罕見漲價!Token燒太猛了

格隆匯
03/18

龍蝦不光佔領了流量,還佔領了算力。

在Token消耗量勢如破竹般增長的背景下,漲價儼然成為全球雲計算廠商的共同選擇。

3月18日,阿里雲宣佈對AI算力、存儲等產品進行價格上調,最高漲幅達34%。同時,阿里雲MaaS業務百鍊在今年1-3月創下歷史最高增速。

今天雲計算、算力租賃板塊集體爆發,數據港世紀恒通強勢漲停、東方國信優刻得升逾10%,港股金山雲萬國數據一度升逾17%。

01、漲價潮來了

A股指數今日集體上漲,截至收盤,上證指數漲0.32%,創業板指漲2.02%,北證50指數漲0.69%。

板塊題材上,算力租賃、CPO、存儲芯片、液冷服務器、元件、銅纜高速連接、PCB等算力硬件股漲幅居前;油氣開採及服務、白酒、糧食、煤炭開採加工、化肥、房地產、風電設備板塊跌幅居前。

CPO、存儲芯片等算力板塊的核心概念早盤迅速走高,佰維存儲盤中升逾10%創歷史新高,天孚通信新易盛等多股大漲。在算力鏈帶動下,雲計算ETF易方達(516510)今日漲4.38%,科創創業人工智能ETF易方達(159140)今日漲4.05%。

昨夜美股概念股多數走強,美光科技股價創下歷史新高。消息面上,韓國SK集團董事長崔泰源在英偉達GTC大會上表示,由於芯片生產存在系統性瓶頸,他預計全球內存芯片短缺的情況很可能會持續到2030年。

阿里雲AI算力和存儲產品最高漲價34%的消息提振了AI產業鏈情緒,港股AI概念股強勢反彈,大模型公司Minimax、智譜一度升逾20%,金山雲升逾17%,萬國數據漲近15%。

據阿里雲官網公告:因全球AI需求爆發、供應鏈漲價,阿里雲AI算力、存儲等產品最高漲價34%。其中,平頭哥真武810E等算力卡產品上漲5%-34%,文件存儲產品CPFS(智算版)上漲30%。

而且,不光一家在漲,百度智能雲今日也發布了產品調價公告:AI算力相關產品服務上調約5%-30%;並行文件存儲等上調約30%。此前騰訊雲也已有動作,其智能體開發平台對部分模型計費策略完成優化調整,其中部分模型漲幅超400%。

漲價另一個重要背景是「Token調用量暴漲」。

阿里雲的MaaS業務百鍊在今年1-3月創下了歷史最高增速。阿里雲正在將緊缺的AI算力資源向Token業務傾斜。

機構指出,OpenClaw的興起標誌着AI產業的核心價值正從模型能力向任務完成能力遷移――即從「能聊」到「能幹」:其自主規劃、多步推理及多智能體協作的運行機制,將傳統一次性的問答升級為持續性、多輪調用的複雜工作負載,導致Token消耗量加速增長。

「AI龍蝦」等AI Agent應用持續火爆,加上雲廠商的快速跟進,使得國內AI模型調用量自春節以來已超過美國,算力、存儲等雲計算資源需求激增。

AI Agent的爆發看似是應用層事件,但其需求壓力將最終傳導至算力基礎設施環節,這種漲價趨勢已經初步建立,並且在全球範圍內形成行業共識。

02、Token新敘事

前不久英偉達GTC大會上,黃仁勳向世界宣告:生成式AI的實驗階段已正式終結,AI的工業化生產時代已經開啓。

核心趨勢背後的底層邏輯,在於將人工智能從一種稀缺的技術能力,重塑為一種可大規模量產、可定價且可隨時調用的數字大宗商品。

為什麼這個趨勢得以展開,並且還會加速?

首先是AI整個產業增長引擎的根本性切換,從模型訓練的爆發期轉向推理應用的成長期。過去三年,科技巨頭們不計成本地採購芯片以訓練更大的模型,建造一座座造價昂貴的工廠。

到了2026年,黃仁勳明確指出,行業已跨越了單純基建的階段,正式迎來了推理拐點。

IDC預測,到2027年,中國推理算力佔整體算力的比例將突破70%,在全球市場,智能體使用量將增長10倍,推理需求將增長1000倍。

Deloitte也在一份報告中指出,2026年推理工作負載已佔全部AI算力三分之二,而2023年的三分之一到2025年的一半,實現了快速躍升。

接着,在推理時代,AI的形態也發生了從「助手」到「代理」的質變,重塑了現代社會的勞動力範式。

如果說舊範式下的AI是人類身邊的副駕駛,負責提供建議,那麼2026年的AI則進化成了能夠自主執行復雜工作流的數字員工。

黃仁勳在大會上給予了開源框架OpenClaw極高的評價,稱其為代理計算機的操作系統,其普及速度在數周內便超越了當年的Linux。

在2026年,「Token消耗大戶」指的不再是簡單的聊天機器人,而是能夠24/7自主執行復雜工作流的AI代理(Agents/Claws)。這類代理因涉及多步推理、自我修正和工具調用,其Token消耗量通常是傳統對話的20到30倍。

每當AI進行一次邏輯推演或生成一段代碼,其本質都是一次推理調用。但在成本結構上,訓練時代是「一次性爆發」模式,推理則是持續性失血。「每瓦特每美元的token產出」關乎AI應用的落地。

最關鍵的是,推理成本的下降被視為AI工業化進程中第一張「多米諾骨牌」,它的重要性不僅體現在財務支出的減少,更在於它徹底重構了商業邏輯、生產力範式和技術應用的邊界。

當這種自主代理成為生產力的主力軍時,全球經濟價值的衡量單位正在被重新定義。這就是黃仁勳在本次大會上拋出的最深層敘事:Token經濟。

Token就是智能時代的數字原油。在傳統計算中,核心單位是用於檢索信息的比特;而在未來,企業的發展與盈虧可能會受到Token產出效率的影響。

並且,現代AI追求「測試時縮放(Test-time Scaling)」,即讓模型在回答前進行更長時間的邏輯推演。如果單Token價格居高不下,那麼這種高質量的「深度思考」在經濟上將變得不可持續。

英偉達如何推下這張「多米諾骨牌」呢?

以往看GTC大會,我們都在期待黃仁勳拿出更快更強的GPU出來,可是這一次,英偉達推出新的Vera Rubin架構,直接垂直整合了七種芯片和五種機架系統,將推理Token的生成成本大幅降低10倍。

這種數量級的降本,旨在讓原本昂貴的「思考過程」變得像零售電力一樣廉價且易於獲取,從而為萬億參數模型的高頻調用掃清經濟障礙。

除此之外,NVIDIA推出的Groq 3 LPX機架專門針對低延遲、長上下文的代理系統設計,憑藉其500MB片上SRAM和40 PB/s的顯存帶寬,能夠繞過外部顯存,實現幾乎瞬時的Token產出與Blackwell平台相比,這種聯合設計實現了35倍的每瓦特推理性能提升。

這種量級的強化不僅提升了ROI,而且原來因計算成本過高而處於邊緣化的端側自動化場景,譬如機器人和自動駕駛,也將具備加速商業化的硬件支撐。

這種從一次性建設向持續性生產的轉變,是英偉達敢於將未來三年的累計營收預期上調至一萬億美元的底氣所在。在同樣的電力和空間約束下,英偉達的「AI工廠」能產出更多的「Token商品」,直接提升客戶的營收效率。

站在公司自身的定位,它賣的不再只是更快更強的芯片,而是集成了計算、存儲(BlueField-4)、網絡(Spectrum-6)和軟件(NemoClaw)的完整機架系統。這種全棧集成極大提升了客戶的切換成本,確保了高毛利率和市場主導地位。

03、邏輯強化

在2026年的視角下,「Token經濟」已不再僅僅是一個技術術語,而是演變成了整個科技行業的「硬通貨」。

AI Agent正迎來一次屬於它的ChatGPT時刻,英偉達抓住了這個趨勢,向推理市場扔下了一顆炸彈。

英偉達將未來三年的AI基礎設施收入預期上調至1萬億美元,這一極其樂觀的指引其實就是一劑強心針,確立了AI作為長周期資本開支核心的地位。

需要明確的是,AI硬件的演進已經超越了單純的芯片製程比拼,進入了高度複雜的系統工程階段。這種系統級複雜度的提升,正在驅動全球半導體、數據中心基礎設施以及軟件服務產業鏈的價值重估,並催生出多個極具確定性的投資主線。

我們也能看到,今天AI產業鏈的集中反彈,實則覆蓋了包括光模塊、存儲芯片、芯片代工、IT服務各個細分板塊。

行業beta的集中捕捉用ETF形式來佈局,是比較方便快捷的。譬如,今天漲幅比較強勢的雲計算ETF易方達(516510)和科創創業人工智能ETF易方達(159140),其實就代表AI基建需求爆發的核心資產。

雲計算ETF易方達(516510)最新規模25.64億元,居同標的ETF第一,綜合費率0.2%/年,同類最低,助力投資者低成本佈局雲計算產業鏈龍頭;其跟蹤中證雲計算與大數據主題指數,標的指數囊括AI上游基建、中游模型、下游應用,成份股覆蓋光模塊龍頭中際旭創、新易盛;電子終端及組件龍頭中科曙光浪潮信息;軟件開發龍頭科大訊飛金山辦公;IT服務紫光股份、潤和軟件等公司。

科創創業人工智能ETF易方達(159140)跟蹤中證科創創業人工智能指數,覆蓋通信、電子、計算機等人工智能相關賽道,三大行業合計佔比87.91%;權重股為瀾起科技、中際旭創、新易盛、寒武紀、芯原股份、潤澤科技、金山辦公等,聚焦光模塊和國產AI芯片龍頭,前十大成份股合計佔比60%,集中度較高。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10