一句话看懂:AI 基础设施市场出现矛盾信号:存储芯片因 AI 需求严重短缺、价格飙升,而各国数据中心电网接入申请量远超实际建设能力。这提醒行业,宣布的需求不等于真实投资,判断 AI 算力供给需要更谨慎。
事件核心:发生了什么
据 TechRadar 报道,存储芯片正面临物理性短缺。TrendForce 数据显示,2026 年第一季度常规 DRAM 合约价格环比上涨约 93% 至 98%,原因是供应商优先满足服务器和云厂商需求。SK 海力士警告,高带宽内存(HBM)短缺可能持续到 2030 年。三星、SK 海力士和 Micron 占据约 90% 的 DRAM 市场,它们将更多产能转向高利润的服务器内存和 HBM,导致其他领域常规内存供应收紧。
另一边,数据中心“规划需求”远超可交付能力。英国电网接入申请在不到一年内从 41GW 升至 125GW,其中至少 80GW 来自数据中心项目。监管机构 Ofgem 正提议引入承诺费和额外里程碑,要求开发商证明财务与商业准备度。原文作者、EXANTE CTO Richard Forss 指出,申请排队不等于建成投运;同时,芯片厂商也在投资潜在客户(如 Nvidia 拟向 OpenAI 投资至多 1000 亿美元),让“投资”本身也变成一种需求信号。
为什么重要
这揭示了 AI 基础设施的真实瓶颈不在单一环节,而在“宣布的产能”与“可交付的产能”之间的巨大落差。存储端受制于晶圆厂建设周期——新厂需要数年建设和爬坡,短期内供给增长主要靠工艺改进而非新增产能。数据中心端则受制于土地、电力和设备,提前超额申请电网接入成为理性策略,但汇总后容易误导规划者。对行业而言,若把申请量当作需求预测,可能高估 AI 算力供给的落地速度,进而影响模型训练和推理的成本预期。
对用户/开发者/创作者的影响
对开发者和 AI 应用团队来说,内存和存储成本上升可能传导至云服务定价,尤其是依赖大模型推理和图像生成等内存密集型任务的 API 调用。企业采购算力时,应更关注供应商的实际交付能力和合同条款,而非仅看其公布的扩容计划。创作者使用 AI 工具的成本短期未必明显波动,但若云厂商因硬件成本调整套餐,免费额度或低价 API 可能收紧。目前公开信息显示,存储短缺对消费级显卡和终端设备的影响尚不明确,需持续观察。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
第一,关注 TrendForce 等机构后续发布的 DRAM 和 HBM 价格走势,判断短缺是否见顶。第二,英国 Ofgem 的承诺费与里程碑改革能否落地,以及是否被其他地区效仿,将影响数据中心项目的真实开工率。第三,Nvidia 与 OpenAI 等“投资绑定采购”的交易能否完成 definitive agreement,以及这类安排如何被计入市场需求统计。
来源:TechRadar


