主要驱动力。如今，这种格局已然逆转。微软、谷歌、Meta和亚马逊等超大规模数据中心对HBM的巨大需求，迫使三大内存制造商（三星电子、SK海力士和美光科技）将有限的洁净室空间和资本支出转向利润更高的企业级组件。这是一场零和博弈：分配给英伟达GPU的HBM堆叠的每一片晶圆，就意味着中端智能手机的LPDDR5X内存模块或消费级笔记本电脑的固态硬盘（SSD）缺少一片晶圆。

正是因为这种转变，使得除了存储以外，更多芯片的缺货浪潮将被引爆。例如作为AI数据中心另一个主角的CPU，供应情况也开始紧张起来。

CPU接棒，更多芯片陷入涨价潮

如果你有留意，过去几个月 PC 价格已经悄然上涨。进入到2026年，这种涨价潮还在持续。审视其原因，内存成本上涨也不是唯一的原因，因为正如英特尔在日前的财报会中所说，他们正在将代工产能从客户端芯片重新分配，以满足 AI 服务器中激增的 Xeon 处理器需求。

最初，人工智能驱动的半导体需求主要集中在能够快速处理海量数据的高性能图形处理器（GPU）上。但随着人工智能的发展，内存和CPU也相继出现短缺。这是因为大型数据中心的建设持续推进，对存储和供应超级计算机所需的大容量数据（内存）的需求不断增长，而驱动基础操作系统（OS）和外围服务的CPU需求也相应增加。

英特尔首席财务官David Zinsner在第四季度财报电话会议上与分析师交谈时更是直言，该公司误判了数据中心产品的需求，导致该季度产能短缺，措手不及。他指出，每个HPC客户第三季度和第四季度对英特尔至强产品的需求大幅增长。

John Vinh在此前发布的一份报告中国也声称，AMD今年的服务器CPU几乎已经售罄。而且，随着超大规模云厂商争相锁定产能，该公司有望将平均售价上调10%至15%。他在更早时候的另一份报告中指出，在服务器芯片强劲需求的推动下，AMD的服务器CPU业务今年至少有望增长50%，而这些芯片是AI数据中心的关键组成部分。

英特尔CEO陈立武在同一场财报会中重申，随着人工智能工作负载从训练扩展到推理、编排和网络等领域，对传统CPU的需求正在急剧上升。在这些领域，CPU仍然至关重要。“人工智能工作负载的持续增长和多样化给传统和新型硬件基础设施带来了巨大的容量压力”，陈立武接着说。

从他的介绍，我们进一步确认了CPU在人工智能时代日益重要的作用。这也让CPU成为继GPU和内存之后的又一个人工智能瓶颈。

其实除了上述器件以外，光模块、交换机、铜缆，甚至冷却与供电模块等数据中心的核心模块，也在重金属和各种原材料涨价的驱动下，迎来新一波的涨价潮。再叠加正在发生的推理端需求暴增，芯片涨价带来的影响还在升级。

如大家所见，当前的AI应用领域，也的确涌现出一股强大的力量，它正席卷千行百叶，发出巨大的吸力。这种吸力意味着我们需要更多的计算能力来进行更多的推理，这些计算能力需要部署在更多的数据中心，然后这种需求又会沿着供应链向下蔓延，已经是无法避免。

面对这些危机，晶圆厂和封装厂虽然都在加紧扩张，但这不是一蹴而就的。在这种情况下，如何找到可靠且有保障的CPU、GPU和内存等器件的供应，是能否打造AI服务器以征服客户的决定性因素。

对于智算从业者，尤其是中国智算参与者，也的确需要未雨绸缪了。

国产AI基础设施的最后救赎

需要明确的是，在这一轮由存储、晶圆和原材料驱动的成本上行周期中，国产 CPU 与服务器并不会成为“价格洼地”。事实上，从当前产业链反馈来看，国产 CPU 与整机服务器的价格上调已经开始出现，并且这一趋势具有必然性。

对于国内从业者来说，不能忽视的一点，把持这个市场的美国供应商过去几年在美国政策的反复横跳中，已经给供应链带来了不可预估的不确定性。

在这种情况下，国产方案的优势，并不在于“不涨价”，或者在于“涨多少”，更多是体现在即使是同等涨幅，其给国产厂商带来的可控的整体风险结构及其变动带来的隐性成本，是很多外商不能给予的。

如大家所见，在国际供应链中，高性能 CPU 与核心器件的供应优先级高度集中于少数头部客户，产能紧张时的交付不确定性，往往会带来额外的系统性成本：包括项目延期、算力部署节奏被打乱，甚至被迫接受更高溢价以锁定产能。这些成本，并不会体现在简单的报价单中，却真实存在于算力建设的全周期里。

相比之下，国产 CPU 与服务器方案在当前环境下，能够提供更具可预期性的供给保障。即便价格同步上行，其产能安排、交付节奏和长期供货确定性，仍然具备明显优势。对于动辄数万台规模、需要分期部署的智算中心而言，这种确定性本身，就是一项可以被折算、但往往被低估的成本优势。