“云”通胀，涨价行业交流要点

1. 云厂商 AI 相关服务涨价情况

亚马逊云（AWS）AI 与 GPU 相关云服务涨价：涉及 H100、H200、B200的价格涨幅约 15%，部分实例从每小时 34.6 块涨到 39 块，打破 AWS 20年价格只降不涨的情况。

阿里云涨价与降价并行：AI 算力相关云服务跟随涨价，但为吸引中小客户和全球扩张，基础云服务（如 CPU 实例、对象存储）处于降价周期，海外节点 ECS 实例核心价格降 10%到 12%。

AI 相关 PaaS/SaaS 业务的涨价预期：

– AI Agent 相关云服务（如 Sandbox 沙盒业务）：25 年年底适配效果良好，26 年将迎来涨价，主要带动 CPU 类云服务涨价。

– 涨价幅度差异：GPU 云服务涨幅约 15%，AI Agent 相关云服务（CPU 类）预估涨幅 5%到 8%，因 CPU 初始投入成本涨幅低于GPU，且可通过利旧封装（如 Firecracker MicroVM、Docker）复用资源。

2. 涨价持续性及驱动因素

涨价将持续：核心驱动因素包括：

– 硬件迭代压力：AI 芯片寿命仅 2-4 年，短于 GPU/CPU 整体寿命周期，需持续投入巨额设备更新并承担昂贵折旧与融资压力。

– 能源与基建约束：AI 算力资源池需长期稀缺资源（如 4.5GW 电力供应），需通过提高购买成本获取。

– 算力需求结构变化：算力从一次性密集训练转向高频持续推理，数亿用户高频使用导致推理型算力指数级增长。

– 供应链竞争与囤货：厂商为防止竞争对手获取最新 GPU/芯片，一次性购买至 2026 年底，加剧供需失衡。

– 上游存储芯片短缺：长江存储、鑫芯等国内厂商供货不足，扩产需到 2027 年中旬缓解；美光、希捷等海外存储芯片也存在短缺。

3. AI 时代云计算技术架构变化

网络架构：光进铜退：

– 英伟达 GB200 NVL72 机柜全部使用光缆，光纤模块从 100G 升级至400G、1.6T 硅光模块，为超大规模 GPU 集群并行通讯提供低延迟、高带宽支撑。

– 采用多芯光缆/空芯光纤，通过多根光纤或抽空空气提升传输速度与容量，降低损耗，实现超高算力互联。

业务应用端：AI Agent 沙盒与 Micro VM：

– 催生 Agent Runtime 实时运行，需同时运行数千/数万个 Micro VM或 Container，导致 CPU 使用量陡增。

– 云厂商需部署海量毫秒级启动的轻量化沙盒（如开源 FirecrackerMicro VM），沙盒数量呈指数级增长，CPU 角色正在回升。

存储技术升级：

– SSD QLC：虽写速率低于 TLC，但因低成本用于 AI 数据湖、训练任务及 Checkpoint。

– 热辅助磁盘：单盘容量突破 30GB 以上（传统为 10GB/8GB），提升硬盘容量与性价比。

能源与温控技术：

– SOFC 技术：Bloom Energy 的固体燃料电池实现数据中心快速部署，模块化添加且无污染，可替代涡轮燃气轮机提供清洁电能。

– 液冷技术：机架密度突破后，传统风冷无法满足 30kW-100kW 散热需求，液冷成为 AIDC 建设的必须选项。

4. 上游供应链涨价传导与预期

已涨价领域：GPU、电力、液冷、芯片（美光 HBM 内存 2025 年 10 月涨价20%-30%）。

待涨价领域：

– CPU：2026 年为 AI Agent 元年，Sandbox 类业务线性提升 CPU 使用量，将推动 CPU 涨价。

– 网络设备：分布式数据中心（如 10 个 0.1GW 小型数据中心替代 1个 1.2GW 大型数据中心）带动网络设备、光纤模块、硅光模块需求上涨。

涨价传导节奏：

– 目前 PaaS/SaaS 层暂未涨价，因非 AI 业务仍有冗余可复用，增量涨价内容未传导至上层。

– 快速 SSD 存储业务因芯片拿货成本高将适当涨价，但幅度低于 GPU（5%-8%以内）。

– 半年到一年维度，若 OpenAI、Google 等大型 LLM 厂商盈利（2026年预计扭亏为盈），或 AI Agent 领域仅剩 1-2 家大型厂商时，成本将传导至业务端并推动涨价。

5. 国内云计算竞争格局

传统巨头：阿里云、华为云、腾讯云，以大厂背书绑定国产算力方案发力。

运营商：天翼云、移动云、联通云，凭借东数西算政策优势与国企网络优势，获取大量政府/政企客户份额。

AI 算力新势力：火山引擎（字节跳动），从 To C 端打入 To B 端，打通模型算力、AI 流程与业务应用。

垂直私有云领域：金山云等，聚焦金融、政务等特定行业，通过混合云模式避开公有云红海。

竞争核心：不再比拼服务器数量，而是模型生态优劣；无现象级大模型应用的云厂商面临管道化风险。

6. DRAM/NAND 涨价与云厂商承受能力

AI 算力新势力：火山引擎（字节跳动），从 To C 端打入 To B 端，打通模型算力、AI 流程与业务应用。

垂直私有云领域：金山云等，聚焦金融、政务等特定行业，通过混合云模式避开公有云红海。

竞争核心：不再比拼服务器数量，而是模型生态优劣；无现象级大模型应用的云厂商面临管道化风险。

– DDR5 价格过去 8 个月涨 50%，Q1 预期再涨 45%；云厂商愿意高价

囤货（甚至接受再涨 50%-200%），以金钱换时间获取硬件资源。

7. 云厂商涨价对利润率的影响

涨价目标：需在 AI 设备 2-4 年生命周期内实现盈利，涨价后利润率将改善，不会像 Oracle 仅追求份额而忽视成本回本周期。

实际涨价幅度：以 B200 GPU 为例，对外报价每小时 8 美金，涨价 15%后约 10 美金每小时，但根据项目大小与租赁周期可提供最低 4 折折扣。

中小客户敏感度：中小客户对价格敏感，若租赁成本高于自建 5 年数据中心成本，会选择自建或二线品牌（如 CoreWeave）。

Q&A

Q: 亚马逊云和国内其他云厂商目前的涨价情况如何？

A: 亚马逊云（AWS）的涨价主要针对与 AI 及 GPU 相关的业务，包括 H100、H200、B200 等 GPU 实例，涨幅约 15%，例如部分实例从每小时 34.6 元涨至 39元，打破了其 20 年价格只降不涨的传统。阿里云的涨价同样由 AI 算力需求驱动，但并非所有服务都涨价：基础云服务（如 CPU 实例、对象存储）仍处于降价周期，部分海外节点的 ECS 实例核心价格降幅达 10%-12%，以吸引中小客户和推进全球扩张。

Q: 除 GPU 云服务外，AI 相关的 PaaS/SaaS 业务是否有涨价预期？

A: 与 AI 相关的 PaaS/SaaS 业务存在涨价预期。2025 年底 AI Agent 相关云服务（如 Sandbox 沙盒业务）的适配效果良好；涨价时会提升服务体验，如将网络互联速度从100G 每秒升级至 400G 每秒硅光模块。 传统通用服务器涨价暂未传导至 SaaS、PaaS，因当前 PaaS、SaaS 层非 AI 业务仍有较大冗余可复用。

Q: 上游硬件中除已涨价的 GPU、CPU、存储外，未来还有哪些可能涨价？

A: 已涨价的上游硬件包括电力、液冷、GPU、芯片。 未来可能涨价的方向：1.CPU：2026 年为 AI Agent 元年，其 Sandbox 类使用量线性提升将推动 CPU 涨价，且涨价已在进行中； 2.网络设备、光纤模块、硅光模块：分布式数据中心（2026 年 AI 数据中心发展方向，如建设 10 个 0.1GW 小型数据中心并联）将带动相关需求整体上涨； 3.GPU：分布式数据中心建设也会带来 GPU 需求上升。

Q: GPU、CPU、存储及待涨的网络通信等成本上升，在半年到一年维度是否会传导至业务端涨价？还是由云计算公司承担成本？

A: 成本传导取决于下游应用盈利情况：1. 大型 LLM 厂商盈利带动涨价：OpenAI、Google 等大型 LLM 厂商 2026 年将扭亏为盈（如 OpenAI、Google Gemini 对用户收费 30-100 美金/月），AI 算力云厂商因此有底气涨价； 2.AI Agent 应用盈利后传导：小型云原生 AI Agent 厂商目前处于免费竞争期，待 2026 年内仅剩 1-2 家大型 AI Agent 型 App 且实现盈利后，将开始收费涨价； 3.国内滞后于国外：国内LLM（如豆包、通义千问）及 AI Agent 目前仍处免费阶段，涨价节奏滞后于国外。

Q: 国内云行业的竞争格局是怎样的？传统巨头、运营商、AI 新势力及垂直私有云领域的企业分别有哪些特点？

A: 国内云市场竞争较国外更激烈，且竞争核心已从服务器数量转向模型生态。2026 年国内云市场由三足鼎立演变为多极格局：1. 传统巨头（阿里云、华为云、腾讯云）：以大厂背书，绑定国产算力方案发力；2. 运营商（天翼云、移动云、联通云）：凭借东数西算政策优势及国企网络优势，在政府、政企客户中获取高份额；3. AI 算力新势力（如火山引擎/字节跳动）：将 To C 端优势延伸至 To B 端，打通模型算力、AI 流程及业务应用；4. 垂直私有云领域（如金山云）：深耕金融、政务等特定行业，以混合云模式避开公有云红海。

Q: DRAM 配置比例快速提升的原因及对性能的边际提升体现在哪里？

A: DRAM 配置比例提升主要源于高带宽内存（HBM）技术的应用：1. 技术优势：HBM 协议提供高带宽，在 AI 运行时，算力速度优于低阶普通内存；2. 性能提升：基于 HBM 的内存可提升训练初始化效率，如 NVL72 机柜等集群均采用 HBM 内存，性能级别更高；3. 市场现状：HBM 技术主要掌握在美光等美国厂商手中，美光在 2026 年 10 月已涨价 20%-30%，后期因产能及囤货导致供需失衡，预计还会有一波涨价；国内长江存储、长鑫存储需扩充产能缓解缺货，但产能扩充非短期可实现。

Q: 云厂商对 DRAM 和 NAND 涨价的承受能力如何？未来涨价空间有多大？

A: 云厂商对内存涨价的承受能力较强，核心逻辑为“以金钱换时间”：1. 供给端：Google 等厂商囤货导致供需失衡，Oracle 等企业拿不到货；2. 成本对比：相较于GPU（如 NVL72 机柜初始成本 300 万美金，涨价后达 350 万美金），DRAM 初始成本更低，厂商更愿意高价购买；3. 涨价空间：DDR5 价格过去八个月已涨50%，市场预期 Q1 再涨 45%，专家认为涨价至 150%、200%均有可能，关键在于厂商是否愿意为解决燃眉之急支付更高成本。

Q: 云厂商涨价的主要原因是什么？是否包含成本传导、超额传导部分？

A: 云厂商涨价的核心原因包括：1. AI 算力业务前期资本开支大，回本周期短（2-4 年），需通过涨价平衡利润，避免像 Oracle 那样因无节制投入导致难以持续；2.大语言模型厂商今年开始追求盈利，行业节点共同促成涨价；3. 硬件迭代压力。涨价包含成本传导及利润平衡需求，AWS 注重利润率与回本周期的平衡，不会无节制投入，涨价幅度相对温和。

Q: 涨价后公司的利润率是否会改善？

A: 涨价后利润率会改善，因为涨价包含成本传导及利润平衡的需求，需在 AI 设备4 年生命周期内实现盈利，而非仅追求市场份额的政策导向。

Q: 单位算力价格的涨价幅度大概是多少？能否以具体产品为例说明？

A: 以 B200 GPU 为例，涨价前单个 B200 GPU 每小时报价为 8 美金，涨价幅度为15%，涨价后单价不到 10 美金每小时；NVL72 配置含 8 个 B200 GPU，涨价前每小时报价 64 美金，涨价 15%后对应单价同步上调。

Q: 中小客户对涨价的承受力如何？是否会抑制需求？

A: 中小客户对价格非常敏感，涨价可能导致部分中小客户选择自建数据中心（若自建 5 年成本低于租赁）或转向二线算力品牌（如 CoreWeave），存在需求抑制的可能性。