公共云正从传统的CPU算力池，向以GPU和ASIC为核心的“云智算”转型，一场由超大规模云计算巨头主导的“AI成本革命”正在悄然改变产业利润分配格局。
一、技术热点：ASIC开启AI算力“性价比革命”
2026年3月2日，云计算行业迎来关键转折信号。华尔街分析师们一致预期，在AI推理大浪潮以及“微训练”趋势下，性价比更高的AI ASIC（专用集成电路）将对英伟达近90%市场份额的AI芯片垄断地位发起强有力冲击。
这并非空穴来风。亚马逊新任人工智能基础设施负责人Peter DeSantis近日公开表示：“如果我们能够在自己的自研AI芯片上构建模型，我们就能以纯AI大模型提供商成本的仅仅一小部分来构建这些模型。”
他进一步补充：“构建超大规模的AI数据中心确实存在一定程度上的成本问题。如果我们最终希望AI改变一切，成本就必须有所不同。”
这一表态直指当前AI算力成本的核心矛盾。随着类似“星际之门”的超大规模AI数据中心建设成本日益高昂，科技巨头们愈发要求AI算力系统趋于经济性。
二、技术逻辑：从“峰值算力”到“每token成本”的竞争范式转移
传统AI训练侧依赖英伟达GPU的强大通用性和快速迭代能力，而AI推理侧在前沿技术规模化落地后，更看重单位token成本、延迟与能效。
这正是ASIC技术路线的天然优势。
面向特定工作负载定制的数据流、编译器和互连的ASIC，在每token成本、功耗、内存带宽利用率、互连效率等指标上，比通用GPU更容易做到高性价比。
谷歌已明确把Ironwood定位为“为AI推理时代而生”的TPU代际，强调性能、能效、算力集群性价比与可扩展性。
市场动向印证了这一趋势：有着“OpenAI劲敌”称号的Anthropic计划斥资数百亿美元购置100万块TPU芯片，Facebook母公司Meta也考虑在2026年晚些时候或2027年斥资数十亿美元购买谷歌TPU算力基础设施。
三、云计算厂商的应对：从“卖算力”到“卖效率”
面对这场“AI成本革命”，云计算厂商的竞争策略正在发生深刻变化。
2026年3月2日，优刻得在投资者互动平台宣布，公司于1月下旬率先推出了部署OpenClaw的相关镜像，为行业内率先实现云端部署的厂商。
近期公司进一步推出开箱即用的OpenClaw轻量应用云主机，将原本复杂的部署流程简化为可视化操作，有效降低前沿AI技术的使用门槛。
这种“开箱即用”的模式，正是云计算厂商应对算力成本压力的关键策略——通过提升易用性和资源利用率来创造差异化价值。
国家信息中心信息化和产业发展部发布的报告指出，公共云可以多路复用，通过多租户使用同一套计算资源大池，削峰填谷，显著提升硬件资源利用率，降低使用成本。
例如亚马逊、阿里云等公共云厂商随着用户规模增加、技术优化和运营效率提升，持续降低云计算服务价格，亚马逊AWS曾连续三年每年降价12次；过去十年阿里云将计算成本降低了80%，存储成本降低了近90%。
四、A股关联公司：在技术变革中寻找新机遇
在这场技术范式转移中，A股云计算产业链公司面临重新洗牌。
核心受益方向一：ASIC生态合作伙伴
迈威尔科技作为亚马逊AWS Trainium系列AI ASIC最大规模合作伙伴之一，其业绩增长势头强劲。虽然这是美股公司，但其技术路线和商业模式为A股相关公司提供了参照。
在A股市场，寒武纪作为国内领先的AI芯片制造商，在算力领域具有技术实力和市场竞争力，其产品广泛应用于云计算、边缘计算等领域。
海光信息的主营业务是研发、设计和销售应用于服务器、工作站等计算、存储设备中的高端处理器，包括海光通用处理器和海光协处理器。
核心受益方向二：云计算基础设施服务商
优刻得近期推出OpenClaw轻量应用云主机的举措，显示了公司在降低AI技术使用门槛方面的积极布局。作为中立的云计算服务商，公司致力于成为连接智能体、大模型与现实场景任务的可靠基础设施提供者。
数据港是国内少数同时服务于阿里巴巴、腾讯、百度国内三大互联网公司的数据中心服务商，持续与头部云计算厂商携手共创数据中心生态圈。
核心受益方向三：高速互联与光模块
中际旭创作为光模块龙头，在800G和400G高速光模块领域保持领先。公司表示2024年这两类产品的行业需求保持了同比快速增长，订单饱满。截至2025年11月26日，公司市值已突破6000亿元。
新易盛同样在光模块领域表现突出，经营业绩受益于数据中心运营商持续性资本开支。
五、警惕案例：技术迭代中的“价值陷阱”
然而，在技术快速迭代的浪潮中，A股云计算公司也面临严峻挑战。
2025年12月10日，云计算概念股早盘走低，中科曙光跌停，新易盛、浪潮信息跌超3%。这一市场波动背后，反映的是投资者对技术路线不确定性的担忧。
中泰证券在风险提示中指出：云计算及AI技术落地不及预期的风险。从研发到实际应用的转化过程里，云计算和AI技术遭遇了诸多阻碍。
软硬件技术开发、算法迭代、高质量数据集清洗以及应用场景的适配难题，可能阻碍云计算和AI技术迅速、有效地融入各个行业。
更值得警惕的是行业竞争加剧的风险。越来越多的企业投身云基础设施领域，可能导致人才的激烈争夺，存在技术研发投入不断攀升，市场同质化竞争加重的风险。
具体案例警示：
- 技术路线依赖风险：过度依赖英伟达GPU生态的公司，在ASIC崛起趋势下面临价值重估。华尔街分析师预计，AI ASIC将在中长期持续削弱英伟达的垄断溢价与部分市场份额。
- 资本开支压力：云计算公司需要持续加大资本开支以保持竞争力。阿里巴巴CEO吴泳铭在财报电话会上表示，阿里云AI服务器的上架节奏，严重跟不上客户订单的增长速度。公司承诺在三年内投入至少3800亿元人民币用于推进云计算与人工智能基础设施建设，但这一投资“可能显得偏少”。
- 盈利能力承压：即使营收增长，盈利能力也可能显著承压。阿里巴巴2025年第二财季财报显示，集团调整后的净利润同比大降72%至103.52亿元。
六、未来展望：云智算时代的生态竞争
云计算正在从过去以CPU为主的“云计算”向以GPU为主的“云智算”转变。中国移动已建成全国首个覆盖“通算算力、智能算力、量子算力、超算算力”四算融合的算力网络。
在这场转型中，生态构建能力成为关键胜负手。
中国移动提出了“四个重点方向”：一是聚力打造融合型算网基础设施；二是聚力打造自助式工具平台；三是聚力打造一站式模型服务；四是聚力打造原生型产品应用。
对于A股公司而言，单纯提供算力硬件或基础设施服务的时代正在过去。未来需要的是算力、工具、模型、应用的全栈能力。
结语：在成本革命中寻找确定性
AI算力的“成本革命”不是要消灭GPU，而是重塑产业利润池与客户采购结构。对英伟达和AMD而言，这很大程度上意味着边际压制是真实存在的，但更可能表现为议价权下滑、份额被分食、估值溢价被压缩，而非绝对需求塌陷。
对A股云计算公司来说，这场变革既是挑战也是机遇。那些能够快速适应ASIC趋势、构建软硬一体解决方案、深耕垂直行业应用的公司，将在新一轮产业洗牌中脱颖而出。
而那些固守旧有技术路线、缺乏生态构建能力的公司，则可能在这场“成本革命”中逐渐边缘化。
正如行业观察者所言，云计算作为AI时代基础设施，有望受益于AI应用以及AI Agent商业化落地进程加速。随着AI应用使用量持续提升，云资源消耗量以及云厂商规模效应将持续增强，有望形成“AI模型-云计算”共生增长的产业格局。
在这场共生增长中，只有真正理解并拥抱“每token成本”竞争逻辑的公司，才能赢得未来。
评论