6月30号晚上，The Information 扔了一篇文章，标题挺唬人的：OpenAI 工程师找到办法，推理成本直接砍一半。

我认真读了一遍，核心意思就一个：OpenAI 的工程团队这个月跟同事透了底，推理成本降了超过一半。

怎么降的？没换新芯片，没搞架构革命；纯软件层面的事，把现有服务器的利用率给拧上去了。最有意思的是用在哪，ChatGPT 未登录用户的流量。

优化完之后，几百个 NVIDIA GPU 就搞定了，几百个。你品一品这个数。

ChatGPT 每天几亿人在用；光没登录那批访客，搁以前也得堆一堆算力来伺候，现在几百个 GPU 够了。

说实话，你但凡关注硬件的，看到这个数字，心里第一反应肯定会咯噔一下的，因为需求不得出问题了？

行，那来看看昨晚美股在干嘛；

AMD，涨超 7%，盘中创历史新高；Wells Fargo 把目标价从 505 美元拉到 615 美元。Cantor Fitzgerald 更狠，直接给 700。

你猜核心逻辑在哪？服务器 CPU；分析师预计 AMD 的服务器 CPU 营收 2026 年同比涨 68%。注意，同比 68%，不是「涨了一点」。

SanDisk，Bernstein 直接把目标价从 1700 美元干到 3000 美元。这只票今年涨了 781%，标普 500 年度第一，就是那个干存储的。

Bernstein认为，SanDisk 签了一堆长期内存协议，地板价锁在每 GB 0.29 美元；就算内存价格暴跌 72%，到 2030 年，每股盈利还能有 214 美元，暴跌 72% 都打不穿，你说这得多皮糙肉厚？

然后，昨晚美股台积电涨了 3%。Intel 涨超 7%。费城半导体指数涨超 3%。纳斯达克涨超 2%。

一边是 The Information 在那告诉你「算力可以砍半了，当心啊」；一边是华尔街抱着硬件股开香槟，杯子碰得叮当响。

这种小作文按理说应该直接把股市干跌的，是不是很矛盾？

其实一点都不矛盾，因为这也不是第一回了，我查了下，过去 18 个月，类似的「利空」至少来过四轮。每一轮，市场的反应都不一样。

01

拉一条线出来你就明白了。

第一次，2025 年 1 月 27 号。DeepSeek；这个你应该很清楚的，当时打的就是免费开源好用。

可知道当时硅谷在讲什么故事吗？他们说，训练一个前沿模型得烧几十亿美刀，得上万张顶配的GPU，得排队求着英子给你供货。

然后Deepseek一出来，这个故事被锤了一个窟窿。

我查了下，当天英伟达跌了17%，市值蒸发了 5890 亿美刀。5890 亿什么概念？比一整个强生公司蒸发了还多。

费城半导体指数跌了 9.2%，纳斯达克跌超 3%。博通跌 17%，Marvell 跌 19%，美光跌 11%；那天的标题清一色一个调子：中国用零头的钱干翻了美国几百亿的事，AI 硬件的逻辑要塌了。

然后呢？两天后开始反弹；11 个月后全部收复，NVIDIA 还创了新高。

第二次，今年的2月份，OpenAI 自己放的。

之前跟全世界说未来八年投 1.4 万亿美元搞基建，这一轮跟投资人说的数，到了 2030 年算力支出 6000 亿。

1.4 万亿变 6000 亿；周末华尔街的老狗们，一堆人拿计算器在那按：这是砍了一半，还是砍了六成？算力需求是不是到顶了？

我当时专门查了一下，两个数字根本不是一个口径。

一个是八年全基建承诺，数据中心、硬件、电力、人力，所有东西打包在一起；一个是五年纯算力支出，只算训练和推理的计算费用。

硬把这两个数放在一起比，相当于拿一栋楼的总预算跟装修队的报价较劲，口径都对不上，市场想明白以后，一周消化完毕。

第三次，2026 年 4 月 28 号，华尔街日报。

这回说 OpenAI 用户数没达标；周活目标 10 亿，没到，营收目标也没完成，好几个月度 KPI 都差了一截。

更狠的是 CFO 直接跟管理层放话：再这么下去，数据中心的账单可能付不起。

这一轮砸得不轻，费城半导体指数跌了 3.6%。甲骨文跌超 4%。AMD 跌 3.4%。CoreWeave 跌了 5.8%；那天大部分的内容叙事基本上就六个字：AI 鬼故事再度来袭。

哈哈，一个月后，全部收复，继续新高。

第四次，六月初，就是最近的博通财报；AI 芯片营收同比涨了 143%。这个数字放在任何行业都是炸裂级别的。

可市场不买账，原因是华尔街私下流传着一个「耳语数字」；官方一致预期每股 2.4 美元，博通交了 2.44，赢了；但私底下的耳语数字是 2.45。差了一分钱。

一分钱，就这一分钱，两天之内 AMD 跌了 12.6%，美光跌了 17%，Intel 跌了 9%；全球半导体板块蒸发超过一万亿美元。

三周后；全部收复。AMD 创了历史新高，Intel 也创了历史新高；第五次，就是刚才说的；OpenAI 推理成本减半，市场怎么反应的？涨了，全线上涨。

好，把这五次排在一起，你看出什么了？

第一次，暴跌一天，大半年修复；第二次，慌了一个周末，一周消化；第三次，跌了一天，一个月回来。第四次，跌了两天，三周收复。第五次，压根没跌。

鬼故事变少了吗？没有，每个月都有人写新的；变的是市场的免疫力；越来越强，强到最后一次，直接不反应了。

02

那问题来了，市场凭什么有这么强的免疫力？

我的看法是：市场花了 18 个月，终于想通了一件事；这些鬼故事，每次砍的都是同一个地方，而那个地方，根本就不是要害。

给你打个比方，一下你就明白了。

AI 硬件这门生意，可以拆成两层；上面一层叫装修，下面一层叫房子。

装修是什么？软件和算法。FlashAttention、模型蒸馏、推理优化、量化压缩，这些全是装修层的活。把同一颗芯片榨出更多性能，让同一块 GPU 吐出更多 token。

本质上就是「手艺越来越好，同样的材料能出更多的活」，这玩意靠模型。

房子是什么？物理硬件；芯片、内存、先进封装、代工产能。这些东西是硬的，供给是刚的。

台积电一条 2nm 产线盖三年，一条 HBM 产线投下去几十亿美元，DRAM 全球产能三家控着 95%；你想加产能？是加不了那么快。

好了，搞清楚这两层，回头看那五次鬼故事：

DeepSeek 训练更便宜？装修层；OpenAI 算力支出调整？装修层；推理成本减半？还是装修层；五把刀，刀刀砍在装修成本上，没有一把砍的是「没人想买房了」。

这里面真正反常识的事在于：装修越便宜，房子反而越值钱。

我查了一下 Anthropic 的数据，这个轨迹很能说明问题。

2024 年，Anthropic 每卖一块钱 token，光推理的硬件成本就要花掉将近两块钱；毛利率负 94%。对，你没看错，倒贴钱在卖。

到 2025 年，毛利率爬到了大概 38%；开始赚钱了，每卖一块钱留三毛八。

到今年二季度，按照给投资人的指引，推理毛利率预计已经干到了百分之六十几；不到两年，从倒贴九毛四变成净赚六毛多。

这个速度在商业史上几乎没有先例，传统行业的毛利率改善是按年算的，AI 推理的成本优化是按月算的。

这意味着什么？

价格降了一半，利润率反而更高了；成本跑得太快，根本不是降价抢市场；对于卖 token 的公司来说，每一次软件优化，都是在帮他们印更多的钱。

那你可能又问：成本降了，需求会不会也跟着降？

不好意思，反过来的。

我查了一组中国的官方数据；2024 年初，中国大模型日均词元调用量 1000 亿；到今年 3 月，国家数据局公布的数字是 140 万亿，两年，涨了超过一千倍。这些都是最新的数据。

说白了，token 越便宜，大家用得越疯。

以前跟 AI 聊天是一问一答，一次几千个 token 就完事了；现在让一个 Agent 帮你做调研、写方案、跑数据，它在后台自己调几十次模型，一个任务下来几百万个 token。

效率提升不光没有消灭需求，反而在制造需求。

Meta 前两天有个操作特别能说明问题，他们搞了一颗叫 Vistara 的芯片，干什么用的？

把退役服务器上的旧 DDR4 内存拆下来，通过新接口接到 DDR5 新服务器上，妥妥的「废物利用」。

猛一看像是在省钱，反过来想，一家市值万亿美元的公司，到了要从旧机器上拆内存条来复用的地步，什么概念？

内存紧到连旧的都舍不得扔；需求一直在涨，供给死活追不上。

这里我要说一句老实话。上面这套东西成立，它有一个前提：需求的增速，得持续跑赢效率的提升。

目前数据还能撑得住，token 消耗的增速远远快于成本下降的速度，装修越来越便宜，排队买房的人也越来越多。

如果有那么一天，排队的人不来了，杀手级应用没出现，token 消耗增速拐头往下了，那鬼故事就不再是鬼故事了。那叫真利空，不过这一天，还没到。

03

鬼故事为什么不管用了，讲完了；不过 6 月 30 号那天的盘面里，还有一个东西值得多看一眼。

你回去看一眼涨幅：

AMD 涨超 7%，Intel 涨超 7%。英伟达呢？1.3%。差了多少？五六倍。同一天，同一个板块，同一波利好，英伟达只喝到了点汤。

这可不是随机噪音，你看当天的催化就明白了：

分析师集体上调 AMD，盯的是服务器 CPU 在 AI 推理场景的渗透率；Bernstein 给 SanDisk 加码，盯的是 NAND 闪存的长期供货协议。

钱在往 CPU 和内存那边跑，再看内存这条线的数据，更直观。

今年 4 月，一支内存主题 ETF 上市，10 个交易日资产管理规模破了 10 亿美元，25 天破了 50 亿。闪存合约价一季度环比涨了 55% 到 60%，二季度继续扩大到 70% 到 75%。

我又查了一个数：内存占云巨头数据中心支出的比例，2023 年大概 7%，今年到了 30%。三年翻了四倍多。

为什么会这样？一句话就说清楚了：AI 从训练时代切到推理时代了。瓶颈换了。

训练时，谁的 GPU 猛谁跑得快？英伟达吃的就是这碗饭。

推理不一样；每生成一个 token，模型参数都得从内存里反复读取；卡在哪？算力是够的，但数据读不出来。

你就这么想：

AI 要干活，光有一颗聪明的大脑不够，得有一张够大的桌子，把所有资料同时摊开；大脑再快，桌子不够大，它也得在那等着翻页。

这张桌子就是内存，桌子现在是全链条最紧的东西。

说到底，在一个需求按月翻倍、供给按年才能爬一格的市场里，物理硬件就是「物权」；芯片也好，内存也好，产线也好，你握在手上的是实打实的东西。

软件、模型每优化一轮，这些东西能产出的价值就再涨一截。说白了，AI 效率的提升并不会让硬件芭比Q了。

这个时间还早，AI硬件的故事，快的话，还要讲个一年半载的。