“英偉達稅”之后是“內存稅！AI基建成本正在失控：資本支出中內存占比將飆至30%

AI軍備競賽正在催生一場深層的通脹危機。繼英偉達GPU的高額溢價被稱為“英偉達稅”之后，另一場“內存稅”正在悄然成形。

據市場研究機構SemiAnalysis估算，2023年至2024年，內存支出約占超大規模云計算廠商資本支出總額的8%；據估計，這一比例將在2026年跳升至30%，并在2027年進一步走高——四年內近四倍的變化。

這場內存通脹已經開始實質性沖擊超大規模云服務商的財報。微軟預計更高的硬件組件價格將使其全年資本支出增加250億美元，總額攀升至令人瞠目的1900億美元。Meta則將資本支出預測中值上調100億美元，并將原因主要歸咎于組件成本，尤其是內存芯片。這兩家公司的最新財報，是超大規模云計算廠商普遍陷入“芯片通脹”困境的縮影。高盛全球股票研究主管James Covello直言：

幾乎所有的價值都積累在芯片層，這既史無前例，也難以為繼。芯片公司的繁榮，是以犧牲產業鏈上層所有企業的利益為代價的。

英偉達GPU長期以來被業界稱為AI資本支出的“最大稅吏”。其AI加速芯片毛利率高達75%，憑借在AI加速器市場的壟斷地位，持續向超大規模云計算廠商征收隱性溢價，這一現象被稱為"英偉達稅"。

然而，一項新的成本壓力正在形成。彭博專欄作者Chris Bryant指出，如今科技公司越來越不得不繳納一筆“內存稅”——因為數據中心對內存的消耗量極為驚人。根本原因在于，主流AI加速器需要大量高帶寬內存（HBM），而這是一種利潤豐厚、硅晶消耗密集的動態隨機存取內存（DRAM），為數據和應用提供快速的臨時存儲。

據SemiAnalysis分析，驅動這一趨勢的核心因素包括：DRAM價格預計在2026年翻倍以上，并在2027年再度錄得兩位數百分比的漲幅；LPDDR5合約價格自2025年第一季度以來已上漲逾三倍，開放市場價格在2026年第一季度可能突破每GB 10美元；HBM在結構上持續供不應求。

SemiAnalysis還指出了一個市場普遍忽視的動態：英偉達享有“極度優先”（VVP）的DRAM采購定價，遠低于超大規模云計算廠商和更廣泛的市場價格。這一安排壓縮了英偉達自身的服務器成本敞口，同時拉低了整體市場定價基準，掩蓋了供給緊張的真實嚴峻程度。

三巨頭坐收漁利：內存行業利潤創歷史紀錄

內存市場的話語權高度集中在三家企業手中——韓國的SK海力士和三星電子，以及美國的美光科技。三者當前市值合計超過2.8萬億美元。

這些供應商的財務數據令人咋舌。SK海力士最新季度的營業利潤率高達72%，創下歷史紀錄；該公司坦言，客戶正在"把確保采購量置于價格談判之上"。三星同期的DRAM平均售價較上一季度環比漲幅超過90%。

從市場表現看，AI硬件供應商的股價漲幅普遍跑贏超大規模云計算廠商買方。臺積電計劃今年投資約560億美元，創下歷史紀錄，但仍難以滿足市場對尖端產品的旺盛需求。馬斯克甚至正在考慮自建芯片工廠，耗資預計介于550億至1190億美元之間。

SemiAnalysis警示稱，內存通脹的影響已部分反映在2026年的資本支出指引中，但2027年的重新定價尚未體現在華爾街的現有預測里。

科技巨頭尋路突圍：自研芯片能否打破壟斷溢價？

面對高企的采購成本，超大規模云計算廠商正積極探索自研芯片路線，以期擺脫對英偉達和內存供應商的單一依賴。

亞馬遜自研的Trainium芯片預計每年可為其節省數百億美元的支出。值得注意的是，Anthropic和OpenAI已與亞馬遜簽署了數十億美元的芯片采購合同，盡管短期內大部分產能已售罄或被預訂。谷歌的張量處理器（TPU）、亞馬遜的Trainium以及微軟的Maia 200，均代表了超大規模云計算廠商減少外部依賴的戰略布局。

在降低內存成本方面，谷歌的TurboQuant壓縮技術有望發揮作用，Arm Holdings也表示其新一代CPU可將每吉瓦數據中心的建設成本降低約100億美元。

然而，代替方案目前仍受制于產能瓶頸。半導體工廠的建設周期長達數年，短期內難以形成有效的供給響應；加之這一行業具有顯著的周期性，不少企業至今對激進擴產仍保持審慎。

溢出效應：消費市場與宏觀經濟的雙重代價

AI硬件熱潮的代價，正以多種形式向整個經濟體系蔓延。

在消費品領域，內存芯片制造商將產能優先供給利潤更豐厚的數據中心市場及超大規模云計算廠商的長期訂單，智能手機、游戲主機和PC制造商則面臨供貨吃緊的困境——它們只能在漲價、降配和壓縮利潤三者之間艱難取舍。今年全球智能手機銷量預計下滑約13%，低端機型所受沖擊尤為明顯。任天堂已宣布上調Switch 2售價。

在宏觀層面，一些國家進口AI相關硬件正在擴大美國貿易逆差，與特朗普政府的施政立場形成直接沖突。太平洋投資管理公司（Pimco）經濟學家Tiffany Wilding指出，"對半導體、內存產能及其他AI基礎設施組件的巨大需求，似乎正在向消費品價格傳導"，并援引個人消費通脹數據的上升作為佐證。

Bryan Bryant認為，若美聯儲因此無法降息，AI實驗室對超級智能的單一、高昂追求將不僅僅顯得財務上魯莽——從社會層面看，最終買單的將是所有人。