在每一场淘金热的早期，最先赚到钱的永远是卖铲子的人，而最后买单的往往是后知后觉的掘金者。
3月18日至19日，国内云计算市场的风向标发生了剧烈转折。此前一直深陷"降价泥潭"试图以价换量的阿里云、百度智能云，几乎同步调转船头，宣布上调部分AI算力与存储产品价格，最高涨幅达34%。与此同时，全球存储芯片巨头美光与三星相继发出警告，称高性能存储芯片的缺货状态可能持续到2027年。这一系列动作，标志着AI大模型狂奔两年后，由算力基础设施极端稀缺引发的成本海啸，终于开始向下游全线传导。
01 从"倾销换份额"到"涨价保利润"：云巨头的战略苦衷
回顾过去三年的国内云计算市场，"降价"是主旋律。为了争夺存量市场的政企客户与互联网中小企业，阿里云曾多次启动核心产品全线降价，部分产品降幅甚至超过50%。彼时，云服务商的逻辑是：云计算本质上是重资产、规模效应极强的商业模式，通过降价挤走竞争对手换取市场份额，再通过增值服务获利。这种"互联网式补贴打法"在IaaS领域奏效了数年，也确实让阿里云稳住了国内公有云市占率的第一把交椅。
然而，生成式AI的爆发彻底打乱了这一剧本。大模型对算力的需求并非线性增长，而是指数级跃迁。一个万亿参数模型的训练与推理，对GPU集群和配套高性能存储的消耗是惊人的。对于阿里云和百度云而言，原本用于通用计算的服务器资源在AI时代显得捉襟见肘，必须投入巨资采购英伟达的H20或其他国产高端算力芯片。这种投入反映在财报上，是令人心惊肉跳的资本开支。当云厂商发现，即便投入了数百亿资金建设算力池，依然无法填满大模型训练的胃口时，财务压力便成了悬在头顶的达摩克利斯之剑。
当上游的芯片采购成本、电力成本以及散热基础设施成本无法通过规模效应抵消时，涨价就成了保住利润率、维持现金流健康的唯一路径。这次涨价是云服务价值回归的标志：有多少投入，就要看到多少产出。
