AI硬體市場的價格戰

近兩年，AI硬體市場從「有錢難買GPU」的短缺時代，迅速走向產能爬坡、玩家增多、價格博弈加劇的新階段。從上游晶片設計與製造商，到中游伺服器與整機廠，再到下游雲端服務與AI算力平台，各環節都感受到毛利率被擠壓的壓力。表面看是「卷價格」，本質卻是誰來承擔成本、誰掌握議價權的博弈：雲廠商希望把成本壓回上游芯片商，芯片商則試圖把議價優勢牢牢握在自己手中，在高研發投入與產能擴張之間尋找平衡。

AI大模型浪潮初起時，高性能GPU和AI加速卡屬於稀缺資產，頭部芯片商憑藉技術與生態優勢，幾乎可以開出「賣方市場」的條件。雲廠商與大模型公司為了搶算力，願意接受較高的採購價格，並將成本轉嫁到最終租用雲端算力的客戶身上，那是一段「價格談不下來也得買」的日子。然而，隨著製程成熟、產能逐步釋放，以及越來越多競爭對手推出自研或替代方案，供需關係開始微妙地轉變：不再是單一供應商掌控一切，雲廠商手裏也有了更多選項。

在這樣的拐點上，價格戰幾乎是必然結果。一方面，芯片商為了鞏固市佔率，會針對大客戶給出更具吸引力的折扣和配套方案，例如綁定多代產品採購、搭售軟體工具和生態服務；另一方面，雲廠商之間的競爭也異常激烈，每家都希望用更便宜的算力單價、更多的免費試用和補貼，來鎖定AI創業公司和企業客戶。於是，從上游到下游，價格開始一層層往外擴散，而毛利率的壓力，也同步一層層向內傳導。

對雲廠商而言，AI算力既是招牌，也是燒錢的戰場。一方面，它們必須不斷「卷價格」：推出更低的按時計費、更便宜的包年包月，甚至搞出「算力券」「模型訓練補貼」等促銷手段，以防優質客戶流向競爭對手；另一方面，雲業務又往往被視為公司整體增長與盈利的重要引擎，管理層在財報上也要向資本市場交代毛利率和ROIC，這就形成了天然的拉扯。

在價格傳導的鏈條上，雲廠商處在中游的位置，既要承接上游芯片商的採購成本，又要面對下游客戶「只認最低價」的殘酷現實。於是，它們會採取幾種典型策略：其一，通過規模採購與長單協議向上游壓價，用「我幫你鎖定多年需求」換取更低單價；其二，通過產品打包與分層定價，把最頂規的GPU算力產品維持較高毛利，同時用中端或混合算力方案打價格戰；其三，強調「總擁有成本」（TCO），把自家在網路、存儲、開發工具、代訓服務上的優勢一起捆綁，弱化客戶對單純硬體單價的關注度。

與雲廠商相比，上游芯片商在技術和產品上的壁壘更高，但在價格博弈中並非永遠居於不敗之地。一顆高端AI芯片背後，是巨額研發開支、長周期設計驗證以及先進製程成本，這意味著芯片商對毛利率的敏感程度極高：一旦為了搶單而無底線降價，短期或許能穩住出貨量，長期則可能拖累新一代產品的研發投入，甚至削弱自身的技術領先優勢。因此，芯片商在面對雲廠商壓價時，更多會選擇「精細區分」而不是「全面妥協」。

具體來看，它們會把握幾條防線。第一，對於巿場最前沿、供給仍然偏緊的旗艦產品，堅持相對穩定的定價，以技術性能與能效優勢作為支撐，避免陷入低價競爭；第二，對於成熟一代或中端產品，主動下調價格、推出大客戶項目折扣，用「樓梯式」價格體系拓展巿場深度；第三，透過軟硬一體化方案、開發者生態與專有軟體工具，提升客戶的轉換成本，讓議價不再只圍繞「每顆芯片多少錢」展開，而是圍繞整體解決方案的價值展開。

在與雲廠商的博弈中，芯片商也會試圖把部分價格壓力再向更上游的晶圓代工與封測環節轉移，要求產能合作夥伴給出更具競爭力的價格，以維持自身毛利率水準。但這一傳導鏈條並非單向，當整個行業對高端產能的需求依然旺盛時，上游代工廠同樣具備議價能力，芯片商便不得不在「維持供應穩定」與「壓低製造成本」之間做艱難平衡。