点击上方蓝字「羽飞智能」关注我们
6月底，英国《金融时报》披露了一件反常识的事：Meta向谷歌云采购Gemini模型的算力，谷歌供不上，只能限量供应，Meta内部多个AI项目被迫推迟。两家公司在2025年8月刚签下为期6年、金额至少100亿美元的服务协议；不到一年，掏钱的一方开始排队。
本期讲清三件事：算力短缺为什么蔓延到了最有钱的公司之间；这条产业链上，钱正在流向谁；对普通用户和用AI的企业，接下来会发生什么。
先把几个词说成大白话。把AI公司想成连锁餐厅：模型是菜谱，数据是食材，算力是后厨——灶台（芯片）、冰箱（内存）、水电（电力）和厨房本身（数据中心）。这轮短缺卡的全是后厨：造灶台的晶圆产能、给芯片配套的HBM高速内存、供电的电网、装机器的机房，样样紧张。菜谱可以连夜改，后厨扩建快不了。
五分钟看懂：这一个月发生了什么
把近期的关键节点排成一条线，供需错位看得非常清楚：模型公司一边降价抢客户，一边为算力四处签约；芯片厂满负荷运转，账面连创纪录；连中央银行都开始把AI写进宏观风险清单。
最能说明问题的仍是谷歌与Meta这单生意。谷歌自己也缺算力——据媒体报道，它与SpaceX签了每月约9.2亿美元的算力租赁合同；供给吃紧时，它优先保自家Gemini的口粮，再分配给外部客户。全球市值最高的几家公司之间，卡住交易的环节钱解决不了，缺的是晶圆、内存、电力和机房。
为什么说这是第一次
过去二十年，科技行业的短缺大多出在技术侧或需求侧：某项技术不成熟，或者用户不买账。这一次的短缺出在物理供给，而且是全环节同时紧张——先进制程的晶圆产能、HBM高带宽内存、电力、机房，每一样的扩产周期都以年计，而AI的需求增长以月计。一座晶圆厂从动工到量产要数年，一座吉瓦级数据中心从拿地到通电通常也要两三年，供需之间的时间差，就是这轮算力荒的根源。
往前找参照系，通用技术普及的初期都出现过"有钱买不到"的窗口：19世纪末的电力、上世纪中叶的集装箱运力。差别在于这一次的主角彼此既是客户又是对手——谷歌把算力卖给Meta，同时和Meta在AI上正面竞争。租算力的公司第一次体会到一个朴素的道理：房东优先自住。
产业链逐环拆：每一环都有两面
先看上游。全球最先进的AI芯片几乎都出自台积电，它二季度营收新台币1.27万亿元，约合396亿美元，同比增36%，创单季纪录，公司明确归因于AI需求（雅虎财经，7月13日）。HBM内存同样供不应求，SK海力士、三星的产能被大客户提前锁定。上游的另一面是排队：先进产能优先大客户，中小芯片设计公司交期拉长。
这轮短缺卡在物理供给：晶圆、内存、电力、机房（配图来自Unsplash，可免费商用）
对中国供应链，全球采购紧张打开了两扇窗：国产算力芯片获得替代验证的窗口期；液冷设备、光模块等中国厂商在全球数据中心供应链中份额本就靠前，跟着这轮扩产周期拿订单。
再看中游的模型公司。算力是它们最大的成本项，租赁路线的风险被Meta的遭遇写成了教材。应对动作高度一致：自研芯片加长约锁量——谷歌有自家TPU，Anthropic在7月2日被曝与三星洽谈定制芯片，OpenAI同时推进自研和多方算力签约。受益最大的是谷歌：自有芯片、自有云、自有模型，纵向一体化从战略优点变成了硬通货。
耐人寻味的是，缺货没有阻止降价。7月9日GPT-5.6全面开放，三档定价里中档主打"接近旗舰质量、约一半价格"；Grok 4.5把行情压得更低；谷歌预告中的新模型定价还要再低。一边降价、一边缺货，两件事同时成立只有一个解释：真实用量在暴涨，模型公司宁可让利也要抢住场景。
最后是下游。云客户和企业用户会发现，名义单价在降，但配额、限流、排队成为新常态，"可用性"开始分层——像电力分峰谷。受益的是三类角色：签了长约的大客户；做算力租赁和调度的服务商；以及电价低、气候适合散热的地区，数据中心招商正往那里走，中国西部和东南亚都在此列。Meta则据披露计划未来数年在美国数据中心投入约6000亿美元。
分场景判断：短缺的严重程度并不均匀。训练最前沿大模型的公司抢得最凶，普通企业调用现成模型受影响小得多；文本类应用的算力消耗远低于视频生成；错峰使用和结果缓存能明显摊薄成本。听到"算力荒"三个字就不敢上AI项目，和听到"降价"就all in一样，都是误读——多数企业级应用场景，眼下既买得到也用得起，要防的是把关键流程押在单一供应商的单一档位上。
各方反应：乐观、警惕与泼冷水的都有
产业侧的态度写在报表里：台积电的纪录营收、四家大厂的资本开支，都是用真金白银投的票。宏观管理者的态度谨慎得多。美联储7月8日公布的会议纪要，把"与AI建设相关的需求激增"与关税、能源并列为推高通胀的三大因素（证券时报，7月9日）；一天后，美联储宣布成立五个工作组，其中一个专门评估AI对生产率与就业的影响。欧洲央行管委穆兰则提醒，AI对通胀的影响难以预测，可能加大价格波动。
泼冷水的声音同样值得记录。MIT研究项目NANDA的报告称，约95%的企业AI试点没有带来可衡量的利润回报；一项调查显示69%的美国受访工人支持把AI公司部分股权划入公共基金——资本开支是否过热、红利如何分配，争论远未结束。两边都有道理的部分：需求是真实的，回报的分布是不均匀的。
几个大概率不会逆转的变化
第一，自研芯片从可选项变成必选项。谷歌、亚马逊、Meta、OpenAI、Anthropic全数下场，供应安全的优先级第一次压过了采购成本。
第二，电力进入科技公司的核心报表。数据中心选址逻辑从"人才在哪"转向"电在哪"，低电价、有绿电的地区在这轮招商中占优。
第三，算力采购长约化。供给紧张教会所有玩家锁量锁价，短租拼价格的时代结束，算力越来越像航运和电力那样按长约交易。
第四，智能单价长期下行，可用性开始分层。降价趋势不变，但高峰时段的稳定供给会单独定价——用AI的成本结构，从单一价格变成"单价+可用性"两个变量。
第五，AI正式进入宏观政策框架。中央银行开始把AI当成通胀和就业变量对待，行业数据将被更严密地统计和审视。
这件事对普通人和企业各有什么影响
普通用户短期感受不大。国内用户日常使用的主要是国产模型，海外这轮限流不直接影响使用体验；由于模型层竞争激烈，免费额度和低价档反而可能更慷慨。使用海外模型订阅服务的用户，可能在高峰时段遇到限速或排队。
用AI的企业需要把三件事提上日程。一是多供应商：把模型当可替换部件，避免流程绑死单一家。二是把可用性写进合同：限流规则、降级方案、赔付条款，采购时问清楚。三是学会管理算力账单：用量监控、峰谷调度、结果缓存，这些手段能把同样的预算多用出三成产能。
上一个十年，企业学会了管流量账单；这个十年，要学会管算力账单。算力荒不会改变AI普及的方向，它只筛选出会算账的公司。
资料来源：英国《金融时报》关于谷歌限供Meta的报道（2026年6月29日见报，新浪财经、科技新报等转引）；雅虎财经关于台积电二季度营收的报道（2026年7月13日）；TechCrunch关于Anthropic与三星洽谈的报道（2026年7月2日）；证券时报、新浪财经关于美联储会议纪要与工作组的报道（2026年7月9日-10日）；界面新闻（2026年7月10日）；MIT NANDA《The GenAI Divide》（2025年8月）。文中数字为各信源披露口径，涉及公司计划以官方最新公告为准。配图来自Unsplash，遵循其免费商用许可。
