大家好,我是小界!
2026年下半年,AI相关的股票、芯片、算力租赁价格一路往下掉。
英伟达高端显卡的租金从5、6月开始明显回落,部分型号跌幅达到三到七成,一张H100的时租从高峰期的约8美元跌破了2美元。“AI泡沫要破了”的声音铺天盖地。
但价格下跌和产业熄火,是两件完全不同的事。
头部云厂商还在往AI基础设施里砸钱,2026年全球九大云服务商的资本开支合计预计超过9570亿美元,同比翻了一倍还多。
钱没停,只是花法变了。
真正让AI扩张踩到硬刹车的,不是没人用,而是电、芯片省电空间、以及落地场景这三道坎,一道比一道难绕。
不是没人租卡了,是“抢卡”变成了“算账”
前两年算力是绝对的卖方市场,有卡就有话语权。
但从2026年年中开始,供需关系明显松动了。
高端GPU租赁价格大幅下行,算力市场从极度紧缺逐步走向供需平衡,算力不再是卡住AI的第一矛盾。
变化的关键在于钱花出去之后怎么回本。
训练大模型是一次性巨额投入,推理却是持续往外掏电费、掏折旧。
企业买算力和建基础设施是即时付费,但业务流程改造、数据打通、员工真正用起来,要慢得多。账算不平,企业就不敢大规模上推理。
所以这一轮回调,反映的是“缺货程度”缓解了,不是智能需求到顶了。
训练在降温,但推理和行业落地的算力需求还在扩张,整个算力开支正在从“重训练”往“重推理”切换。
电,正在变成AI最硬的拦路虎
以前一个数据中心几百兆瓦就算大了,现在动不动就奔着吉瓦去。
中信证券2026年10月的研报给了一个很直白的缺口:截至2026年9月初,美国在建数据中心容量是71.7吉瓦,可2027到2028年电网新增容量预计只有25.2吉瓦,只够在建量的三成半左右,缺口约46.5吉瓦。
芯片和服务器能按时到货,电送不进来,算力就变不成收入。
更麻烦的是时间。数据中心本身18到24个月能建好,但在美国电网排队接入,全国平均要等约4年,北弗吉尼亚一个50兆瓦的申请可能要等7年,部分地区甚至超过10年。
芯片一年一迭代,模型几个月一更新,电网扩容却是按年算的慢活。
这个时间差直接改变了算账方式:一个1吉瓦的AI项目,如果能提前3个月通电,对应的新增收入大约47亿美元,跟主电源系统的资本开支规模差不多。
电不再是配套开销,而成了算力能不能赚钱的关键变量。
等不及电网的开发商已经开始自己建发电设施,截至2026年6月,美国有59个数据中心项目规划了合计约90吉瓦的表后发电产能。
芯片省电的红利快吃完了,专芯专用才是活路
过去芯片性能靠制程进步往前推,但这条路的边际收益越来越薄。
谷歌负责技术基础设施的高管在2026年9月说得很直接:摩尔定律放慢、电力改善停滞,通用CPU那种指数级性能增长已经撞上物理墙,专用加速器和软硬件协同设计成了必走的路。
省电的重心,正从“把晶体管做小”转向“让架构更贴合任务”。
谷歌2026年4月发布的第八代TPU,训练芯片每瓦性能比上一代提升了124%,推理芯片提升了117%。
有分析指出,TPU v7在同等算力输出下功耗只有英伟达B200的40%到50%。
这不是百分之几的改善,是量级上的能效差距。
专用芯片不是把芯片做成廉价大路货,恰恰相反,专门适配特定AI负载的硬件,正在把效率壁垒越拉越深。
通用算力在商品化,但“为AI原生设计”的芯片,反而越来越值钱。
推理市场的长期盘子也足够大。麦肯锡2026年10月的报告预计,到2030年推理将吃掉AI算力总需求的六成,年增速约36%,跑得比AI整体还快。
但钱不会平均落在所有环节。
只靠调用接口做表层功能的应用,长期看缺乏真正的护城河;壁垒在高质量定制数据、训练流程、结果验证,以及对具体业务的深度嵌入。
硬件和基础设施层占的位置,跟纯软件应用层能拿到的空间,差距正在拉大。
机器人走出屏幕,才是更大的那盘棋
虚拟世界的AI还在长,但智能往物理世界走,打开的空间可能比屏幕里更大。
高盛2026年8月的全球物理AI报告,把2035年人形机器人出货量预测从140万台大幅上调到约650万台,对应市场规模约1383亿美元,并判断物流仓储和汽车制造会最先上量。
这个数字放在今天看显得很远,但方向值得留意。
物理AI的难处不在单一算法,而在真实数据、灵巧操作、系统可靠性和成本下降的速度。
高盛预计2025到2035年人形机器人整机均价每年降约6%,全球均价从约4.18万美元降到2035年的约2.13万美元。
等价格慢慢逼近人工成本的盈亏线,需求就不再需要靠短期订单来证明。
当然,投行预测存在口径和假设差异,不宜当成确定的时间表,但它提示了一件事:AI的长期体量,不会止步于屏幕里的聊天和生成。
AI不是一次回调就能终结的行情。它更像一场要跨过电、芯片能效、物理落地三道关的长跑。
短期价格波动会淘汰那些只靠概念和表层应用撑着的玩家,但不会把智能需求本身消掉。
真正值得盯的,不是K线图上的一次回撤,而是电网排队要等几年、每瓦电能干出多少有效活,以及机器人从屏幕里走出来之后,能不能在真实世界里稳稳当当把一件事干成。