北京
为什么超大规模云服务商在AI算力上砸下创纪录的资本支出，却会引发一个叫做“芯片通胀”的棘手现象？过去几年，人工智能革命让少数市场参与者获得了巨大收益——供应先进处理器和高性能内存的半导体公司、扩建云数据中心机群的超大规模服务商，以及提供连接与定制芯片的特定基础设施厂商，都收割了惊人的价值。深层驱动力再直白不过：训练并运行前沿AI模型，需要海量的专用计算、内存和网络设备。于是超大规模云服务商和新一代云服务商以历史级的资本支出强度做出回应，对所有底层硬件形成了强力需求。
就在这股热潮中，摩根士丹利的研究团队提出了“芯片通胀”这一概念。按照他们的描述，芯片通胀指的是内存芯片价格在较长时间里急剧攀升且维持高位，因为需求持续超过供给，很多企业根本买不到所需的数量。即便能获得供应的那部分公司，也面临一个艰难的选择：是尽量把上涨的成本转嫁给下游客户，还是接受自身利润率被压缩。
这种供需失衡之所以难以缓解，背后有几个硬逻辑。GPU、高带宽内存和先进DRAM的需求将继续跑在供给前面，一方面模型规模还在膨胀，另一方面随着自主代理式应用走向更广泛的使用，推理工作负载正急剧扩张。超大规模服务商不断积累更多计算容量的事实，让摩根士丹利提出，市场需要适应一场“持久的供需重置”——新芯片制造晶圆厂从建设到达至满产运行，需要数年之久，短期内几乎看不到供给侧的快速追赶。
不过，摩根士丹利并不认为这对行业内的许多公司是看空信号。在他们看来，当前环境正处于一个过渡期：从硬件以炽热节奏部署的阶段，转向更关注利用率、代币经济学和基础设施投资回报的阶段。也就是说，过去大家比的是谁能最快买到卡、插满机架，现在比的则是谁能把已经部署的庞大算力用好、让投入产出的账算得过来。
从更长的时间线看，支撑AI基础设施的投资论据并没有被动摇。数据中心建设和AI增强型设备的开发不太可能很快停下来，尽管推进速度也许会进入一个平台期。能识别出这种节奏差异的投资者，完全可以把任何近期的股价疲软当成买入高质量AI赋能公司的机会，而不是被吓退的离场信号。
这里有一个颇具历史意味的坐标：2009年，针对一家当时还不太知名的芯片公司英伟达，曾出现过一次“加倍下
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
