从内存暴涨到 SORA 之死，从 OpenAI 万亿采购到 DeepSeek 五层降本，从美国电网告急到中国另辟蹊径。同一条约束链上，不同的玩家走出了截然不同的路。
调研起点：这篇报告源于一个朴素的问题——最近半年内存为什么涨得这么凶？SORA 被 OpenAI 放弃是不是也因为这个？调研过程中问题不断展开：AI 的算力成本跟电费有多大关系？DeepSeek 的低价到底靠什么？Claude 和 OpenAI 的 API 定价里藏了多少利润？美国电网扩不动是不是 AI 发展的根本瓶颈？这些问题最终汇成一条线索：AI 对算力的饥渴正在拧紧一根全球性的约束链，链上每个环节都在发生不同的故事。
内存芯片是人类工业史上最具周期性的产品。三家公司（Samsung、SK Hynix、Micron）控制着全球约 95% 的 DRAM 产能，过去三十年反复经历扩产 → 过剩 → 暴跌 → 减产 → 短缺 → 暴涨的循环，每轮 3-5 年（Uncover Alpha）。但 2024 年开始的这一轮可能真的不一样了。
关键在于一种叫 HBM（高带宽内存）的特殊内存。HBM 通过硅通孔（TSV）把多层 DRAM 芯片垂直叠在一起，带宽远超传统 DDR（Wikipedia）。如果 DDR5 是四车道公路，HBM 就是 1024 车道立交桥。AI 芯片需要它来快速读取模型参数——2023 年的 GPT-4 据估计就有 1.8 万亿参数（SemiAnalysis），当前一代（GPT-5.5、DeepSeek V4）更大。每次推理都要从 HBM 中读取这些数据。
致命的问题是：生产 1 GB 的 HBM 需要消耗 3 倍于 DDR5 的晶圆面积（Micron 财报 / CNBC）。2026 年 AI 相关内存预计消耗全球 DRAM 晶圆产能的 20%（TrendForce）。每一片分配给 HBM 的晶圆，就是一片从笔记本内存、手机内存中拿走的晶圆。这不是传统的供需错配，而是晶圆产能的结构性再分配。
具体涨幅：DDR5 32GB 套件从 $95 涨到 $184（Sourceability）；DDR5 芯片单价从 2025 年 9 月的 $6.84 涨到 12 月的 $27.20（接近 4 倍）。NAND 更猛——Phison CEO 确认 6 个月内翻倍，Kingston 报告年涨 246%。2026 年第一季度 DRAM 合约价单季环比涨 55-60%，TrendForce 分析师 Tom Hsu 用了「前所未有」来形容。消费者能感知的影响：2TB NVMe SSD 从 $120-150 涨到 $300-480，Dell 终端产品涨价 15-20%。
与此同时，每一代 AI 芯片对 HBM 的需求几乎翻倍：H100 搭载 80 GB，H200 升到 141 GB，B200 到 192 GB，Vera Rubin 将达到 288 GB（Introl）。HBM 现在占 AI 加速卡制造成本的 30-40%——NVIDIA B200 上 HBM 的成本约 $2400，已超过逻辑芯片本身（IntuitionLabs）。
AI 基础设施的扩张不是被单一瓶颈卡住的，而是被一条串联的约束链锁住的。理解这条链的结构，比知道任何一个数字更重要。
Epoch AI 的量化分析最清晰：2025 年四大 AI 芯片设计公司消耗了全球 CoWoS 先进封装产能的 >90% 和 HBM 供应的 >90%，但只消耗了先进逻辑晶圆制造产能的 ~12%。瓶颈不在芯片本身，在封装和内存。即使芯片设计好了、HBM 也有了，如果没有 CoWoS 封装把它们组合起来，就是一堆散件（详细分析）。
但这条链在动态移动。TSMC 的 CoWoS 产能正在从 35K 晶圆/月扩到 130K 晶圆/月（Fusion Worldwide）。随着封装和内存逐步追上来，电力正在变成下一个最紧约束。Satya Nadella 在 2026 年说：「最大的问题不是算力不够，而是电力不够。」（CNN）
| 约束 | 2026 紧张度 | 靠钱加速？ | 解决时间线 |
|---|---|---|---|
| CoWoS 先进封装 | 极紧——当前最紧 | 部分（TSMC 4x 扩产中） | 1-2 年 |
| HBM 内存 | 极紧（售罄到 2026 底） | 部分（下订单 + 建厂） | 1-3 年 |
| 逻辑芯片制造 | 宽松（只用了 12%） | 能 | 2-3 年 |
| 电力 / 电网 | 正在收紧（7/12 GW 延迟） | 基本不能 | 5-10 年 |
芯片和内存的产能可以靠下订单、付钱来解决（工厂在韩国、台湾，供应链是全球化的）。但「全球化」本身也是一根细线：全球 >90% 的 CoWoS 先进封装和超过 90% 的最先进逻辑制造都在台湾一座岛上完成。台海局势任何风吹草动，这条约束链从「紧」变成「断」只需要几天。这个地缘单点风险没有技术替代方案，也不是砸钱能对冲的。
电力也是如此。数据中心必须部署在本土电网上，而美国的电网扩容能力在去工业化之后严重退化：
Gartner 预测到 2027 年电力短缺将限制 40% 的 AI 数据中心。Morgan Stanley 估计 2025-2028 年美国面临 55 GW 电力供应缺口。
约束链收紧的第一批牺牲品，是所有使用内存的消费产品。30TB 企业 SSD 从 $3,062 涨到 $11,000，Dell 终端产品涨价 15-20%，TrendForce 将 2026 年笔电出货预期从增长 1.7% 下调至下降 2.4%。低端手机可能被迫回退到 4GB 内存。
但更戏剧性的牺牲品是 SORA。
2024 年 2 月 OpenAI 发布 SORA 的 demo 视频，整个互联网为之震撼。但每段 10 秒视频需要约 40 分钟 GPU 时间（4 个 GPU 并行跑 8-10 分钟），成本约 $1.30（Cantor Fitzgerald 分析师估算）。以 450 万用户、25% 日活、日均 10 段计算，日均成本约 $1500 万。而 SORA 从上线到关停的全部应用内购收入——$210 万（Appfigures 数据）。不是每月，是总计。
但 SORA 自身的亏损只是内因。真正让 OpenAI 在 2026 年 3 月动刀的催化剂，是一个外部事件：Anthropic 的 Claude Code 在编码领域的爆发式增长。
2025 年 5 月 Claude Code 发布，6 个月内达到 10 亿美元 ARR（SaaStr）。到 2026 年 2 月超过 25 亿美元。Anthropic 整体 ARR 暴涨到 300 亿美元，超越了 OpenAI 的 250 亿。OpenAI 企业 API 份额从约 50% 跌到 25%。WSJ 获取了 CEO Fidji Simo 的全员会议记录：她把 Anthropic 的崛起称为「wake-up call」，宣布砍掉所有「side quests」。八天后，SORA 正式关停。
视频生成为什么比文本贵 1000 倍？5 秒 24fps 视频 = 120 帧，每帧需要空间一致性 + 帧间时间一致性。处理超过 8 万个 token，attention 操作占推理时间 85% 以上。而且视频生成高度依赖内存带宽而非纯 FLOPS，恰好撞上 HBM 最紧缺的时点。
面对约束链的挤压和 Anthropic 的竞争压力，OpenAI 的应对是前所未有的垂直整合——从「微软的最大客户」变成「自己造芯片、自己建数据中心、直接跟内存厂签合同」。三条路径同时推进：
最出人意料的是 OpenAI 直接跟内存厂签了合同：2025 年 10 月与 Samsung 和 SK Hynix 签署意向书，每月供应 90 万片 DRAM 晶圆（Tomasz Tunguz）；2026 年 3 月与 Samsung 签 HBM4 独占供应协议。这在行业中极为罕见——通常只有 NVIDIA 级别的公司才会直接跟 HBM 厂签约。
钱从哪来？累计融资 $1800 亿，2026 年 3 月 Series G 关闭 $1220 亿，估值 $8520 亿。2025 年收入 $131 亿，但毛利率只有 33%，推理成本 $84 亿。预计到盈利前累计亏损约 $440 亿，2029-2030 年才能现金流转正。VP of Hardware Richard Ho：「目标不是造芯片，是让智能在规模上变得便宜。」
OpenAI 选择用万亿美元砸开约束链。DeepSeek 选了另一条路——在约束内做到极致效率。V4-Flash 输出定价 $0.28/百万 token，Claude Opus 4.7 是 $25。差距 89 倍。这不是靠电费便宜实现的，而是五层技术叠加的结果。
一个容易混淆的区分：训练 vs 推理。训练是「教 AI 学会」，一次性投入巨额算力（DeepSeek V4 训练用了数千张 GPU 跑数周）；推理是「让 AI 回答问题」，每次调用都产生持续成本。DeepSeek 的 89 倍价格优势主要在推理环节。前沿模型的训练仍然需要绝对算力——这也是为什么出口管制对中国的训练能力影响更大，而对推理部署影响有限。
一个自然的疑问：既然 DeepSeek 的技术论文都公开了，OpenAI 和 Anthropic 为什么不直接抄？答案不是「有没有门槛」，而是三个因素叠加：门槛高低不同、优化目标不同、商业动机不同。
可以复制但选择不做的（优化目标冲突）：OpenAI 和 Anthropic 的前沿模型也用了 MoE，但激活比远比 DeepSeek 保守（GPT-5.5 估计约 15% vs DeepSeek V4 的 3.1%）。更极端的稀疏在 benchmark 上可能丢 1-2 个百分点。对于在 SWE-bench 上争 0.2% 的公司来说，这个取舍不划算。Anthropic/OpenAI 的目标是「绝对 frontier 性能」，DeepSeek 的目标是「在有限硬件上跑出实用性能」。同一套技术，优化目标不同，取舍就不同。激进的缓存定价也没有技术门槛，但 Anthropic 的 API 是利润中心（定价约为实际计算成本的 10 倍），主动降价意味着砍自己的收入。
有真实技术门槛的（需要特定硬件和工程积累）：FP4 量化需要硬件原生支持，H100 没有 FP4 tensor core，需要 Blackwell 或昇腾 950（VRLA Tech）。CSA/HCA 混合注意力不是可以独立插拔的模块，它和 mHC（流形约束超连接）、Muon 优化器是协同设计的（SoftmaxData）。DeepSeek 团队重写了超过 200 个核心算子，华为派驻工程师现场协作 15 个月才跑通（ChinaTalk）。论文公开了原理，但工程实现中的细节不在论文里。
正在被追赶的（时间问题）：Claude Opus 定价从 $15/$75 降到 $5/$25（66% 降幅）（Finout），GPT-5.3-Codex token 用量降了 25%（OpenAI）。a16z 的 LLMflation 数据显示等效性能推理成本每年降约 10 倍。西方实验室确实在跟进效率优化，只是节奏比 DeepSeek 保守，因为它们的商业模式不需要激进降价——高定价下已经有 $14B+ 的年收入。
一个被忽略的事实：API 定价并不反映实际推理成本。she-llac.com 的逆向分析显示，Claude Max 5x（$100/月）给的 token 量按 API 定价算值 $1,354/月——13.5 倍溢价。Martin Alderson 的分析认为 Anthropic 在大部分订阅用户上是盈利的。OpenRouter 上同等规模开源模型的竞争定价约为 Claude API 的 10%。这意味着 API 定价中约 90% 是品牌溢价和研发摊销。
有意思的对比：一个重度 Claude Code 用户每月消耗 500M token，用 Max 5x 订阅只需 $100。同等量用 DeepSeek V4-Flash API 约 $105。价格几乎持平。DeepSeek 的成本优势主要体现在 API 对 API 的直接比较中（89 倍差距），但在订阅模式下差距被大幅缩小。DeepSeek 的真正优势在于：不需要订阅门槛就能拿到低价，对中小企业和批量调用友好，而且开源可自部署。
中国的约束链和美国完全不同。出口管制切断了先进制程设备、高端 GPU 和 HBM 的供应（CFR）。但电力方面，2024 年中国新增 543 GW 发电容量，超过美国历史总装机（Voronoi）。中国总装机 3,349 GW，发电量已超美国两倍（Ember）。不存在美国那种 5 年变压器交货期、7 年并网排队的物理瓶颈。
但中国电价优势没有流传的那么大。Oxford Institute for Energy Studies 2026.02 报告指出，中美批发电价区间重叠（中国 $43-58/MWh vs 美国 $40-50/MWh）。电力在 AI 推理总成本中的占比也不高——Epoch AI 的数据显示电力只占前沿模型总摊销成本的 2-6%，硬件折旧占 47-65%。中国的真正优势不在电价本身，而在电力基础设施的扩容速度和物理约束的缺失。
简单说：美国的约束是物理/基础设施层面的（hard constraint），解决周期 5-10 年。中国的约束是芯片/出口管制层面的（policy constraint），取决于地缘政治走向。
这条约束链上的每个环节都在动态变化。CoWoS/HBM 产能在 2-3 年内有望缓解，但电力基础设施的解决周期是 5-10 年。DeepSeek 证明了算法效率可以部分绕开硬件约束，但前沿训练仍需要绝对算力。中美各有自己跨不过去的坎，但坎的性质不同。以下三个剧本基于这些约束的不同演化路径。
CoWoS/HBM 产能在 2027-2028 逐步追上需求，但电网扩容滞后。美国 AI 发展速度被电力瓶颈拖慢 12-24 个月。内存价格 2027H2 见顶回落，但不回到 2023 低点。中国凭电力优势和算法效率在推理领域加速追赶。AI 编码工具继续蚕食传统 SaaS 收入。
Scaling law 收益递减，$7250 亿 hyperscaler 资本支出没有产生相应回报。Amazon 2026 年预计负自由现金流 $170 亿，大科技已发债 $1000 亿。如果 AI 不能证明 ROI，杠杆会迅速反转。新建产能变搁浅资产，内存行业重演 2019 暴跌。
DeepSeek 式的 MoE + FP4 + 混合注意力被广泛采纳，单位算力产出提升一个数量级。Cerebras 晶圆级芯片在训练场景接近 GPU 灵活性。存内计算 2027-2028 商业化。HBM 的垄断性地位被削弱，电力约束也因效率提升而推迟。推理成本继续每年降 10 倍，视频生成 AI 重新变得可行。
研究方法：横纵分析法（数字生命卡兹克）。本报告由 AI（Claude）在人类引导下生成，信息来自公开来源但未经人工逐条核实。分析判断是 AI 基于已检索信息的推断，引用前建议回溯原始来源。研究时间 2026 年 5 月。