AI冲击波来袭:消费硬件涨价,厂商如何抗压与寻机?

1. AI引发消费硬件涨价潮

消费硬件行业近期绕不开“涨价”一词。苹果先涨了Mac和iPad售价,微软上调Xbox价格,索尼PS5、任天堂Switch 2均在年内提价,国内小米、OPPO、vivo、荣耀等主力手机厂商也在调价。

过去十几年,消费者习惯换代时花同样的钱买更好配置,现在厂商要么缩减配置,要么涨价。这轮涨价源于AI引发的硬件冲击波,海外报道称其为“AI price shock(AI价格冲击)”或“chipflation(芯片通胀)”,科技媒体The Verge称内存涨价为“RAMageddon(内存灾难)”。

普通人既面临被AI取代工作的焦虑,又遭遇电脑、手机和游戏机涨价。这场硬件寒冬不只是供应链波动,AI数据中心抢走内存和存储产能,内存厂转向服务器用动态随机存取存储器(DRAM)、高带宽内存(HBM)和企业级固态硬盘(SSD),消费电子厂商只能接受供应链动荡。

信息技术研究和咨询机构Gartner(高德纳)今年2月预计,到2026年底,DRAM和SSD合计价格将上涨130%,推高PC价格17%、智能手机价格13%;全球PC出货量预计下降10.4%,智能手机出货量下降8.4%。TrendForce(集邦咨询)预计,2026年二季度,传统DRAM合约价环比上涨58%至63%,闪存(NAND Flash)合约价环比上涨70%至75%。

这说明涨价不是个别品牌短期定价动作,消费硬件厂商在供应链中的位置正在改变。过去手机和PC厂商等内存降价打造“水桶机”,现在AI数据中心锁定上游产能,终端厂商成了排队买单的一方。

2. AI冲击波下的手机行业困境

这一轮AI冲击波对手机行业的影响去年就有迹象。去年10月,小米Redmi K90系列发布后价格争议大,基础版12GB内存、256GB存储版本定价2599元,比上一代K80基础版首发价高100元。小米集团总裁卢伟冰解释内存芯片成本上涨“远超预期”,几天后小米把12GB内存、512GB存储版本首月降价300元至2899元。

一款手机的定价波动在小米身上更像波及整个行业的裂缝。过去十多年,国产手机以“水桶机”为目标,大内存等配置不断下放到中端机,用户能花同样的钱买更多配置。但这依赖内存和存储的稳定供给与行情。

到去年11月,成本压力成为小米业绩会主要议题。卢伟冰表示全球内存价格因AI热潮上涨推高智能手机成本,小米当季智能手机出货4330万部,同比只增长0.5%;集团收入增长22.3%,更多来自电动汽车和AI相关业务。

2026年,这种压力在上市公司利润表中显现。小米一季度净利润下滑43%,手机业务受高内存成本压制。卢伟冰称高内存价格为行业“新常态”,预计成本涨幅三季度开始收窄。

小米暴露的压力背后是国产手机过去十几年的价格机制。内存和存储稳定降价时,厂商能塞更大配置;一旦涨价,整个手机价格带会被挤压。

事实上,整个手机阵营都受AI冲击波侵袭。两个月前,vivo因半导体和内存成本上涨提价,加入OPPO、荣耀等厂商队列。知名博主“小白测评”统计,近期多款手机产品涨价幅度在200元至500元之间,一台12GB内存、256GB存储手机的内存成本增加约619元。

高端机尚能稳住价格底线,低端机则成了头号牺牲品。市场研究机构IDC预测,2026年全球智能手机出货量将下降12.9%,降至11.2亿部,创史上最大跌幅,100美元以下智能手机即便内存价格稳定后也可能难恢复商业可行性。Counterpoint Research预测更悲观,2026年全球智能手机出货量将下降13.9%,降至10.8亿部,跌至2013年以来最低水平,低端和中低端市场承压最明显。

手机品牌Nothing创始人Carl Pei称,过去手机公司能给用户更好配置、维持接近价格,现在部分内存模块价格从不到20美元涨到超过100美元。

今年4月,华为余承东谈到内存涨价时表示新手机定价压力大,成本上涨多,扛不住可能涨价。多家媒体报道,华为Pura系列受内存等供应链涨价影响,单机成本上涨约1200元至1500元。这表明品牌越强,传导成本空间越大;价格带越低,扛成本余地越小。

本周,苹果和微软两大消费硬件市场巨头也加入涨价阵营,Mac、iPad、Xbox都涨价。苹果尚未对iPhone涨价,但秋季新一代iPhone面世后,全线产品涨价也许只是时间问题。

终端厂商成了内存行业的租客,高额租金压力下,只能扛着AI冲击波继续。

3. 硬件产业链内部的变化

手机涨价只是表层现象,更深的变化在硬件产业链内部,尤其是上游供应链。6月25日,美光股价大涨18.4%,市值升至约1.4万亿美元,短暂超过Meta,逼近特斯拉。美光最新季度收入从一年前的93亿美元升至415亿美元,净利润从19亿美元升至282亿美元。美光CEO Sanjay Mehrotra判断,内存供应紧张可能持续到2027年,直到2028年才会逐步缓解。

过去,内存行业价格波动大,手机和PC厂商习惯等降价再配置。现在,AI数据中心打断了节奏,云厂商和AI公司提前锁定未来几年供给。美光、三星、SK海力士推动面向AI客户的长期供货协议,美光已从英伟达等客户锁定约220亿美元多年供应承诺,部分协议包含预付款、价格底线和“照付不议”条款。这意味着内存正从消费电子周期品变成AI数据中心的战略零部件。

HBM的变化更直观,它是英伟达、AMD等AI加速卡的重要配套。过去几年,SK海力士凭借HBM供应优势成为英伟达核心供应商之一,市值超过三星,成为韩国市值最高上市公司。这使得AI服务器客户有长期供应保障,而手机、PC、游戏机厂商多收到涨价通知。

服务器硬件是另一类受益者。戴尔、联想等PC巨头原本受内存涨价冲击大,如今靠AI基础设施寻找新增长曲线。戴尔变化明显,今年5月上调2027财年AI服务器收入预期,随后一季AI服务器收入超过PC业务。但AI服务器生意也不轻松,戴尔COO Jeff Clarke称公司“几乎每天都在重新定价”,客户能感受到痛感,联想也面临类似情况。

这表明AI没有摧毁所有“硬件”生意,和AI产业紧密相关的数据中心硬件持续受益,而消费级硬件承担成本外溢后的价格压力。即使是苹果和索尼也不例外。那么,消费硬件企业该如何搭上AI的快车?

4. AI PC与AI手机的机遇与挑战

最近,随着AI生产力需求和Agent生态爆发,AI PC成为PC行业重要增长极。疫情后换机红利退去,传统PC难有新增长,AI PC带来新卖点:本地AI、离线能力组成的企业办公助手,PC成为“下一代生产力入口”。

Gartner预计,2026年AI PC出货量将达到1.43亿台,占全球PC市场55%,到2029年将成为PC市场常态。以惠普为例,二季度收入同比增长,AI PC出货占比上升,预计2027财年占总出货60%至70%,2028财年超过70%。

但惠普财报也显示,全球内存芯片短缺仍会压制利润率,公司会通过产品重配等方式缓解影响。这意味着AI PC虽提高出货占比、支撑增长故事,但越往主流走,对内存等要求越高,厂商越难绕开上游涨价。至少目前,AI PC更像缓冲垫,能支撑平均售价,但拯救不了消费硬件厂商利润率。

手机行业也积极拥抱AI技术,苹果Siri、小米小爱、字节和中兴联合推出的豆包手机助手都是端侧AI路线进化结果。但在手机落地AI能力,厂商需高性能芯片,还要为端侧AI预留硬件空间,且端侧Agent引发的操作权限问题限制了端侧AI能力上限。

尽管AI PC和AI手机概念火热,但短期内难带领行业走出颓势。这场AI冲击波虽未打倒消费硬件,但推高了内存厂订单,吹皱了消费硬件价格表。对硬件公司来说,AI是新增长故事,AI PC、AI手机、AI服务器提供新卖点和新订单。

三年前,AI让软件行业重新想象生产力;三年后,让硬件行业重新学习抗压。端侧AI催生新需求,Counterpoint Research预测,到2028年,生成式AI手机将占全球智能手机出货量九成以上,端侧AI会从高端机下探到主流机型。这些需求完全爆发时,也许就是消费硬件的下一个春天。但对于苹果、微软、小米、华为等科技硬件巨头来说,熬过眼前行业寒冬或许更紧要。消费硬件企业能否抓住AI机遇,走出困境?

内容概要:本文围绕列车-轨道-桥梁交互仿真研究,基于Matlab平台构建数值模型,系统分析列车运行过程中轨道桥梁结构间的动态相互作用机制。研究涵盖多体动力学建模、耦合系统运动方程求解、边界条件设定及仿真结果可视化等关键环节,重点揭示高速行车条件下基础设施的振动传递规律力学响应特征。该仿真方法可有效评估结构安全性、舒适性指标及疲劳寿命,为轨道交通工程的设计优化运维管理提供理论支撑和技术路径。文中配套提供了完整的Matlab代码实现方案及操作说明,便于用户复现、验证和拓展相关研究。; 适合人群:具备Matlab编程基础和结构动力学、车辆动力学等相关专业知识的研究生、科研人员及从事铁路工程、桥梁工程交通系统安全评估的工程技术人才,尤其适合开展轨道交通耦合振动课题的研究者。; 使用场景及目标:①用于高校科研机构进行列车-轨道-桥梁耦合系统动力学特性的教学演示科学研究;②支撑高速铁路桥梁的设计优化、运营安全性评估减振降噪方案验证;③为复杂交通基础设施的多物理场耦合仿真提供建模思路代码参考。; 阅读建议:建议读者结合所提供的Matlab代码逐模块深入研读,重点关注系统建模假设、质量-刚度-阻尼矩阵构建方法及数值积分算法的实现细节,同时可通过调整参数进行敏感性分析,进一步掌握仿真模型的适用范围优化方向。
内容概要:本文系统研究了非线性薛定谔方程的物理信息神经网络(PINN)求解方法,提出一种将物理规律嵌入深度学习模型的科学计算新范式。通过构建全连接神经网络架构,将非线性薛定谔方程及其初始/边界条件作为损失函数的核心组成部分,实现了在无须大量标注数据的前提下对复值偏微分方程的高精度数值求解。该方法充分利用自动微分技术精确计算方程残差,有效融合了数据驱动模型驱动的优势,在光学孤子传播、量子系统演化等典型场景中展现出优异的逼近能力泛化性能。文中配套提供了完整的Python实现代码,涵盖网络搭建、损失定义、训练优化结果可视化全流程。; 适合人群:具备Python编程能力深度学习基础知识,熟悉偏微分方程理论及科学计算的理工科研究生、科研人员,以及从事光学、量子物理、流体力学等领域建模仿真的工程技术人员。; 使用场景及目标:① 掌握PINN方法的基本原理实现技巧;② 学习如何将复杂物理方程转化为可训练的神经网络损失项;③ 应用于非线性光学、玻色-爱因斯坦凝聚、水波动力学等问题的仿真预测;④ 为相关科研课题提供可复现的算法原型代码参考。; 阅读建议:建议读者结合所提供的Python代码进行动手实践,重点理解神经网络对微分算子的近似机制、损失函数的多任务加权策略以及训练过程中的超参数调优方法,进而可迁移至其他非线性偏微分方程的求解任务,拓展其在交叉学科中的应用边界。
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 微软推出的【AZ-900微软认证】是一项针对初学者的基础级云服务资格认证,其目的在于帮助学习者掌握云概念、微软Azure服务的运作机制以及云解决方案的核心知识。获得这一认证后,考生将能够清晰地理解云计算领域的基础术语、服务模式(包括IaaS、PaaS、SaaS等)以及这些服务在Azure平台上的实际应用方式。 在【必过考题】部分,我们可以观察到两个重点议题,它们分别聚焦于PaaS(平台即服务)的概念阐释和云成本的计算方式。 在第一个议题中,考生被要求辨别关于PaaS的正确性描述。PaaS平台提供了一个开发环境,但并不允许用户直接访问操作系统(Box 1: No)。比如,Azure Web Apps服务可以用来部署web应用,但用户无法直接管理虚拟机或IIS系统。另一方面,PaaS确实具备自动扩展的功能(Box 2: Yes),这表示可以根据实际需求自动增加负载均衡的虚拟机以支持web应用的运行。PaaS框架还为开发人员提供了构建和调整云端应用的工具,预置的应用组件能够有效缩短新应用的编程周期(Box 3: Yes)。 第二个议题同样关注云计算理念的理解,尤其强调IT支出从资本性支出(CapEx)向运营性支出(OpEx)的转型思想。传统的IT投资通常被视为CapEx,而云计算的按需付费机制使企业能够将这部分开支转化为OpEx,从而在财务规划上获得更大的自由度。 在为AZ-900考试做准备时,考生需要特别关注以下几个核心知识点: 1. **云服务模式**:深入理解IaaS(基础设施即服务)、PaaS和SaaS(软件即服务)之间的差异及其各自的应用情境。 2. **Azure服务*...
源码下载地址: https://pan.quark.cn/s/239a0d536a1e 依据所提供的文件资料,可以归纳出以下核心内容:由清华大学计算机系邓俊辉教授精心编纂的算法训练营题目合集,对于CSP(中国软件专业人才设计创业大赛)及PAT(程序设计能力测试)这类编程竞赛具有极高的参考价值,堪称一份极具价值的参考资料。此类竞赛普遍对参赛者的算法功底和编程技巧提出严苛要求。该合集中的题目算法领域紧密相连,其中包含了“最大红矩形”这一典型题目。所谓最大红矩形题目,其核心任务是针对一个由红色绿色方格构成的棋盘,寻觅出最大的纯红矩形区域。要攻克这一问题,必须运用数据结构算法的相关知识,特别是栈这一数据结构的应用。 “最大红矩形”问题能够被抽象转化为“直方图最大面积”问题。具体转化方法是将棋盘的每一列视为一个独立的直方图单元,其中红色方格的贡献体现为当前位置前一个绿色方格所在行数的差值,从而保证每个直方图的基宽恒定为1。随后,借助扫描直方图的技术手段来探寻最大矩形面积。这一过程需要对每个直方图进行系统性遍历,并利用栈来记录各直方图的下标信息。一旦检测到当前直方图的高度小于栈顶元素所记录的高度,则意味着遭遇了一个“高点”,此时需计算以该“高点”为右边界条件的最大矩形面积。 在编程实践环节,必须高度关注栈的操作细节,以及如何精确地初始化和操纵栈来应对直方图问题。代码实现中,通常配置两个栈,一个用于储存直方图的高度值,另一个用于标记直方图的下标位置。当面对新高度时,需审慎判断当前高度栈顶高度的相对关系,并据此抉择是执行入栈操作还是计算面积。针对“低点”(即当前高度小于栈顶),应直接将当前高度纳入栈中;而对于“高点”,则需执行弹出栈顶元素的操作,并基于该栈顶元素的高...
源码链接: https://pan.quark.cn/s/3af847fbbec7 在计算机科学编程领域中,十六进制(Hexadecimal)以及二进制(Binary)是两种关键性的数值表示方法。十六进制属于一种基于16的计数系统,它运用0至9的数字以及字母A至F(分别象征10至15的数值)来呈现数值,此同时,二进制则是一种基于2的计数系统,仅采用0和1两个符号。掌握这两种进制之间的相互转换对于深入理解计算机内部运作机制具有决定性意义,因为计算机在底层数据的存储处理环节通常都是以二进制的形式来进行的。将十六进制转换成二进制的过程可以通过以下几个环节得以完成: 1. **单个十六进制符号的转换**:每一个十六进制符号对应着4位二进制序列。具体而言: - 十六进制中的`0`在二进制表达为`0000` - 十六进制中的`1`在二进制表达为`0001` - 十六进制中的`2`在二进制表达为`0010` - 依此类推 - 十六进制中的`9`在二进制表达为`1001` - 十六进制中的`A`或`a`在二进制表达为`1010` - 十六进制中的`B`或`b`在二进制表达为`1011` - 十六进制中的`C`或`c`在二进制表达为`1100` - 十六进制中的`D`或`d`在二进制表达为`1101` - 十六进制中的`E`或`e`在二进制表达为`1110` - 十六进制中的`F`或`f`在二进制表达为`1111` 2. **多位十六进制符号的转换**:针对一个由多个十六进制符号组成的数值,我们可以逐个符号进行转换,并将得到的二进制序列依次拼接。例如,十六进制数`3F`转换成二进制形式为`00111111`。 3. **编程实现方法**:在编程实践过程中,众多编程语言提...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值