从今年1月中旬说起我们观察到海外AI应用生态出现了一个关键变化：各种基于大模型的Agent和Coding工具进展飞速，这直接导致了大模型Token消耗量的迅猛增长。从那时起，一个贯穿全年的核心逻辑就确立了：算力产业链将面临持续的通胀压力。
通胀压力的传导，并非一蹴而就，而是像波浪一样，有清晰的节奏和阶段。它始于产业链的最上游、最核心的环节。大约在去年年中，市场首先观察到海外巨头如谷歌、微软的Token消耗量开始指数级攀升，这直接点燃了第一波行情，主角是GPU以及与之紧密相关的光模块、PCB等。因为GPU的算力直接决定了Token的供给总量。随后，涨价和市场的关注点开始向下游外溢。到了今年1月，存储环节（特别是HBM高带宽内存）因为AI应用对内存的巨量需求（例如智能体需要超长上下文记忆）而变得紧张，价格开始上涨。同时，CPU也出现过短暂的涨价预期。
真正的标志性节点出现在1月底2月初。当时，海外的云服务基础设施巨头——亚马逊云（AWS）和谷歌云率先宣布调价，这被视为通胀压力正式从硬件层传导至服务层的信号。但在当时的中国市场，这还仅仅是一个预期。因为国内云服务市场的竞争格局与海外不同，更为激烈，大家都在观望头部厂商阿里、腾讯、字节跳动的动向。如果它们不涨，其他中小云厂商也不敢轻举妄动。因此，当时相关股票的走势是上蹿下跳的炒预期行情。随后，在2月上旬，一些中小云厂商和专业的CDN服务商如网宿科技、UCloud优刻得率先宣布涨价，但市场仍在等待“发令枪”。
直到近期，阿里云、百度云正式宣布涨价，加上此前腾讯对其部分模型API调价、智谱AI等大模型厂商的Token价格也已连续上调，这才彻底确认：算力通胀的浪潮已经无可争议地传递到了云服务这一关键环节。按照这个传导逻辑，下一个可能迎来价格传导的环节，将是更下游的IDC和算力租赁服务。
为什么会出现这种席卷全产业链的算力通胀？根本原因在于一个巨大的、且仍在扩大的剪刀差：AI应用对算力的需求呈指数级爆发，而算力的供给只能线性增长。
在需求侧，驱动力量主要来自三个方面，它们都远比早期的聊天机器人（Chatbot）更耗算力：
-
AI编程（Coding）：从简单的代码补全，发展到能端到端完成复杂项目的智能体，其Token消耗量是数量级的提升。它正在渗透和替代程序员的市场，潜力巨大。
- 智能体（Agent）：以LangChain为代表的AI智能体框架是当前最火的方向。它与Chatbot有本质不同：它需要持久化记忆用户的历史和偏好；能够规划、执行复杂任务，并调用外部工具（如搜索、运行代码）；任务执行中常常需要多轮纠错和迭代；并且可以设定心跳机制7x24小时运行。这使得完成一个任务所消耗的Token量，可能是简单问答的百倍甚至千倍。同时，多智能体协作的兴起，进一步倍增了算力需求。
-
多模态生成：特别是视频生成。根据已公布的价格测算，生成一秒钟视频可能就需要消耗约2万个Token，一分钟就是120万Token，消耗量极为惊人。图片生成的消耗相对较小，但视频无疑是算力吞噬兽。
在供给侧，算力的增长受到多重物理约束。
虽然今年海外主要云厂商公布了非常激进的资本开支计划（增速约70-80%），旨在购买更多GPU和建设数据中心，但这些投入要转化为可用的算力，面临诸多瓶颈：高端GPU（如英伟达的B系列、GB系列）产能有限；数据中心的建设受到电力供应、土地、散热、变压器等基础设施的限制；芯片性能的提升和模型算法的优化（如MoE稀疏架构）确实能提高单位算力的输出效率、降低单Token成本，但这种技术进步是渐进式的。此外，数据中心集群在实际运行中还存在业务负载率等损耗。
因此，综合来看，Token（算力）供给的增长是线性的，远远无法匹配需求的指数级曲线。这个巨大的缺口，就是一切涨价现象的根源——Token（无论是直接调用大模型API，还是通过云服务间接使用）的价格上涨是必然结果。
理解了供需矛盾，就能看清涨价传导的路径和投资逻辑。通胀压力的传导顺序，是从产业链的右侧（上游）向左侧（下游）逐步外溢。这主要由各环节的竞争格局和稀缺性决定：
因此，对于市场表现和投资策略，可以这样理解：
循环往复：整个算力通胀可能不是单波次的。当下一轮强大的AI应用（例如世界模型、物理仿真）再次驱动Token消耗量出现新的指数级增长信号时，市场可能会重新认识到总量逻辑，从而再次启动从GPU等最上游开始的新一轮行情。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。