云端之痛：当昂贵的AI撞上失效的摩尔定律

TL;DR：

全球云计算行业延续二十年的“通缩神话”正在破灭，AI带来的算力饥渴与能源瓶颈正迫使科技巨头将高昂的资本支出传导至终端。在这场从“规模扩张”转向“利润优先”的结构性调价中，中国厂商的战略分歧预示着全球云市场版图的二次重构。

长期以来，云计算行业一直奉行着一种近乎宗教般的信条：价格只会向一个方向移动，那就是向下。自2006年亚马逊AWS（Amazon Web Services）开启这一赛道以来，降价不仅是获客的利器，更是规模效应下摩尔定律的必然产物。然而，步入2026年，这朵曾象征着“廉价与无限”的数字云层正变得日益沉重且昂贵。

告别通缩时代

如果说过去的云计算是数字化世界的“廉价电力”，那么AI的介入则像是在电网中接入了一个永不满足的巨型熔炉。近期，亚马逊AWS打破了二十年来的克制，将其针对大模型训练的EC2机器学习容量块价格上调了约15%；紧随其后，谷歌云也将全球数据传输服务价格大幅拉升，北美地区的涨幅甚至达到了惊人的100% ¹。

这种转变标志着云计算行业一个旧时代的终结。过去，厂商们乐于在财报中吹嘘“累计降价上百次”，以此作为技术进步的勋章。但现在，面对每小时收费从34.61美元涨至39.80美元的P5e实例，企业客户不得不意识到：云端的空气不再是免费的，甚至不再是廉价的。这种调价并非心血来潮，而是对上游通胀压力的迟缓回应。

昂贵的“AI税”

导致这场价格大转向的元凶，正是当下所有科技巨头都避而不谈却又身陷其中的AI“军备竞赛”。云计算的成本结构正发生结构性崩塌：

• 硅片的诅咒：摩尔定律在物理极限面前步履蹒跚。随着高性能GPU进入卖方市场，存储芯片厂商如SK海力士已明确表示，2026年价格上涨将贯穿全年 ²。
• 权力的终点是电力：算力的尽头是能源。数据中心已成为吞噬电力的怪兽，电力成本目前占据了运营总成本的40%至60%。正如一些分析师所言，由于电力缺口的存在，云厂商不仅在竞争代码，更在竞争电表上的读数。
• 资本支出的陷阱：为了维持在AI竞赛中的领先地位，谷歌、微软、亚马逊的资本支出呈指数级增长。当谷歌去年四季度拍出140亿美元建设基础设施时，华尔街的投资者不仅在看增长，更在计算回报周期。将成本向下游传导，成了最无奈也最必然的选择。

围城内的战略分野

有趣的是，在这场全球性的调价潮中，中国市场呈现出了一幅“冰火两重天”的怪诞景象。以优刻得（UCloud）为代表的中小厂商已选择“随礼”，宣布从2026年3月起全线上调价格，试图在缩水的市值与沉重的成本间寻求喘息之机。

然而，“阿里云们”却表现出了异乎寻常的耐力。在海外巨头纷纷“盈利优先”时，国内互联网巨头依然选择在价格战的泥潭中继续翻滚。阿里云甚至定下了夺取“80%新增份额”的宏大目标 ²。这种策略与其说是财大气粗，倒不如说是另一种博弈：在全球云服务价格上浮的窗口期，中国厂商试图利用较低的毛利率容忍度，换取更多的全球市场话语权。

这种分歧预示着，2026年将成为云计算定价的“结构性元年”。对于大型企业而言，依靠单一云厂商实现降本增效的“蜜月期”已经结束；对于云厂商而言，单纯拼规模的草莽时代已成往事。未来的胜负手将不再是谁能开出更低的账单，而是谁能在昂贵的算力废墟上，真正通过AI应用创造出足以覆盖账单的商业价值。在这场“云端”的权弈中，唯一的确定性是：那个只降不涨的时代，已经彻底留在了历史的缓存里。

引用

• 云计算
• AI算力
• 摩尔定律
• 市场竞争
• 资本支出