一句话看懂：尽管 Nvidia 收入继续增长，但其股价自 5 月高点下跌 15%，算力价格持续走低。与此同时，内存芯片制造商美光（Micron）股价却几乎翻了三倍，DRAM 价格飙升，成为 AI 数据中心新的瓶颈。Nvidia 成功创造了巨大的计算市场，却正因此被视为该市场的“受害者”。
事件核心：发生了什么
据 TechCrunch 报道，Nvidia 股价自 5 月峰值下跌约 15%，即使在预期收入持续增长的背景下，投资者为其每股预期利润支付的金额甚至低于标普 500 平均水平。与之形成鲜明对比的是，同期内存巨头美光的市值几乎增长了两倍。核心原因在于：一度令市场焦虑的 GPU 短缺已有所缓解，但数据中心对内存的需求却远超供应。数据显示，DRAM 现货价格自 2023 年起大幅攀升，尤其是 2025 年夏季后迎来陡峭上涨，而 Nvidia H100 GPU 的算力租赁价格则从 5 月峰值约 3.20 美元/小时持续回落。算力交易平台 Ornn 的联合创始人 Wayne Nelms 指出，Google、Amazon、Microsoft 甚至 OpenAI 都推出了自研处理器以减少对 Nvidia 的依赖，虽然性能略逊，但足以拉低算力价格；而几乎无人涉足自研 DRAM，内存供应缺口短期内难以填补。
为什么重要
这一现象揭示了 AI 硬件市场格局的深刻变化。Nvidia 凭借 CUDA 生态和激进的 GPU 迭代策略，成功证明了算力的巨大价值，但也引来了巨头自研芯片的竞争，导致其自身产品定价权被稀释。相比之下，技术迭代相对温和的高带宽内存（HBM）因其稀缺性，反而成为新的定价核心。这意味着 AI 数据中心成本结构中，内存成本占比正在急剧上升，而 GPU 算力的溢价能力正在下降。对于整个 AI 行业，这一趋势可能意味着：训练和推理成本的重心从“计算芯片”向“存储带宽”转移，推动产业链利润重新分配。
对用户/开发者/创作者的影响
对使用云 GPU 进行模型训练或推理的开发者来说，算力租赁价格下降是利好——H100 等主流芯片的单位使用成本降低，尤其有利于初创团队和独立研究者。但内存价格飙升可能导致云服务商上调整体服务费率，最终转嫁给终端用户。对于内容创作者大量使用图像生成、大模型推理等场景，需关注云平台是否因内存成本上涨而调整 API 定价。企业采购 AI 基础设施时，应重新评估预算中 GPU 与内存的配置比例，防范因内存瓶颈导致整体算力利用率下降。
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
目前公开信息显示，至少有三个观察点值得持续跟进：第一，Nvidia 的下一代 Blackwell 架构是否能重新拉大与竞品的性能差距，从而稳定算力定价；第二，是否有新玩家进入高带宽内存市场，打破美光、SK 海力士、三星的寡头格局；第三，DRAM 现货价格何时触顶，以及算力租赁价格是否会继续下探至新的平衡点。短期内，内存供应链的紧张局面尚无缓和迹象，这将继续主导 AI 硬件市场的叙事。
