#HBMShortageBoostsAIChipPrices AI 芯片竞赛的下一个瓶颈可能不是 GPU、先进封装或算力，而可能是内存。高带宽内存，即 HBM，正成为 AI 基础设施供应链中最重要的约束因素之一，而最明确的证据如今开始体现在加速器定价上。据报道，华为已将其即将推出的 Ascend 950DT 加速器预期价格上调至 250,000 元以上，约合 37,255 美元，较此前报价上涨约 20–50%。与此同时，据报道，中国寒武纪已将其下一代 690 AI 芯片的定价上调 20–30%，HBM 成本上升被认为是一个主要因素。
这不仅仅是一次简单的半导体涨价。它表明，AI 计算的经济效应正在向下游传导。只有配备能够以极高速度向处理器供应数据的超高速内存，加速器才能实现其标称性能。这正是 HBM 变得关键的地方。随着 AI 模型规模扩大、推理工作负载增加，加速器需要更高的内存带宽，使 HBM 从支持性组件转变为 AI 系统的战略组成部分。
供应端让这一局面变得更加有趣。由于 AI 需求所带来的经济效益强于传统内存类别，内存制造商正越来越多地将产能转向利润率更高的 HBM 产品。但 HBM 的制造复杂度明显更高，扩大生产能力也需要时间。这造成了供需错配：AI 数据中心的扩张速度可能快于 HBM 供应链的响应速度。
而且供应链的集中度异常之高。先进 HBM 生产由 SK hynix、Samsung 和 Micron 主导，这与那些有数十家供应商能够快速增加产量的市场形成了截然不同的竞争结构。当只有少数公司能够以所需的规模和质量生产最先进的内存时，它们的议价能力就会显著增强。
这造成了 AI 经济学的一次有趣转变。Nvidia、AMD 和其他加速器设计商可能正在获得超大规模云服务商的需求，但它们的利润率越来越受到一种并不直接受其控制的组件影响。如果 HBM 价格上涨速度快于加速器售价，AI 热潮中的部分经济价值实际上可能从芯片设计商转移至内存制造商。
因此，对于 Nvidia 和 AMD 而言，关键问题不再只是“我们能卖出多少 AI 加速器？”而是“支付制造这些加速器具备竞争力所需的内存成本后，还能剩下多少利润？”强劲的 AI 需求能够支撑更高的加速器价格，但客户也拥有巨额基础设施预算，如果系统总成本上涨过快，最终仍会施加反向压力。
这对数据中心还有另一个重要影响。更高的 HBM 成本不会止步于芯片本身。加速器会成为更大型 AI 集群的一部分，其中包括网络、电力系统、冷却、存储和数据中心基础设施。如果 HBM 显著推高加速器成本，部署大型 AI 集群所需的总资本投入也会随之增加。这可能影响超大规模云服务商扩张产能的速度，以及它们优先部署最高回报 AI 工作负载的力度。
#HBMShortageBoostsAIChipPrices AI 芯片竞赛的下一个瓶颈可能不是 GPU、先进封装或算力，而可能是内存。高带宽内存，即 HBM，正成为 AI 基础设施供应链中最重要的约束因素之一，而最明确的证据如今开始体现在加速器定价上。据报道，华为已将其即将推出的 Ascend 950DT 加速器预期价格上调至 250,000 元以上，约合 37,255 美元，较此前报价上涨约 20–50%。与此同时，据报道，中国寒武纪已将其下一代 690 AI 芯片的定价上调 20–30%，HBM 成本上升被认为是一个主要因素。
这不仅仅是一次简单的半导体涨价。它表明，AI 计算的经济效应正在向下游传导。只有配备能够以极高速度向处理器供应数据的超高速内存，加速器才能实现其标称性能。这正是 HBM 变得关键的地方。随着 AI 模型规模扩大、推理工作负载增加，加速器需要更高的内存带宽，使 HBM 从支持性组件转变为 AI 系统的战略组成部分。
供应端让这一局面变得更加有趣。由于 AI 需求所带来的经济效益强于传统内存类别，内存制造商正越来越多地将产能转向利润率更高的 HBM 产品。但 HBM 的制造复杂度明显更高，扩大生产能力也需要时间。这造成了供需错配：AI 数据中心的扩张速度可能快于 HBM 供应链的响应速度。
市场机遇解释了供应商为何拥有定价权。美光预计，HBM 市场规模将从 2025 年约 350 亿美元扩大至 2028 年约 1000 亿美元。仅三年时间，这几乎增长了三倍。如果 AI 加速器的部署速度同时继续加快，行业可能面临一段持续较长的时期，在此期间，对先进内存的需求将持续超过可用供应。
而且供应链的集中度异常之高。先进 HBM 生产由 SK hynix、Samsung 和 Micron 主导，这与那些有数十家供应商能够快速增加产量的市场形成了截然不同的竞争结构。当只有少数公司能够以所需的规模和质量生产最先进的内存时，它们的议价能力就会显著增强。
这造成了 AI 经济学的一次有趣转变。Nvidia、AMD 和其他加速器设计商可能正在获得超大规模云服务商的需求，但它们的利润率越来越受到一种并不直接受其控制的组件影响。如果 HBM 价格上涨速度快于加速器售价，AI 热潮中的部分经济价值实际上可能从芯片设计商转移至内存制造商。
因此，对于 Nvidia 和 AMD 而言，关键问题不再只是“我们能卖出多少 AI 加速器？”而是“支付制造这些加速器具备竞争力所需的内存成本后，还能剩下多少利润？”强劲的 AI 需求能够支撑更高的加速器价格，但客户也拥有巨额基础设施预算，如果系统总成本上涨过快，最终仍会施加反向压力。
这对数据中心还有另一个重要影响。更高的 HBM 成本不会止步于芯片本身。加速器会成为更大型 AI 集群的一部分，其中包括网络、电力系统、冷却、存储和数据中心基础设施。如果 HBM 显著推高加速器成本，部署大型 AI 集群所需的总资本投入也会随之增加。这可能影响超大规模云服务商扩张产能的速度，以及它们优先部署最高回报 AI 工作负载的力度。
因此，内存制造商的看涨逻辑正变得更加强劲。如果 HBM 需求持续上升，而供应仍然受限，那么具备大规模供应先进 HBM 能力的公司就能从更高的销量、更强的定价能力和更优的产品结构中受益。问题在于，一旦新增产能上线，这种定价权还能持续多久。
对于加速器公司而言，情况则更加复杂。Nvidia 和 AMD 可以尝试通过架构改进、更高的内存效率、价值更高的系统以及更强的加速器定价来抵消内存通胀。但除非能够将额外成本转嫁给客户，否则持续的 HBM 通胀仍将对利润率构成不利影响。
我关注这一主题的前 3 项指标是 HBM 定价、加速器毛利率和生产能力。HBM 价格上涨与供应受限相结合，将强化看好内存制造商的逻辑。加速器价格上涨但利润率没有相应扩张，则表明芯片公司只是在转嫁成本，而不是捕获 AI 热潮的全部收益。而新增 HBM 产能加速，最终将决定当前的短缺究竟是暂时性瓶颈，还是更长期的结构性约束。
最重要的市场变化是，AI 正在成为一场系统级供应链竞赛。GPU 和定制加速器仍然是最受瞩目的明星，但 HBM 决定了这些处理器实际运行的效率。因此，掌控先进内存的公司正日益影响整个 AI 基础设施栈的经济效益。
HBM 短缺应被视为 AI 周期指标，而不仅仅是内存行业的故事。如果 AI 加速器需求继续扩大，而 HBM 产能仍然紧张，内存供应商可能会获得该行业越来越大的经济价值份额。但如果新增产能最终追上需求，定价权可能恢复正常，并将部分利润率上行空间重新交还给加速器制造商。
AI 芯片竞赛正日益演变为一场内存竞赛：在 HBM 价格和供应约束不断加剧的情况下，Nvidia、AMD 及其他加速器制造商能否维持利润率？答案将有助于决定 AI 半导体供应链的哪一环能够捕获下一轮主要利润。 @Gate_Square