本文来自微信公众号： 华尔街见闻 ，作者：张雅琦，原文标题：《“英伟达税”之后是“内存税”！AI巨头面临严峻的“芯片通货膨胀”》
AI军备竞赛正在催生一场深层的通胀危机。继英伟达GPU的高额溢价被称为“英伟达税”之后，另一场“内存税”正在悄然成形。
据市场研究机构SemiAnalysis估算，2023年至2024年，内存支出约占超大规模云计算厂商资本支出总额的8%；据估计，这一比例将在2026年跳升至30%，并在2027年进一步走高——四年内近四倍的变化。
这场内存通胀已经开始实质性冲击超大规模云服务商的财报。微软预计更高的硬件组件价格将使其全年资本支出增加250亿美元，总额攀升至令人瞠目的1900亿美元。Meta则将资本支出预测中值上调100亿美元，并将原因主要归咎于组件成本，尤其是内存芯片。这两家公司的最新财报，是超大规模云计算厂商普遍陷入“芯片通胀”困境的缩影。高盛全球股票研究主管James Covello直言：
几乎所有的价值都积累在芯片层，这既史无前例，也难以为继。芯片公司的繁荣，是以牺牲产业链上层所有企业的利益为代价的。
从“英伟达税”到“内存税”：成本压力向上传导
英伟达GPU长期以来被业界称为AI资本支出的“最大税吏”。其AI加速芯片毛利率高达75%，凭借在AI加速器市场的垄断地位，持续向超大规模云计算厂商征收隐性溢价，这一现象被称为"英伟达税"。
然而，一项新的成本压力正在形成。彭博专栏作者Chris Bryant指出，如今科技公司越来越不得不缴纳一笔“内存税”——因为数据中心对内存的消耗量极为惊人。根本原因在于，主流AI加速器需要大量高带宽内存（HBM），而这是一种利润丰厚、硅晶消耗密集的动态随机存取内存（DRAM），为数据和应用提供快速的临时存储。
据SemiAnalysis分析，驱动这一趋势的核心因素包括：DRAM价格预计在2026年翻倍以上，并在2027年再度录得两位数百分比的涨幅；LPDDR5合约价格自2025年第一季度以来已上涨逾三倍，开放市场价格在2026年第一季度可能突破每GB 10美元；HBM在结构上持续供不应求。
SemiAnalysis还指出了一个市场普遍忽视的动态：英伟达享有“极度优先”（VVP）的DRAM采购定价，远低于超大规模云计算厂商和更广泛的市场价格。这一安排压缩了英伟达自身的服务器成本敞口，同时拉低了整体市场定价基准，掩盖了供给紧张的真实严峻程度。
三巨头坐收渔利：内存行业利润创历史纪录
内存市场的话语权高度集中在三家企业手中——韩国的SK海力士和三星电子，以及美国的美光科技。三者当前市值合计超过2.8万亿美元。
这些供应商的财务数据令人咋舌。SK海力士最新季度的营业利润率高达72%，创下历史纪录；该公司坦言，客户正在"把确保采购量置于价格谈判之上"。三星同期的DRAM平均售价较上一季度环比涨幅超过90%。
从市场表现看，AI硬件供应商的股价涨幅普遍跑赢超大规模云计算厂商买方。台积电计划今年投资约560亿美元，创下历史纪录，但仍难以满足市场对尖端产品的旺盛需求。马斯克甚至正在考虑自建芯片工厂，耗资预计介于550亿至1190亿美元之间。
SemiAnalysis警示称，内存通胀的影响已部分反映在2026年的资本支出指引中，但2027年的重新定价尚未体现在华尔街的现有预测里。
科技巨头寻路突围：自研芯片能否打破垄断溢价？
面对高企的采购成本，超大规模云计算厂商正积极探索自研芯片路线，以期摆脱对英伟达和内存供应商的单一依赖。
亚马逊自研的Trainium芯片预计每年可为其节省数百亿美元的支出。值得注意的是，Anthropic和OpenAI已与亚马逊签署了数十亿美元的芯片采购合同，尽管短期内大部分产能已售罄或被预订。谷歌的张量处理器（TPU）、亚马逊的Trainium以及微软的Maia 200，均代表了超大规模云计算厂商减少外部依赖的战略布局。
在降低内存成本方面，谷歌的TurboQuant压缩技术有望发挥作用，Arm Holdings也表示其新一代CPU可将每吉瓦数据中心的建设成本降低约100亿美元。
然而，代替方案目前仍受制于产能瓶颈。半导体工厂的建设周期长达数年，短期内难以形成有效的供给响应；加之这一行业具有显著的周期性，不少企业至今对激进扩产仍保持审慎。
溢出效应：消费市场与宏观经济的双重代价
AI硬件热潮的代价，正以多种形式向整个经济体系蔓延。
在消费品领域，内存芯片制造商将产能优先供给利润更丰厚的数据中心市场及超大规模云计算厂商的长期订单，智能手机、游戏主机和PC制造商则面临供货吃紧的困境——它们只能在涨价、降配和压缩利润三者之间艰难取舍。今年全球智能手机销量预计下滑约13%，低端机型所受冲击尤为明显。任天堂已宣布上调Switch 2售价。
在宏观层面，一些国家进口AI相关硬件正在扩大美国贸易逆差，与特朗普政府的施政立场形成直接冲突。太平洋投资管理公司（Pimco）经济学家Tiffany Wilding指出，"对半导体、内存产能及其他AI基础设施组件的巨大需求，似乎正在向消费品价格传导"，并援引个人消费通胀数据的上升作为佐证。
Bryan Bryant认为，若美联储因此无法降息，AI实验室对超级智能的单一、高昂追求将不仅仅显得财务上鲁莽——从社会层面看，最终买单的将是所有人。