云算力涨价潮:当GPU从贬值预期走向供不应求
2025 年 11 月,曾成功预测 2008 年次贷危机的“大空头”Michael Burry 公开看空英伟达,其核心逻辑基于摩尔定律:GPU 生命周期仅 2-3 年,随着新一代芯片推出,旧卡将迅速贬值。然而,仅 4 个月后,市场给出了截然相反的答案。GPU 租赁市场数据显示,H100 的一年期租赁价格在短时间内暴涨 40%,且所有类型的按需租赁容量完全售罄,甚至 2026 年 8-9 月的新增产能也已被预订一空。市场出现了算力租户像转售稀缺房源一样细分集群并转租的现象,GPU 不仅未贬值,反而进入了供不应求的紧缺周期。
01Agent 爆发重构算力消耗模型
| 对比维度 | Chatbot 时代 | Agent 时代 |
|---|---|---|
| 单次交互 Token 消耗 | 500 - 2,000 | 80,000 - 150,000 |
| 交互模式 | 一问一答 | 推理→行动→反思循环 |
| 上下文处理 | 单次对话 | 长上下文记忆,全量回传 |
| 多模态处理 | 低频文本处理 | 高频截图处理,单次 4000-5000 tokens |
从 Chatbot 到 Agent 的算力需求变化
这种算力消耗的量级跃升主要源于 Agent 工作模式的重构。Agent 不再是简单的一问一答,而是采用“推理(Reasoning)→行动(Act)→反思(Reflect)”的循环链条,且为了保持任务连贯性,每次请求需回传完整历史上下文。在 Browser-use 或 Computer-use 等多模态场景中,频繁截图进一步推高了 Token 消耗。以 Claude Code 为例,业内观察显示深度使用 AI 的企业单周消耗数十亿 Tokens,其带来的工作效率提升回报远超成本。中国市场亦同步验证这一趋势,字节跳动单日 Token 消耗量在 3 个月内增长近 60%,预计全年算力需求将保持 30%-50% 的增长。
02涨价逻辑:全球成本驱动与中国策略筛选
算力涨价的双重逻辑
全球市场:供应链成本螺旋
涨价主要由底层硬件成本上升推动,属于被动传导。
- 核心组件暴涨:LPDDR5 同比上涨约 4 倍,DDR5 上涨约 5 倍。
- 供应链全面紧张:TSMC 产能、HBM、DRAM、NAND 均存在瓶颈。
- OEM 转嫁压力:服务器定价超过底层组件成本增幅,抑制部分部署。
中国市场:主动客户筛选
涨价主要源于云厂商的策略调整,意在筛选高价值客户。
- 淘汰低质用户:如阿里云取消低价套餐,保留高付费门槛。
- 预判 B 端爆发:提前涨价应对 Q3 预期的企业级需求增长。
- 验证付费意愿:利用 Agent 应用的高 ROI 区分价格敏感用户与高价值用户。
值得注意的是,这轮涨价并非针对所有客户。头部云厂商的涨价主要针对中小型客户和新签客户,大客户通常受长期协议保护,价格相对稳定。这种策略短期内虽难以直接体现在收入端,但有助于优化客户结构,为未来大客户续约时的价格调整奠定基础。
03市场格局:轻资产承压与大厂转向
算力商业模式的生存博弈
优势:成本控制与议价权
通过提高自持比例降低长期 TCO。
利用 PD 分离架构优化推理成本。
在涨价周期中获得更高的 ROIC。


困境:利润空间受挤压
依赖上游机房租赁,自持算力低。
若涨价无法传导至 API 调用方,利润将显著受损。
在成本急剧上升环境中生存空间狭窄。
在算力市场格局重塑中,大型云厂商正通过自研芯片和国产芯片替代大幅提高自持算力比例,以应对推理需求的持续增长。相比之下,轻资产模式面临严峻挑战。以火山引擎为例,其虽凭借低价策略在中小客户市场获得增长,但在算力成本上升背景下,长期低价难以为继,未来可能采取差异化定价策略:在重点行业保持竞争力,在其他领域跟随市场涨价。
04未来预判:涨价周期的持续性
- B 端需求释放:目前消耗主要来自 C 端,随着企业级 Agent 产品在 Q3 落地,需求将再上台阶。
- ROI 支撑高价:当 AI 工具的 ROI 达到 5-10 倍时,价格上涨对需求的抑制作用有限,市场对高价具备承受力。
- 产能预占:直到 2026 年 8-9 月的新增产能已被预订,且 Neoclouds 会因供应紧缩而抢先囤积硬件,进一步收紧供应。
综合来看,这轮 GPU 涨价并非短期波动,而是一个预计持续 1-2 年的周期。在 B 端需求尚未完全释放、ROI 持续验证以及新增产能被快速消化的背景下,GPU 租赁价格更可能继续上涨而非下跌。
当前文章无评论,是时候发表评论了