<p>大型云服务商正在加大对人工智能服务器和基础设施的投资，以满足人工智能开发和部署的需求，这加剧了由于其无法满足的增长而导致的内存短缺。</p>
<p>总部位于台湾的市场观察机构 TrendForce 估计，全球八大云服务提供商——谷歌、亚马逊、Meta、微软、甲骨文、腾讯、阿里巴巴和百度——将在 2026 年投入超过 7100 亿美元的资本支出，比去年增加约 61%。</p>
<p>根据早前披露的数据，仅前四大云服务商就占据了约 6350 亿美元的支出，显示出这些巨头在市场上的主导地位。</p>
<p>所有这些支出——总额超过了爱尔兰去年整个国内生产总值（GDP）——都用于数据中心及其所需设备，包括通常配备 Nvidia 或 AMD GPU 加速器的高性能服务器。</p>
<p>然而，许多公司越来越多地投资于其他加速器，如定制的应用特定集成电路（ASIC）。这些加速器在某些工作负载上提供了更好的性能和能效，但灵活性不如 GPU。</p>
<p>根据 TrendForce 的说法，谷歌仍然是唯一一家添加的 ASIC 服务器数量超过 GPU 服务器的云业务。它估计，谷歌的张量处理单元（TPU）将在今年运送到谷歌数据中心的 AI 服务器中占据约 78% 的份额。</p>
<p>亚马逊的建设预计将包括 60% 的 GPU 服务器，基于其 Trainium3 硅片的系统将在今年晚些时候增加。Meta 同样主要依赖 Nvidia 和 AMD 的 GPU，这些 GPU 预计将占其今年整合服务器的 80% 以上。</p>
<p>微软继续采购 Nvidia 的机架规模系统，甲骨文也在扩大其 GPU 服务器的机架规模部署。在中国运营商中，腾讯也在继续推出配备 Nvidia GPU 的服务器。</p>
<p>对 AI 服务器的需求导致内存价格上涨和短缺，因为芯片制造商转向生产高利润产品，如用于 GPU 和服务器级内存芯片的高带宽内存（HBM）。</p>
<p>其中两家内存芯片制造商 SK 海力士和闪迪今天宣布正在进行一种新内存类型的标准化过程，旨在提升 AI 推理能力。</p>
<p>高带宽闪存（HBF）是一种 NAND 闪存，旨在通过匹配 HBM 的带宽，同时以类似的成本提供 8-16 倍的容量来补充 HBM。</p>
<ul>
<li>硬盘今年已售罄——AI 是罪魁祸首</li>
<li>美国科技巨头为支持 AI 的政治家打开钱包</li>
<li>随着内存短缺持续，供应商的报价不再被长久记住</li>
<li>亚马逊 2000 亿美元的资本支出计划：我如何学会停止担忧并爱上负现金流</li>
<li>AI 数据中心因增加能源消耗而加剧气候紧急情况</li>
</ul>
<p>HBM 通常用于 AI 处理，但其容量限制导致随着模型的增长推理时间延长。由于它是闪存，HBF 的访问速度比 HBM 慢，但比闪存固态硬盘（SSD）快。将两者结合可以增加可以处理的工作负载的大小，而无需从 SSD 中提取数据。</p>
<p>在_Blocks &amp; Files_上查看此解释，同时闪迪也提供了一份事实表 [PDF]。</p>
<p>SK 海力士将 HBF 技术描述为超快 HBM 和高容量 SSD 之间的新内存层，并表示它将降低总拥有成本（TCO），同时提高 AI 系统的可扩展性。它预测，像 HBF 这样的复杂内存解决方案的需求将在 2030 年左右增加。®</p>

METW

MSFY

AMZZ

<p>全球八大云服务提供商，包括谷歌、亚马逊和微软，预计到 2026 年将在人工智能基础设施上投资超过 7100 亿美元，超过爱尔兰的国内生产总值。这项投资旨在应对对人工智能服务器日益增长的需求，导致内存短缺，因为芯片制造商优先考虑高利润产品。谷歌专注于基于 ASIC 的服务器，而亚马逊和 Meta 等其他公司则继续依赖 GPU。新的内存技术，如高带宽闪存（HBF），正在开发中，以补充现有解决方案并增强人工智能处理能力</p>

<p>The big cloud operators are ramping up investment in AI servers and infrastructure to meet demand for AI development and deployment, exacerbating the memory shortage caused by their insatiable growth.</p>
<div class="lb-trans"><p>大型云服务商正在加大对人工智能服务器和基础设施的投资，以满足人工智能开发和部署的需求，这加剧了由于其无法满足的增长而导致的内存短缺。</p>
</div><p>Taiwan-based market watcher TrendForce estimates the world's eight biggest cloud providers – Google, Amazon, Meta, Microsoft, Oracle, Tencent, Alibaba, and Baidu – will lay out upwards of $710 billion in capex during 2026, about 61 percent more than last year.</p>
<div class="lb-trans"><p>总部位于台湾的市场观察机构 TrendForce 估计，全球八大云服务提供商——谷歌、亚马逊、Meta、微软、甲骨文、腾讯、阿里巴巴和百度——将在 2026 年投入超过 7100 亿美元的资本支出，比去年增加约 61%。</p>
</div><p>According to figures disclosed earlier, the first four alone account for about $635 billion of that outlay, showing just how much the giant players dominate the market.</p>
<div class="lb-trans"><p>根据早前披露的数据，仅前四大云服务商就占据了约 6350 亿美元的支出，显示出这些巨头在市场上的主导地位。</p>
</div><p>All of this spend – which adds up to more than the entire gross domestic product (GDP) of Ireland last year – is going on datacenters and the kit to fill them, including high-performance servers typically packed with GPU accelerators from Nvidia or AMD.</p>
<div class="lb-trans"><p>所有这些支出——总额超过了爱尔兰去年整个国内生产总值（GDP）——都用于数据中心及其所需设备，包括通常配备 Nvidia 或 AMD GPU 加速器的高性能服务器。</p>
</div><p>However, many increasingly invest in other accelerators such as custom-built application-specific integrated circuits (ASICs). These offer some advantages including better performance and energy efficiency for some workloads, but are less versatile than GPUs.</p>
<div class="lb-trans"><p>然而，许多公司越来越多地投资于其他加速器，如定制的应用特定集成电路（ASIC）。这些加速器在某些工作负载上提供了更好的性能和能效，但灵活性不如 GPU。</p>
</div><p>Google remains the only cloud biz that is adding more ASIC-based servers than GPU-based ones, according to TrendForce. It estimates Google's Tensor Processing Units (TPUs) will feature in about 78 percent of AI servers shipped to Google datacenters this year.</p>
<div class="lb-trans"><p>根据 TrendForce 的说法，谷歌仍然是唯一一家添加的 ASIC 服务器数量超过 GPU 服务器的云业务。它估计，谷歌的张量处理单元（TPU）将在今年运送到谷歌数据中心的 AI 服务器中占据约 78% 的份额。</p>
</div><p>Amazon's build-out is expected to comprise 60 percent GPU servers, with systems based on its Trainium3 silicon set to ramp up later in the year. Meta will likewise rely primarily on Nvidia and AMD GPUs, which are likely to make up more than 80 percent of the servers it assimilates this year.</p>
<div class="lb-trans"><p>亚马逊的建设预计将包括 60% 的 GPU 服务器，基于其 Trainium3 硅片的系统将在今年晚些时候增加。Meta 同样主要依赖 Nvidia 和 AMD 的 GPU，这些 GPU 预计将占其今年整合服务器的 80% 以上。</p>
</div><p>Microsoft continues to procure Nvidia rack-scale systems, and Oracle is also expanding its rack-scale deployments of GPU servers. Of the Chinese operators, Tencent also continues to roll out servers with Nvidia GPUs.</p>
<div class="lb-trans"><p>微软继续采购 Nvidia 的机架规模系统，甲骨文也在扩大其 GPU 服务器的机架规模部署。在中国运营商中，腾讯也在继续推出配备 Nvidia GPU 的服务器。</p>
</div><p>This demand for AI servers has led to rising memory prices and a shortage as the chipmakers switch manufacturing lines to favor high-margin products such as high-bandwidth memory (HBM) used in GPUs and server-grade memory chips.</p>
<div class="lb-trans"><p>对 AI 服务器的需求导致内存价格上涨和短缺，因为芯片制造商转向生产高利润产品，如用于 GPU 和服务器级内存芯片的高带宽内存（HBM）。</p>
</div><p>Two of those memory chipmakers, SK Hynix and Sandisk, have today announced work on a standardization process for a new memory type aimed at boosting AI inferencing.</p>
<div class="lb-trans"><p>其中两家内存芯片制造商 SK 海力士和闪迪今天宣布正在进行一种新内存类型的标准化过程，旨在提升 AI 推理能力。</p>
</div><p>High-bandwidth flash (HBF) is a form of NAND flash intended to complement HBM by matching the latter's bandwidth while delivering 8-16 times the capacity for a similar cost.</p>
<div class="lb-trans"><p>高带宽闪存（HBF）是一种 NAND 闪存，旨在通过匹配 HBM 的带宽，同时以类似的成本提供 8-16 倍的容量来补充 HBM。</p>
</div><ul>
<li>Hard drives already sold out for this year – AI to blame</li>
<li>US tech giants open their wallets for AI-friendly politicians</li>
<li>As memory shortage persists, vendor price quotes are not long remembered</li>
<li>Amazon's $200 billion capex plan: How I learned to stop worrying and love negative free cash flow</li>
<li>AI bit barns grow climate emergency by turning up the gas</li>
</ul>
<div class="lb-trans"><ul>
<li>硬盘今年已售罄——AI 是罪魁祸首</li>
<li>美国科技巨头为支持 AI 的政治家打开钱包</li>
<li>随着内存短缺持续，供应商的报价不再被长久记住</li>
<li>亚马逊 2000 亿美元的资本支出计划：我如何学会停止担忧并爱上负现金流</li>
<li>AI 数据中心因增加能源消耗而加剧气候紧急情况</li>
</ul>
</div><p>HBM is commonly used for AI processing, but its capacity limits lead to lengthening inference times as models grow. Because it is flash, HBF is slower to access than HBM, but much faster than a flash solid-state drive (SSD). Combining the two could increase the size of workloads that can be processed without having to fetch data from SSDs.</p>
<div class="lb-trans"><p>HBM 通常用于 AI 处理，但其容量限制导致随着模型的增长推理时间延长。由于它是闪存，HBF 的访问速度比 HBM 慢，但比闪存固态硬盘（SSD）快。将两者结合可以增加可以处理的工作负载的大小，而无需从 SSD 中提取数据。</p>
</div><p>See an explainer here over at <em>Blocks &amp; Files</em>, while a fact sheet [PDF] is also available from Sandisk.</p>
<div class="lb-trans"><p>在_Blocks &amp; Files_上查看此解释，同时闪迪也提供了一份事实表 [PDF]。</p>
</div><p>SK hynix describes HBF technology as a new memory layer between ultra-fast HBM and high-capacity SSDs, and says it will reduce the total cost of ownership (TCO) while increasing the scalability of AI systems. It forecasts that demand for complex memory solutions like HBF will pick up around 2030. ®</p>
<div class="lb-trans"><p>SK 海力士将 HBF 技术描述为超快 HBM 和高容量 SSD 之间的新内存层，并表示它将降低总拥有成本（TCO），同时提高 AI 系统的可扩展性。它预测，像 HBF 这样的复杂内存解决方案的需求将在 2030 年左右增加。®</p>
</div>

Top cloud providers to outspend Ireland's GDP on AI in 2026

- 大型云计算公司正加大对 AI 服务器和基础设施的投资。  
- TrendForce 预测八大云服务商 2026 年资本支出将达 7100 亿美元。  
- 新型高带宽闪存（HBF）技术有望提高 AI 系统的性能与可扩展性。

The Register

Roundhill META WeeklyPay ETF

Kurv Yield Premium Strategy Microsoft MSFT ETF

GraniteShares 2x Long AMZN Daily ETF

2 倍做多 Meta ETF - Direxion

Roundhill AMZN WeeklyPay ETF

亚马逊每日 2 倍做多 ETF - Direxion

云计算 ETF - GlobalX

YieldMax MSFT Option Income Strategy ETF

Roundhill GOOGL WeeklyPay ETF

微软每日 2 倍做多 ETF - Direxion

2 倍做多 MSFT ETF - GraniteShares

2 倍做多谷歌 ETF - Direxion

T-Rex 2X Long Microsoft Daily Target ETF

2 倍做多 META ETF - GraniteShares

谷歌-A

微软

谷歌-C

亚马逊

顶级云服务提供商在 2026 年对人工智能的支出将超过爱尔兰的 GDP