27
0本文探讨了AI基础设施领域的投资热潮及其潜在风险。SK海力士HBM业务的巨额IPO反映了市场对AI算力需求的追捧，但记忆体厂商巨额资本支出预示着HBM价格可能在2028年暴跌。同时，Meta等公司正通过更具竞争力的定价挑战OpenAI，AI基建的电力消耗和碳排放问题也日益凸显，这些因素共同指向AI应用层可能成为未来主要获利方。
AI基建投资狂潮与市场周期性
- SK海力士以265亿美元创下史上最大外国公司IPO记录，主推AI服务器核心组件HBM（高带宽内存）。
- 全球三大记忆体厂商（SK海力士、三星、镁光）计划2026年合计投入约1300亿美元资本支出。
- 分析师预测DRAM价格可能在2027年底见顶，随后于2028年底大幅下跌，记忆体行业遵循三至五年的历史周期。
- 美国对HBM的出口管制可能加强，导致中国AI芯片厂商供应紧张或成本上升。
AI模型市场的竞争与商业化
- Meta发布Muse Spark 1.1并开放Model API公测，正面挑战OpenAI。
- 模型选择标准从“谁最强”转向“谁最划算”，Meta的API定价可能比OpenAI低一半。
- 前Scale AI CEO Alexandr Wang在Meta领导超级智能实验室，强调模型评估和数据质量。
- 开源模型（如Llama）可以扩大影响力，但通过API收费才是真正的盈利模式。
AI基建的严峻挑战与未来趋势
- 电力瓶颈日益严峻，美国数据中心电力需求预计从2026年的75.8吉瓦增长到2030年的134.4吉瓦。
- 环境成本上升，微软2025年碳排放因数据中心扩张增加了25%，可能引发监管机构限制新建数据中心。
- HBM价格暴跌理论上将降低NVIDIA GPU成本，从而利好AI应用公司。
- 市场焦点可能从高投入的AI基建转向利用便宜算力进行创新的AI应用公司。
