根据高德纳(Gartner)周三发布的报告,全球半导体收入今年将突破1.3万亿美元,与2025年相比增长64%。该分析机构预计,随着需求逐渐趋于平稳,市场明年将进一步增长17%,接近1.6万亿美元。
AI基础设施建设热潮持续消耗可用的半导体资源,推动各类组件价格全面上涨。其中内存与存储成本受影响最为显著——报告分析指出,动态随机存取内存(DRAM)和NAND闪存芯片的价格今年分别飙升125%和243%。
高德纳将这一趋势称为"内存通胀"(memflation)。该机构高级首席分析师拉吉夫·拉吉普特(Rajeev Rajput)在声明中表示,这一现象将"对非AI需求造成打击——或至少推迟其复苏至2028年,具体程度因应用领域而异。科技供应商应为2026年上半年的价格上涨做好准备,此后涨势虽将延续,但增速会逐步放缓。"
超大规模云服务商(Hyperscaler)前所未有的资本支出已对半导体供应链造成严重冲击,用于支撑AI工作负载的基础设施建设大量占用了传统计算资源。
高德纳预计,今年半导体将占据全球半导体市场约30%的份额,云服务商在AI基础设施上的年度投入增幅超过50%。
这一支出狂潮对半导体供应商而言是巨大红利,对采购方而言则是沉重负担。拉吉普特建议:"CIO及IT负责人应谨慎对待定价条款不利、且合约期限延伸至2027年以后的供应协议。"
由于供应商发出成本上涨信号,买家纷纷抢先备货,PC出货量在2025年第四季度同比增长9.1%。据IDC数据,服务器市场全年实现52.4%的高速增长,推动全球市场全年创下历史新高。
随着市场重心进一步向超大规模云服务商和GPU倾斜,美光科技(Micron Technology)等芯片制造商调整了产能分配,加剧了固态硬盘及其他PC、服务器核心组件的短缺局面。
据高德纳今年1月发布的分析报告,GPU巨头英伟达(Nvidia)去年底首次在营收上超越三星,成为全球最大半导体供应商,AI处理器销售额突破2000亿美元。
云计算需求对生产决策的主导作用,在美光科技CEO兼总裁兼董事长桑杰·梅赫罗特拉(Sanjay Mehrotra)上月出席2026财年第二季度业绩电话会议时所描绘的战略蓝图中得到充分体现。
梅赫罗特拉表示:"数据中心在整个行业中所占的比重越来越大。因此,更多的供应自然流向这一方向,这也是行业整体增长以及美光自身发展的核心驱动力。"
随着IT市场其他领域出现短缺,PC和服务器厂商纷纷提价,将额外成本转嫁至渠道商。据分析机构Omdia今年3月发布的报告,超过70%的渠道合作伙伴反映遭遇价格上涨,逾90%遭遇了发货延迟。
Q&A
Q1:什么是"内存通胀"(memflation)?它对市场有什么影响?
A:
"内存通胀"是高德纳提出的概念,指因AI基础设施建设热潮持续推高内存与存储芯片价格的现象。今年DRAM和NAND闪存芯片价格分别暴涨125%和243%。这一趋势将对非AI领域的硬件需求造成压制,预计其复苏将延迟至2028年,科技供应商和IT采购方均面临持续的成本压力。
Q2:AI建设热潮对PC和服务器市场造成了哪些具体影响?
A:
AI工作负载的大规模扩张占用了大量传统计算资源,导致固态硬盘、PC及服务器核心组件出现短缺。受此影响,PC和服务器厂商纷纷提价,并将成本转嫁给渠道商。数据显示,逾70%的渠道合作伙伴反映遭遇涨价,超过90%经历了发货延迟。
Q3:CIO和IT负责人在当前市场环境下应如何应对采购风险?
A:
高德纳分析师拉吉普特建议,CIO和IT负责人应避免签署定价条款不利且合约期延伸至2027年以后的供应协议。同时应做好2026年上半年价格持续上涨的预期,并关注供应链动态,提前规划采购节奏以规避短缺和成本风险。
好文章,需要你的鼓励
购买笔记本电脑时,用户现在需要了解Copilot+ PC、NPU和本地AI处理等新概念。搭载专用神经处理单元(NPU)的Copilot+ PC能提供至少40 TOPS的AI算力,支持实时字幕翻译、视频通话优化、AI图像编辑等功能,同时提升续航表现。戴尔最新产品线涵盖多种选择:Dell 14 Plus适合学生和通勤族,Dell 16 Plus适合多任务办公用户,XPS 14面向轻度创作者,XPS 16则以31小时超长续航和3.6磅轻薄机身成为内容创作者的旗舰之选。
阿里团队推出Qwen-Image-Agent,通过规划、推理、搜索、记忆和反馈五大模块,主动填补用户需求与AI生成所需信息之间的"情境鸿沟",并配套发布IA-Bench评测基准。
圣安德鲁斯大学博士Henry Legg在《自然》杂志发表同行评审论文,对微软拓扑间隙协议(TGP)框架提出质疑,认为该框架在推断Majorana粒子量子态存在方面存在缺陷,且实验数据分析结论可能有误。微软此前宣称将于2029年实现可扩展量子计算机,并推出Majorana 2芯片。对此,微软坚持立场,表示已发表正式反驳并获《自然》收录,对研发路线图充满信心。
清华、浙大等高校提出OPID框架,从AI自身完成的任务轨迹中提炼层级化经验技能,转化为密集训练信号,解决强化学习中稀疏奖励难以精细指导决策的问题。