进入2026年7月，全球科技股市突然进入剧烈震荡期。
费城半导体指数从年内高点回撤超过20%，正式跌入技术性熊市，单周跌幅创下2025年4月以来的最大值。仅72小时内，美股AI整条产业链市值蒸发约4700亿美元，台湾股市更是创下历史最大单日跌点纪录。
触发这场调整的直接导火索，是Meta、微软先后宣布对外出租闲置AI算力——这一动作直接动摇了市场维持两年的”算力永远紧缺”的信仰基石。叠加美联储加息预期升温、中东地缘冲突再起，多重因素共振之下，投资者开始重新审视这场AI盛宴的真实成色。
算力真的过剩了吗？存储芯片是否会重蹈产能过剩的覆辙？全球巨头重金押注AI的同时，现金流是否已经亮起红灯？
这三个问题，正在成为当下全球科技产业最核心的拷问。
算力过剩的真相：不是总量太多，而是结构错配
“算力过剩”的说法并非空穴来风。
Meta计划向外部客户出售闲置AI算力的消息传出后，市场立即解读为头部大厂已经消化不了自己采购的GPU，进而推导到整个行业供给过剩。黑石集团叫停原计划投资超1000亿美元的全球最大数据中心项目，微软放弃与甲骨文价值30亿美元的云算力租赁协议，这些事件进一步放大了市场的恐慌情绪。
有海外研究机构甚至给出了更为激进的数据：全球平均GPU利用率极低，92%的已部署算力处于闲置状态，堪比上世纪90年代互联网泡沫时期的光纤过剩。
但深入拆解就会发现，所谓”算力过剩”本质上是一个结构性问题，而非总量问题。
高端算力依然处于严重紧缺状态——英伟达H100、B200等顶级AI芯片的交付周期仍长达6-9个月，新一代产能已被头部云厂商锁定至2027年。甲骨文云的GPU利用率飙至97.5%，国内头部云厂商同样满载运行。真正闲置的是大量中低端通用算力，以及部分企业自建的数据中心。企业内部部署的GPU平均利用率仅5%左右，大量采购回来的芯片因为缺少算法人才和应用场景，长期处于空转状态。
国内的情况更为典型。中国信通院的数据显示，国内智算中心的GPU平均利用率不足30%，每投入100元建设算力，约70元处于空转状态。一边是高端智能算力一卡难求，另一边是低端通用算力大量闲置，”有房无电”、”有机无活”成为行业普遍现象。
这种结构性分化的根源在于，AI算力需求高度集中在少数头部互联网公司和大模型企业，而大量地方政府主导建设的智算中心，因为缺乏下游客户和应用场景，只能低效运行。
从需求端看，全球算力增长的势头非但没有减弱，反而在加速。
Meta一边出租局部闲置算力，一边将全年资本开支指引上调至1250亿至1450亿美元，内部备忘录显示其计划将数据中心总容量扩大到14GW。谷歌更是直接将2026年全年资本开支指引从1800-1900亿美元上调至1950-2050亿美元，二季度单季资本支出就达到449亿美元，同比增幅翻倍。
高德纳的预测数据更能说明长期趋势：2026年全球数据中心用电量将达到565太瓦时，其中AI优化服务器用电量从2025年的95太瓦时暴涨到175太瓦时，一年涨幅达84%，预计到2027年AI服务器用电量将正式超过传统服务器。所以，算力不是过剩了，而是好的算力永远不够，差的算力永远闲置。
存储芯片的冰火两重天：HBM缺货与消费级挤出
与算力的结构性分化类似，存储芯片市场同样呈现出极端的冰火两重天。
AI浪潮彻底重塑了存储产业的供需格局，而且这种分化比算力领域更加剧烈。TrendForce 2026年中发布的报告显示，第一季度全球DRAM合约价环比上涨80%至95%，NAND闪存上涨33%至38%。到了第二季度，涨幅不仅没有放缓，DRAM继续上涨58%至63%，NAND涨幅反而扩大到70%至75%。
具体到现货价格，16Gb DDR4从2025年10月约3美元的低点，一路涨到75美元附近，累计涨幅约2000%。NAND 512Gb晶圆合约价约25美元，较2025年2月底部2.5美元高出约10倍。
这轮涨价的核心驱动力是HBM（高带宽内存）的爆发式需求。
HBM是AI服务器的核心配套存储芯片，大模型训练和推理都高度依赖。三星、SK海力士、美光三大存储巨头，占据全球90%以上的DRAM产能，它们做出了高度一致的战略选择，将70%到80%的先进制程晶圆产能全部转向HBM和服务器级存储，消费级市场直接被边缘化。
SK海力士明确表态，2026年HBM产能已全部售罄，全年无法调整HBM与普通DRAM的产能分配。三星内存负责人早在4月就发出警告，HBM严重短缺将至少持续到2027年。SK集团会长崔泰源甚至提出，全球存储芯片晶圆短缺将持续至2030年，供应缺口超过20%。
产能倾斜的直接后果，就是消费级存储产品出现了”被动涨价”。
不是需求有多好，而是供给被大幅压缩了。智能手机、笔记本电脑等消费电子终端需求其实相当疲软——TrendForce预估2026年全球智能手机产量将同比减少15%至20%，笔记本电脑出货量同样不振。但因为原厂把产能都抽去做利润更高的HBM了，消费级DRAM和NAND的供给反而收缩，价格跟着水涨船高。苹果iPhone 18系列1TB版本售价上涨200美元，安卓机型普遍涨价200到500元，背后都有存储成本上升的推动。
那么存储芯片会不会出现产能过剩？答案同样是结构性的。
HBM在未来两到三年内大概率维持紧缺状态，新产能最快也要到2027年后才能逐步释放，而且扩产的成本和技术门槛极高。NAND闪存的情况相对乐观，行业机构预测持续两年的供给短缺问题将于2027年下半年得到根本性缓解，市场供需回归平衡。
真正需要警惕的是，如果AI需求增速不及预期，而各大厂又在疯狂扩产HBM，那么两三年后可能出现高端存储的阶段性过剩。但至少从目前的订单和产能规划来看，存储芯片整体还处于上行周期，距离全面过剩还有相当距离。
AI烧钱进入深水区：巨头现金流开始承压
比算力和存储更值得关注的，是全球科技巨头的现金流状况。
这场AI军备竞赛的烧钱速度，正在超出市场预期。四大云厂商一年在AI基建上烧掉7250亿美元，这还只是基础设施层面的投入，不包含研发、人才和收购成本。最新发布的二季度财报清晰地显示，持续加码的AI投资已经开始侵蚀巨头们的现金流安全垫。
最具标志性的信号来自谷歌。二季度Alphabet资本开支升至449.24亿美元，其中绝大部分投向AI技术基础设施，季度自由现金流降至-58.55亿美元——这是谷歌二十多年来首次出现单季自由现金流为负的情况。公司同时将2026年全年资本开支指引从1800-1900亿美元上调至1950-2050亿美元，并明确表示2027年还会继续显著增长。
财报公布后，谷歌股价在盘后交易中下跌约3%至4%，投资者用脚投票表达了对投入无底洞的担忧。
微软的情况同样不容乐观。二季度微软经营活动现金流为358亿美元，但资本支出高达299亿美元，算下来自由现金流仅剩59亿美元，自由现金流转化率仅16%——而上一季度这个数字还有256亿美元。
微软CFO艾米·胡德在财报电话会上承认，光是存储芯片和零部件涨价，就额外多花了250亿美元。商业积压订单虽然飙至6250亿美元，但订单兑现需要时间，而算力采购的账单是即时支付的。
Meta相对健康一些，但其全年1250亿至1450亿美元的资本开支规划，同样在持续消耗现金储备。
为什么巨头宁愿现金流承压也要拼命投入？答案是恐惧——害怕在AI时代掉队。摩根士丹利的分析师警告称，科技公司为了AI扩张承担了巨额债务，存在堪比90年代光纤泡沫的风险。但站在巨头的角度，不投入的风险更大。谷歌云二季度收入同比大增82%，积压订单上升至5140亿美元。微软Azure云业务同样高速增长，商业积压订单突破6000亿美元。这些数据说明，AI云服务的需求是真实存在的，只是收入确认的速度跟不上资本支出的速度，形成了典型的”投入在前、回报在后”的时间差。
对于中小科技企业和创业公司来说，情况就要严峻得多。头部巨头尚且能靠庞大的主业现金流支撑AI投入，而大量中小公司在算力涨价、人才昂贵的双重挤压下，现金流已经出现问题。
AI大模型创业公司更是普遍处于烧钱换规模的阶段，除了智谱等少数几家跑出了商业化正循环，绝大多数仍依赖融资输血。一旦资本市场转冷、融资环境收紧，大批缺乏造血能力的AI初创企业将面临生死考验。
写在最后
这场由科技股震荡引发的讨论，本质上是市场对AI产业从”信仰驱动”转向”业绩验证”的一次估值重估。算力没有全面过剩，但结构性浪费严重；存储芯片整体仍在涨价周期，但消费级与AI级的分化越来越大；巨头现金流确实承压，但更多是投入前置带来的时间差问题，而非商业模式崩塌。
从更宏观的视角看，当前的震荡更像是AI产业发展过程中的一次正常回调，而非趋势性逆转。就像2000年互联网泡沫破裂后，真正有价值的公司最终还是跑了出来，重塑了整个商业世界。
AI的长期逻辑没有变——它确实是下一代通用技术，会深刻改变各行各业。但短期来看，估值过高、交易拥挤、投入产出比不清晰等问题确实存在，挤一挤泡沫未必是坏事。
接下来的一到两个季度将是关键观察期。科技巨头的AI云业务收入能否持续兑现，资本开支的增速是否会放缓，大模型公司的商业化能否跑通——这些问题的答案，将决定这场AI盛宴是继续高歌猛进，还是进入更长时间的调整期。可以确定的是，AI不会是泡沫，但一定会有泡沫。真正的考验，才刚刚开始。
京公网安备 11010202008829号