AI風越大，云計算越貴

文｜白 鴿

編｜王一粟

2026年，真的是見證了太多歷史了！

在近20年價格只降不升的云計算行業中，罕見的迎來了集體漲價潮。

3月18日，阿里云官網突然發布調價公告，其中平頭哥真武810E等算力卡產品上漲5%~34%，文件存儲產品CPFS（智算版）上漲30%，新價格于4月18日生效。

僅數小時后，百度智能云同步跟進，發布公告稱自4月18日起對AI算力、存儲等產品調價，AI算力相關產品服務上漲約5%~30%，并行文件存儲等上漲約30%。

其理由與阿里云高度一致：“全球人工智能應用快速發展，算力需求持續攀升，核心硬件及相關基礎設施成本顯著上漲”。

然而，這場漲價并非孤立事件。

早在阿里云和百度智能云官宣之前，騰訊云就已經率先漲價，宣布自3月13日起對混元系列模型進行漲價，部分核心產品漲幅高達400%。

相比國內云廠商來說，海外市場漲價更早，今年1月份，AWS率先打破近20年“只降不升”傳統，對大模型訓練用EC2實例提價15%，隨后谷歌云更是將AI基礎設施價格上調最高100%。

從國內三巨頭到全球云服務商，集體漲價背后，本質是AI時代云計算的市場發生了根本性轉變。

總的來看，需求端，AI爆發帶來Token消耗指數級增長，使算力從普惠資源變為稀缺戰略物資；成本端，AI算力高端硬件市場，如存儲等產品供不應求的剛性支出，倒逼廠商告別低價內卷。

更為重要的一點是，在AI時代中，云廠商正從“賣資源”向“賣智能”轉型，通過Token生態構建新的核心競爭力。顯然，這三大因素的疊加，共同催生了這場席卷全球的漲價潮。

可以看到，在這一波浪潮中，云廠商正逐漸轉變原有的商業思維，而這場漲價潮，正是這一轉型過程的必然陣痛。

云漲價的直接誘因，AI爆發引發算力超級缺口

一般來說，云計算行業的定價邏輯，本質上由供需關系決定。

過去十年，云計算的核心需求來自企業數字化轉型中的服務器替代、數據存儲等基礎場景，這類需求具有標準化、規?；卣?，云廠商可通過規模效應攤薄成本，形成低價換市場的競爭格局。

但AI時代，用戶對AI算力的需求已經發生了本質變化。

最基礎的來說，大模型訓練與推理對硬件提出極高要求，只有高端GPU芯片才能夠更好滿足，盡管當前已有眾多國產替代芯片，但其整體產能還是受限。

而此輪漲價的直接導火索，是AI應用爆發式增長帶來的算力需求井噴，而這一需求的核心度量單位——Token，也正成為左右市場供需的關鍵變量。

2026年春節期間，以OpenClaw為代表的AI智能體應用全面爆發，這類應用可自主完成查資料、寫代碼、多任務協同等復雜操作，但其背后是驚人的Token消耗。

在AI大模型語境中，Token是自然語言處理的最小計算單元，用戶每一次提問、AI每一次生成回答，本質上都是Token的持續流動與消耗。

有相關數據顯示，與傳統的對話式AI相比，OpenClaw這類智能體單任務的Token消耗量，是普通對話的幾十甚至上百倍，這無疑直接打開了算力需求的長期增長天花板。

據IDC預測，到2030年，全球活躍AI智能體將達22.16億，年度Token消耗量將從2025年的0.0005 Peta Tokens飆升至15.2萬Peta Tokens，增長超3億倍。

另一方的數據，也印證了這一爆發式增長：阿里云MaaS業務百煉在2026年1-3月創下歷史最高增速，騰訊混元模型單月調用量直接暴漲4倍，導致算力資源瞬間陷入極度緊缺狀態。

這種指數級增長的需求，與短期內難以快速擴張的算力供給形成尖銳矛盾。

3月18日，在騰訊2025第四季度及全年財報電話會上，騰訊管理層回應國內云計算市場漲價時表示，CPU等基礎設施的產能早已被預訂一空，供應商通常會優先服務那些規模最大、訂單最穩定的客戶。而超大規模的服務商一直以低利潤率運營，當需求回升時，整個行業幾乎別無選擇，只能提高價格。

顯然，供需缺口持續擴大，使得AI算力從“普惠資源”徹底轉變為 “稀缺戰略物資”。而這種需求結構的質變，使得云計算市場從買方市場轉向賣方市場。

阿里云等廠商明確表示，將 “緊缺的AI算力資源向Token業務傾斜”，這意味著傳統通用算力供給將進一步收緊，而高價值的AI算力資源因需求旺盛獲得定價權。

因此，于云廠商而言，與其低價售賣通用算力，不如將資源投向Token消耗密集的高價值場景，而這一資源傾斜策略，則直接反映在了價格調整上。

本次漲價集中于AI算力、高端存儲等核心產品線，而傳統云服務器等基礎產品價格未作調整，也清晰體現了需求結構變化對定價的影響。

可以看到，AI算力已經成為科技競爭的核心賽道，當前全球科技巨頭都紛紛加大了算力儲備。

據業內估算，字節跳動僅H20 GPU就儲備了48萬張，騰訊、阿里等廠商也優先將自有算力用于自身大模型研發，對外出租的算力資源極為有限。海外市場同樣如此，OpenAI、谷歌、微軟等公司持續加碼算力投入。

這種全球范圍內的算力爭奪，使得云廠商面臨“內部需求擠壓”與“外部市場競爭”的雙重壓力。

一方面，自身大模型研發需要大量算力儲備，無法無限制對外供給；另一方面，客戶對AI算力的需求持續增長，倒逼廠商必須通過價格調整來平衡供需。

AWS、谷歌云等海外廠商的率先漲價，本質上也是對全球算力緊缺格局的應對，而國內廠商的跟進，也標志著這場算力資源爭奪戰已進入全球化協同階段。

全產業鏈硬件漲價，云廠商成本持續承壓

如果說AI算力需求爆發是直接誘因，那么持續攀升的成本壓力，則是云廠商不得不漲價的剛性約束。

長期以來，國內云計算行業深陷低價內卷，利潤率持續處于低位，而AI時代的硬件與基建成本暴漲，徹底打破了原有的成本平衡。

業內皆知，大模型所依賴的高端芯片，比如英偉達的H100、H200等，其價格一直是居高不下。但自去年開始，存儲芯片的供貨資源收縮與價格的暴漲，則直接推高了云廠商的成本壓力。

更為關鍵的是，當前AI大模型已經從訓練轉向推理應用階段，今年GTC大會上，黃仁勛還明確表示，“推理拐點已至”。

隨著推理時代的到來，其對AI算力的需求也發生了改變。AI推理的過程，本質是順序化的自回歸過程，每次只能生成一個token，模型參數需要頻繁從GPU顯存加載到計算單元。

而影響token生成速度的決定性因素，則是可用內存帶寬，這也就使得內存帶寬和端到端延遲成為核心瓶頸。

也正因此，AI大模型對token調用量的指數級增長，也直接拉動了對HBM、DRAM、NAND三大存儲介質的需求。單臺AI服務器的DRAM用量是傳統服務器的8-10倍，NAND需求達5-6倍。

英偉達最新Rubin架構，則引入BlueField-4 AI原生存儲平臺，將NAND閃存需求量直接影響是增加了45EB左右，對應的供需缺口將擴大4%-5%左右。

顯然，在AI推理時代中，存儲芯片的重要性愈發明顯。

但是，今年2月初，全球知名半導體市場研究機構集邦咨詢（TrendForce）給出了一個預測：2026年第一季度，DRAM合約價漲幅預測上修至環比90%至95%；NAND閃存合約價漲幅環比55%至60%。僅2026年一季度，三星宣布NAND閃存供應價格上調超過100%。

更為重要的是，這不是短期炒作，行業觀點認為，存儲行業正進入一輪由AI驅動的超級成長周期，需求爆發疊加供給剛性，價格上漲至少延續到2027年。

而此次阿里云漲價的文件存儲 CPFS（智算版），其核心成本就來自于高端存儲硬件的采購與維護，30%的漲幅背后，是存儲硬件成本的剛性上升。

存儲芯片價格暴漲，僅僅只是此輪AI驅動產業鏈增長的一個關鍵一環。事實上，從當前市場情況來看，半導體領域漲價正從存儲器蔓延至其他電子元器件。

以被譽為“電子工業大米”的MLCC（多層陶瓷電容器）為例。

日前，全球龍頭企業村田制作所已發出通知函，即將于4月1日（以公司收到訂單為準）起，針對AI服務器和高端車規級MLCC產品啟動全面漲價，漲幅在15%-35%之間。

值得一提的是，MLCC漲價的直接誘因是白銀價格的上漲，而背后則是受AI市場的驅動，導致產品供應出現供不應求的情況。

“人工智能產業的高速發展，是驅動MLCC產品價格上漲的主要原因。MLCC價格經歷過前幾年的下行后觸底反彈，產業鏈企業正迎來需求回暖和國產化率提升的雙重機遇?！敝嘘P村物聯網產業聯盟副秘書長袁帥此前說道。

當談及AI對MLCC的需求，村田總裁中島規巨此前稱，客戶咨詢的高端MLCC的訂單量是其目前產能規模的2倍，公司無法滿足市場需求。顯然，當高端MLCC無法迅速擴產，今明兩年這類產品的嚴峻供應態勢可能會持續。

可以看到，此輪云廠商漲價，其實是受整個產業鏈波動影響，從上游基礎電子元器件，再到存儲芯片、高端AI芯片等的漲價潮，最終傳導至市場終端。

并且，于云廠商而言，硬件成本的上漲具有不可逆性。由于高端 GPU、存儲芯片等核心部件高度依賴英偉達等少數供應商，議價能力有限，成本上漲只能自行消化。

此前騰訊云在調價公告中直言：“大模型運營的核心成本集中在GPU硬件、電力消耗與運維服務，高端算力芯片現貨緊缺、租金持續走高，此前靠低價搶占市場的模式難以為繼”，這一表述道出了全行業的共同困境。

Token生態成趨勢，云廠商或將告別算力內卷

過去十年，中國云計算行業始終陷 “規模至上”的低價競爭中。而此次漲價潮，本質上是云廠商對長期低價策略的糾偏。

畢竟，AI時代的到來，為云廠商提供了新的增長曲線，通過整合基礎模型、模型服務平臺、AI 應用等全鏈條能力，向客戶輸出“智能服務”，而非單純的算力資源。

以阿里云為例，其漲價與組織架構調整，就形成了清晰的戰略呼應。

就在宣布漲價前兩天，阿里新設 Alibaba Token Hub（ATH）事業群，整合通義實驗室、千問事業部等核心AI業務，由CEO吳泳銘直接帶隊。

這一組織調整表明，阿里云或許將告別過去“賣算力”的盈利模式，全面向“賣智能” 的高階賽道升級，而此次漲價正是這一戰略轉型的具體落地：通過提高基礎算力價格，引導市場向高價值的Token業務、智能服務傾斜，同時將緊缺的算力資源集中于高價值客戶。

可以說，漲價或許是云廠商主動放棄低價值內卷，向高價值賽道轉型的 “宣言書”。畢竟，在AI時代，Token不僅是算力消耗的度量單位，更是云廠商商業模式重構的核心抓手。

黃仁勛在GTC 2026大會上直言，“Token是硬通貨，計算能力就是企業的收入”，并勾勒出分層定價藍圖：從免費層到超高速層，每百萬Token價格從0到150美元不等，Token將像電力、自來水一樣，成為分層定價的基礎商品。

顯然，這一商業邏輯正在被云廠商廣泛采納。

阿里云將算力資源向Token業務傾斜，本質上是在構建以Token為核心的商業生態 —— 客戶消耗的Token越多，意味著對阿里云AI服務的依賴度越高。

而分層定價的模式能夠滿足不同客戶的需求：普通用戶使用免費或低價Token服務，高端客戶為高速、高并發的Token服務支付溢價，從而實現價值最大化。騰訊云對混元模型的大幅調價，同樣是基于Token的價值重估，通過提高Token單價，直接提升AI服務的盈利能力。

可以看到，隨著AI大模型被越來越多的用戶和企業所使用，Token則逐漸成為衡量企業業務營收增長趨勢的關鍵因素。現如今，這一標準逐漸被云廠商所使用。

對于整個AI全產業鏈賽道而言，漲價不是終點，將成為行業重構的起點。

短期內，價格上漲可能會加速行業洗牌，缺乏資金與算力儲備的中小企業或將出局，資源進一步向頭部廠商集中。

長期來看，漲價將倒逼全產業鏈發力破局：上游芯片廠商加速產能釋放與技術攻關，中游云服務商優化算力調度、推進國產化替代，下游開發者優化模型調用、降低算力消耗，最終推動AI行業走向供需平衡、健康可持續的發展軌道。

而對于云廠商來說，漲價只是戰略轉型的第一步，如何提升算力效率、優化服務體驗、構建完善的Token生態，才是長期競爭的關鍵。