电子发烧友网报道(文/莫婷婷)为了在激烈的AI竞赛中抢占先机,全球主要的云端服务供应商(CSP)正以前所未有的力度加码其资本支出。根据集邦咨询(TrendForce)的最新报告,2026年,全球九大核心云厂商的合计资本支出预计将同比激增98%。这一轮算力基础设施的扩容力度已远超市场预期,无论是海外的亚马逊、微软、谷歌等厂商,还是国内的字节跳动、阿里巴巴等企业,都在密集上调其资本开支计划,将资金集中投向AI智算中心、GPU集群以及自研芯片等关键领域。资本开支为何激增?存储价格是核心推手TrendForce的数据显示,全球头部云厂商的资本开支将呈现指数级增长。集邦咨询数据显示,全球主要 CSP 资本支出 2026 年同比将大增 98%,2027 年继续保持 50% 的高速增长,九大主流云厂商 2027 年合计资本开支规模有望达到 1.3 万亿美元。资本开支的大幅扩张,主要来自两方面,一是 AI 训练、推理等业务推动硬件采购量提升,二是从2025年下半年起存储芯片合约价格持续飙升。目前,CSP主要使用的DRAM产品为server DDR5、LPDDR5X、HBM4。TrendForce给出了一组产品价格变化数据,2026年第一季度和第二季度是DRAM价格涨幅最猛烈的时期,尤其是针对服务器市场的DDR5和移动端/边缘计算用的LPDDR5X。Server DDR5在2026年第一季度涨幅最为惊人,预计环比上涨93%~98%,几乎翻倍。第二季度的环比也达到了53%~58%。LPDDR5X在第一季度预计环比上涨 58%~63%,在第二季度涨幅扩大,预计环比上涨 80%~85%。进入下半年,TrendForce预计server DDR5、LPDDR5X将呈现涨幅收窄趋势,涨幅进入20%以内。不同于server DDR5、LPDDR5X,HBM作为高端AI专用内存通常签署的是长期供货协议(LTA),合同期内价格较稳定。但即便LTA设置了价格天花板,一定程度抑制合同期内的涨价空间,由于 HBM仍存在供需短缺的情况,TrendForce预计2027 年 HBM 合约价格依旧存在 70%-140% 的上涨预期。由此来看,接下来一年里,DRAM整体价格将维持高位运行,持续拉高CSP的资本开支当中存储的占比。云厂商的AI基建“军备竞赛”全面升级数据显示谷歌、亚马逊、微软及Meta的资本开支规模创下新高,合计达1712亿美元,同比大幅攀升94.0%。此外,根据2026年全球四家头部云厂商的财报等公告信息公开看到:亚马逊、谷歌、微软的资本支出计划分别为2000亿美元、1800亿美元、1400亿美元。目前来看,CSP的资本开支将主要用于三大方向,一是AI 服务器整机采购,二是配套基础设施建设,第三是加大自研芯片、定制化硬件研发的投入。TrendForce在2026集邦咨询半导体产业高层论坛的公开演讲中曾指出,当前服务器及AI服务器市场的底气,主要源于全球头部CSP在营收增长与资本投入上的双重爆发,包括北美五大(微软、谷歌、AWS、Meta、甲骨文)及国内BBAT在内的9家大型CSP今年整体成长性接近80%,且资本开支强度(Capital Intensity)从2020—2023年的约10%大幅攀升至今年的34%,显示出巨头们正将更多资源倾斜至AI基础设施,从训练端全面延伸至推理端都呈现竞赛态势。从结构上看,北美及国内CSP整体服务器市场成长率约为25%,其中谷歌和微软的AI服务器占比均超过两成,国内则以字节跳动和阿里巴巴体量领先,百度和腾讯增速迅猛。整体而言,各大厂商均保持双位数增长,标志着AI服务器已正式成为整体服务器领域的新常态。AI服务器中,存储芯片的物料成本比重已经超过了一半,超越GPU,成为机柜成本的核心大头。根据机构拆解Vera Rubin NVL72机架的数据看到,单个机架的整机估价最高约为910万美元,而其中仅HBM4内存(约109万美元)、CPU配套DRAM(约80万美元)与直连存储(约128万美元)三项存储组件的成本合计就高达约320万美元,占据了整机成本的三分之一以上。除了Vera Rubin机架,据美国银行(BofA)测算,在英伟达新一代Vera Rubin Ultra NVL144 Kyber机柜中,124.4TB的HBM4E总成本约250万美元,216TB的LPDDR5X尽管单价更低,但凭借庞大的容量,总成本逼近280万美元。多项业内数据显示,为缓解LPDDR5X的缺货与涨价压力,英伟达将Vera Rubin机架中CPU侧的SOCAMM模块容量减半,使该部分内存成本从120万美元大幅降至58.6万美元。但受制于上游存储原厂的产能垄断与强势议价权,Vera Rubin机架依然处于AI基础设施的最高成本水位。厂商战略调整:成本压力催生自研在另外一个资本支出方向中,自研芯片也逐步被关注。面对英伟达服务器涨价带来的成本压力,各大云厂商正加速推进自研AI芯片战略,以降低对单一供应商的依赖并优化成本。目前,各大巨头在自研芯片上的布局已初见成效。谷歌在自研TPU方面进展最快,数据显示,谷歌TPU芯片在AI服务器中的占比达到七成,并已与Marvell签署近1200亿美元的长期合作协议。亚马逊的Trainium芯片同样表现强劲,Trainium 4预计在今年年底上市。此外,Meta制定了两年四代的自研路线图并已向三星下达巨额订单;国内的阿里云平头哥也实现了超50万片的出货量,加速国产替代。这一轮自研芯片浪潮的核心驱动力在于极致的成本压缩与战略自主。更为关键的是,自研芯片已实现了显著的商业化变现。谷歌财报显示其云业务营业利润率达到创纪录的35.6%,核心驱动力正是自研TPU带来的显著总拥有成本(TCO)优势。谷歌已正式将TPU系统销售计入云业务收入,本季度云收入同比暴增82%至248亿美元,积压合同高达5140亿美元,预计接下来TPU系统带来的营收规模将更大。亚马逊AWS的自研AI芯片Trainium系列推动AWS营业利润率达到创纪录的39%,Trainium系列芯片部署达到140万颗,其AI业务年化收入超过250亿美元并实现三位数同比增长,Anthropic等企业均采用该产品进行AI推理任务。小结在AI算力需求爆发与存储芯片价格飙升的双重驱动下,全球云厂商正掀起史无前例的基建“军备竞赛”,资本开支强度大幅攀升。海内外 CSP 都在加大算力采购、基建建设与自研硬件投入。面对算力通胀与供应链约束,云厂商加速自研 AI 芯片布局,从一定程度来看,这也将重塑全球 AI 算力供应链格局。声明:本文由电子发烧友原创,转载请注明以上来源。如需入群交流,请添加微信elecfans999,投稿爆料采访需求,请发邮箱wuzipeng@elecfans.com。更多热点文章阅读点击关注 星标我们将我们设为星标,不错过每一次更新!喜欢就奖励一个“在看”吧!