AI时代的硬件通胀：泡沫何时歇，危机到哪儿了
2021年，一块RTX 3090还能以建议零售价买到手。2023年，同样的卡价格翻倍且长期缺货。2025年，NVIDIA的H100单卡价格飙到三万美元以上，中小企业连租都租不起。这不是普通通胀，是一场由AI算力焦虑驱动的硬件大跃升——从云端数据中心到个人终端，凡是沾点AI边的产品都在蹭蹭涨价。 这轮涨价的底层逻辑很清晰：训练大模型需要海量算力，推理部署也需要算力，AI应用越多算力越紧张。供不应求，价格自然上蹿。但更关键的是"认知溢价"——没有人会质疑"AI是未来"，就像2000年不会有人质疑"互联网是未来"。当年买服务器的钱烧完了可以接着融，只要还在牌桌上，估值就能撑住。这种认知溢价推高了所有AI相关硬件的估值天花板，远超出它们实际能带来的回报。 但这轮泡沫和当年互联网泡沫有一个关键不同。2000年的泡沫在基础设施层——光纤、服务器、带宽——铺完后发现没有足够多的应用来消化。今天的泡沫在算力层——GPU、TPU、ASIC——但应用层（ChatGPT、Midjourney、各种垂直场景AI）已经在产生真实收入和用户。也就是说，泡沫不是虚的，是真实的算力需求被资本市场放大了很多倍，导致资源配置严重错配。 硬件通胀何时能结束？看三个信号。 第一，供给端突破。NVIDIA的垄断不可能永远持续。AMD正在追赶MI系列，Google的TPU生态在扩大，Amazon有Trainium，连OpenAI和微软都在自研芯片。国产替代方面，华为昇腾、寒武纪、壁仞科技的产品虽然在高端算力上还有差距，但在推理侧和中低端市场已经在抢份额。一旦供给端出现2-3个有力挑战者，NVIDIA的定价权就会松动。预计2027到2028年，AI芯片市场将不再是"一超多强"，而是真正的多极竞争。 第二，需求端降温。当前大量算力被浪费在重复训练上——每个大厂都要做自己的大模型，而不是用现成的。这种资源浪费类似于当年互联网泡沫时每个城市修多条光纤。当行业意识到"不是所有任务都需要千亿参数模型"，当模型蒸馏、量化、边缘部署技术足够成熟时，同样的AI效果只需要今天十分之一的算力就能实现。需求侧降温可能比预期的更快，因为企业的试错成本已经越来越高，ROI（投资回报率）的拷问将越来越频繁。 第三，宏观经济收缩。AI硬件涨价的大背景是过去十几年全球大放水，资本充裕到可以无限期地为"未来"买单。但随着主要经济体进入紧缩周期，利率走高、风险资本收缩，那些靠融资续命的AI公司将面临"要么盈利、要么死亡"的选择。硬件厂商也会被传导——客户没钱了，订单就会减少，库存就会积压，价格战就会爆发。2001年互联网泡沫破裂后，思科的股票跌掉80%， SUN Microsystems再也没缓过来。这次AI硬件的调整幅度可能没那么剧烈，但逻辑相同。 那么，危机现在走到哪一步了？ 如果用温度计来打比方，当前AI硬件泡沫的热度大概在75度左右——还没到沸点，但已经开始冒泡。最热的区域是云端训练集群（GPU采购和算力租赁），其次是AI PC和端侧芯片（高通骁龙X Elite、苹果M系列），相对冷静的是终端消费类产品（AI眼镜、AI耳机这些还在找场景的阶段）。 最危险的信号已经浮现：NVIDIA的增长率开始放缓（虽然基数已经很大）、主要云厂商的AI capex增速见顶、部分AI初创公司开始批量倒闭。这些不是泡沫破裂的直接证据，但都是温度还在上升、压力在累积的征兆。 历史不会精确重演但会押韵。2001年的互联网泡沫留给今天的教训是：泡沫破裂不等于技术革命失败。泡沫只是让资源配置回到合理轨道，让真正能创造价值的企业存活下来，让投机者和跟风者出局。AI硬件的通胀终将结束，但它结束的方式——是软着陆还是硬着陆——取决于供给突破的速度、需求收敛的进程，以及宏观环境是否进一步恶化。 对于普通人而言，现在不是追高买AI硬件股票的时候。等寒流过去、幸存者浮出水面、价格回归合理区间，才是上车的机会。而对于身处AI行业的人，与其焦虑泡沫何时破，不如专注做一件事：让你的AI应用在不依赖无限算力的情况下也能跑得起来。因为泡沫破裂的那一天，恰恰是"花小钱办大事"者的春天。