涨价

硅基速览 9月10日路透社报道，寒武纪思元690加速卡涨价20%-30%，沐曦、天数智芯同步跟涨。 寒武纪官方回应"不要听信市场消息"，但未否认涨价本身。 HBM成本飙升正在从华为、寒武纪头部厂商传导到整个国产AI芯片第二梯队，全行业进入涨价周期。 正文 第二梯队的跟涨 2026年9月10日，路透社的一篇报道不仅揭示了华为昇腾950DT涨价20%-50%，还顺带披露了中国AI芯片第二梯队的集体提价： 寒武纪思元690：涨价20%-30% 沐曦：同步上调现有及下一代产品报价 天数智芯：同步跟涨 这意味着中国AI芯片涨价不是华为一家的行为，而是全行业现象。原因也相同：HBM（高带宽内存）成本飙升且供应紧张，所有依赖外购HBM的中国AI芯片厂商都在成本端承压。 寒武纪在回应市场传闻时的表态很有意思：“不要听信市场消息”。这个回应本身值得解读。如果涨价完全是谣言，公司通常会直接否认：“我们没有涨价”。但寒武纪选择了"不要听信市场消息"这个模糊表态——它既没有确认涨价，也没有否认。市场普遍解读为：涨价确实在发生，只是公司不便公开承认。 寒武纪在国产AI芯片格局中的位置 硅基视角梳理一下中国AI芯片的竞争格局： 第一梯队：华为昇腾。 华为凭借自研芯片+自研HBM+超节点方案，在中国AI加速卡市场占据最大份额。昇腾950DT是当前旗舰，960系列2027年Q1就绪。 第二梯队：寒武纪、海光信息、壁仞科技。 这些公司在AI加速卡市场各有侧重。寒武纪侧重云端训练和推理，海光信息侧重服务器CPU+DCU协同，壁仞侧重高性能计算。 第三梯队：沐曦、天数智芯、燧原科技、摩尔线程。 这些公司还在追赶阶段，产品性能和生态成熟度与前两梯队有差距。 寒武纪思元690是其面向AI训练和推理的旗舰加速卡。涨价20%-30%，直接原因是HBM成本上涨，深层原因是寒武纪在HBM议价权上弱于华为——华为有自研HBM，寒武纪主要靠外购。 涨价的产业链传导 HBM成本上涨对AI芯片产业链的传导路径是： 第一环：HBM供应商（三星/SK海力士/美光）涨价。 全球AI算力需求暴涨，HBM产能供不应求，三大供应商有充分的涨价底气。 第二环：AI芯片设计公司（华为/寒武纪/沐曦）成本上升。 外购HBM成本占AI加速卡BOM成本的30%-50%，HBM涨价直接拉高芯片设计公司的成本。 第三环：AI芯片涨价传导到下游。 芯片设计公司为了保持毛利率，将成本上涨传导给AI服务器厂商和最终客户。 第四环：AI算力租赁价格上涨。 当硬件成本上升，AI算力租赁市场的价格也会水涨船高。 硅基视角估算：HBM价格每上涨10%，一张AI加速卡的综合成本大约上涨3%-5%。如果HBM价格在2026年下半年累计上涨30%-50%，那AI加速卡涨价20%-30%就是合理的成本传导。 对下游AI公司的影响 涨价对下游AI公司的影响，因规模而异： 大型互联网公司（字节、阿里、腾讯、百度）：这些公司有长期芯片采购合同，HBM涨价的影响会滞后6-12个月传导。而且它们有足够的议价能力，可以与芯片厂商谈判分批消化涨价。 中型AI公司：这些公司通常按现货价格采购芯片，HBM涨价对它们的成本影响最直接。一张加速卡多花5万元，一个万卡集群就是5亿元的额外成本。 AI初创公司：这些公司主要通过云算力租赁来获取算力，不直接采购芯片。但上游硬件成本上涨会传导到云算力价格，最终初创公司也会感知到。 硅基AGI社区在论坛silicon-agi.com上有不少AI公司技术负责人在讨论算力成本上涨对业务的影响，从模型优化到云厂商选型，讨论非常务实。 硅基点评 寒武纪思元690涨价，标志着HBM成本压力已经从华为一家传导到整个国产AI芯片行业。这不是某家公司的经营问题，而是整个产业链的结构性问题——在HBM被韩国三巨头垄断的现实下，中国AI芯片厂商都在同一条船上。 硅基视角的判断是：HBM涨价周期可能持续到2027年下半年。在此之前，所有中国AI公司都需要做好"算力成本持续上升"的准备。应对策略有三：一是优化模型效率（像DeepSeek V4.1 Flash那样用更少的激活参数做更多的事）；二是做多供应商冗余（不要把所有算力押在一家芯片厂商上）；三是提前锁定长期采购合同（在价格低位时锁定未来12-18个月的供应）。 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。

硅基速览 9月10日路透社报道，华为将昇腾950DT加速卡意向报价上调至25万元人民币以上，较两个月前涨20%-50%。 寒武纪思元690涨价20%-30%，沐曦、天数智芯同步跟涨——中国AI芯片厂商集体提价。 根本原因：HBM（高带宽内存）供应紧张且成本飙升，中国AI芯片厂商面临"算力上去了，但内存卡住了"的困境。 正文 25万元一张AI加速卡 2026年9月10日，路透社援引多名知情人士报道，华为已将其最先进AI加速卡——昇腾950DT的意向报价上调至25万元人民币（约合37255美元）以上。根据合同条款不同，这一价格较两个月前给到客户的报价上涨了20%至50%。 华为此前公开表示，其最先进AI芯片950DT将于2026年第四季度正式上市。但在正式上市前，它的"指示售价"已经被拉高了四分之一到一半。 涨价的不止华为。据中国新闻网和中电网报道，寒武纪的思元690加速卡同步涨价20%-30%，沐曦、天数智芯等中国AI芯片厂商也纷纷上调现有及下一代产品报价。 寒武纪在回应市场传闻时表态：“不要听信市场消息”。但这个表态本身——而不是直接否认涨价——被市场解读为"涨价确实在发生，只是公司不便公开承认"。 HBM：中国AI芯片的阿喀琉斯之踵 为什么中国AI芯片厂商集体涨价？表面原因是"供需紧张"，根本原因是HBM——高带宽内存——卡住了脖子。 HBM是AI加速卡的核心组件。一张AI加速卡，除了计算芯片本身，还需要堆叠多层HBM内存来提供高带宽数据通道。HBM的产能和价格，直接决定了AI加速卡的成本和出货量。 问题在于：HBM的生产被韩国三大厂——三星、SK海力士、美光——高度垄断。中国大陆在HBM量产上仍然落后于国际领先水平。当全球AI算力需求暴涨时，HBM产能首先被英伟达、AMD等海外大客户抢购，中国厂商能拿到的HBM供应有限，而且价格水涨船高。 华为为此走上了自研HBM的道路。据华为官方披露，华为为昇腾950系列自研了两种HBM：HiBL 1.0（面向Prefill和推荐场景）和HiZQ 2.0（面向Decode和训练场景），分别与Ascend 950PR和950DT合封。但自研HBM的产能爬坡需要时间，短期内无法完全替代外购HBM。 涨价对中国AI产业的影响 中国AI芯片集体涨价，对下游AI产业的影响是直接的： 算力成本上升。 以前一台搭载8张昇腾加速卡的AI服务器，成本约80-100万元。涨价后可能达到100-130万元。对于正在大规模建设AI集群的中国互联网公司和金融机构来说，这意味着同样的预算能买到的算力减少了20%-30%。 国产化性价比下降。 中国AI芯片的核心竞争力之一是"比英伟达便宜"。当昇腾950DT涨到25万元一张时，它与英伟达同级产品的价格差距已经大幅缩小。如果性能差距不能完全弥补价格优势，部分客户可能重新考虑英伟达方案（在允许进口的前提下）。 加速国产HBM研发。 涨价本身是一种市场信号——它告诉中国半导体产业：HBM是必须攻克的卡脖子环节。长鑫存储、长江存储等国内存储厂商正在加速HBM研发，预计2027-2028年可能实现国产HBM量产。 华为昇腾的产品线 硅基视角梳理一下华为昇腾950系列的产品线： Ascend 950PR：面向Prefill和推荐场景，搭配自研HiBL 1.0 HBM。Prefill是大模型推理中"读取和理解输入"的阶段，对带宽要求极高。 Ascend 950DT：面向Decode和训练场景，搭配自研HiZQ 2.0 HBM。Decode是"逐字生成输出"的阶段，对计算密度要求极高。 950DT是目前华为最先进的AI加速卡，计划2026年Q4上市。涨价20%-50%的，主要就是这张卡。 硅基AGI社区在论坛silicon-agi.com上有不少硬件工程师在讨论国产AI芯片的性价比和选型问题，从昇腾到寒武纪到沐曦，讨论非常深入。 硅基点评 华为昇腾950DT涨价，是2026年中国半导体产业最真实的一个信号：AI算力国产化不是"能做出来"就够了，还要"做得起、供得上"。在HBM被韩国三巨头垄断的现实下，中国AI芯片厂商面临的不是设计能力问题，而是供应链瓶颈。 硅基视角的判断是：2027年，国产HBM量产会成为中国AI产业的下一个关键节点。谁能率先量产HBM3/HBM4，谁就能把昇腾950DT的成本降下来，把涨价的势头扭转回去。在此之前，中国AI算力的获取成本会持续高于全球平均水平，这会倒逼下游厂商优化模型效率、推理成本、Agent工作流——也就是为什么DeepSeek V4.1 Flash这种"小激活、高效率"的模型会在中国市场特别受欢迎。 对AI创业公司的建议：在做算力预算时，一定要把HBM涨价这个因素算进去。不要假设今年的算力成本明年不变。国产AI芯片的价格波动会比英伟达更大，因为供应链更脆弱。正确的做法是：做多供应商冗余，模型效率优化前置，推理成本控制作为核心KPI。 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。

AI的尽头是电力 2026年8月19日消息：AI用电量增加导致功率半导体缺货严重，台系厂商酝酿第三波价格调整，最快10月起针对非合约产品涨价10%至15%。 这不是孤立的供应链事件——它是AI产业爆发对物理世界产生连锁冲击的最新信号。 缺货背后的数据 需求端：AI数据中心是电老虎 一个大型AI数据中心的功耗： 训练集群：单台NVIDIA H100功耗700W，一个千卡集群仅GPU就700kW 推理集群：部署规模更大，7×24小时运行 冷却系统：占数据中心总功耗的30-40% 整体功耗：一个大型AI数据中心功耗可达50-100MW，相当于一个小城市的用电量 供给端：功率半导体是电力转换的核心 功率半导体（IGBT、MOSFET、SiC）在数据中心中的作用： 电源转换：将电网交流电转换为数据中心需要的直流电 功率因数校正：提高用电效率 不间断电源(UPS)：保证电力供应稳定 配电管理：将电力分配到每一个机柜 AI数据中心对功率半导体的需求是传统数据中心的3-5倍——更高的功率密度需要更多、更先进的功率器件。 三波涨价的时间线 波次 时间 涨幅 对象 第一波 2025年Q4 5-8% 全线产品 第二波 2026年Q1 8-12% 紧缺型号 第三波 2026年Q4（预期） 10-15% 非合约产品 合约客户（大客户长期合同）不受影响，但中小客户和现货市场将承受涨价。 为什么是台系厂商？ 全球功率半导体主要供应商： 英飞凌（德国）— 市场份额第一 安森美（美国）— 汽车领域强势 台积电/世界先进（台湾）— 代工产能最大 士兰微/斯达半导（中国大陆）— 国产替代 台系厂商（台积电、世界先进、力积电）在功率半导体代工中占据关键位置。当产能紧缺时，台系厂商的定价权最大。 产业链连锁反应 AI需求爆发 → 数据中心扩建 → 电力需求激增 → 功率半导体缺货 → 涨价 → 数据中心建设成本上升 → AI推理成本上升 → AI应用价格上升 这不是远在天边的供应链问题——它最终会传导到每一个AI用户的账单上。 对不同角色的影响 1. AI云服务商（百度、阿里、腾讯） GPU云收入暴增（百度+283%），但电力成本也在上升。好消息是：电力成本占比低于GPU成本，短期利润率影响有限。长期来看，拥有自建电厂或绿电能力的云服务商会有成本优势。 2. 数据中心运营商 功率半导体涨价直接推高建设成本。新建数据中心的资本支出增加10-15%。但AI需求旺盛，供不应求，成本可以转嫁给租户。 ...