手機集體漲價，背後竟然是一筆看不見的“AI 稅”？-辟謠-漫步新聞-陪你看看

近段時間，手機價格上漲頻頻登上熱搜，引發廣泛關注。對於準備換手機的人來說，最直觀的感受是：預算還是去年的預算，選擇卻似乎少了一些。

9月以來，多家主流手機品牌陸續調整了產品售價，旗艦機型有數百到上千元不等的價格上浮動，入門機型也出現了百元左右的價格波動。漲價不再只是高端手機的事，也開始影響那些只想買一部“夠用的手機”的人。

圖源：微博截圖

過去，人們談論新手機，往往先問相機有沒有進步、續航能不能更久。今年，一個更實際的問題被擺在前面：同樣的錢，還能不能買到和去年差不多的配置？

多款手機集體漲價！

9月7號，華爲和小米分別召開了新品發佈會。這兩家廠商的新品，因爲設計、屏幕和產品定位往往都發生了變化，所以不大好和往年的產品直接相比。華爲MateXT2的起售價和去年相比貴了兩千塊，但和前年持平，而且摺疊方式大改，還多了一塊外屏；小米18Fold從屏幕到處理器再到電池都變了，高存儲容量版本還換上了新一代運行內存。

相對容易比較的，是蘋果。9月10日凌晨，蘋果發佈了iPhone18的部分產品。如果比較相同容量版本，iPhone18Pro的256GB和512GB版本均比上一代上漲1000元，1TB版本則上漲2500元；iPhone18ProMax的2TB版本更比上一代上漲3500元。

而且，存儲容量越大的機型，和iPhone17對應的機型相比，漲幅越大：從256G升級到512G，要多花2000元，從512G升級到1T，要多花3500元；而從1T升級到2T，居然要多花5000元。不僅如此，在售的舊款產品也調了價格。在蘋果官網iPhone17的256GB版本漲了 800元，iPhone Air的256GB和512GB版本分別上漲800元，1TB版本則上漲了2300元。

圖源：@小白測評

關於“手機新品會不會漲價”的猜測，塵埃落定。

推動這一輪手機漲價的重要因素之一，是因爲手機裏兩類平時不太被注意的元器件——運行內存和閃存，正在變貴。前者影響手機同時處理多少任務，後者決定能裝下多少照片、視頻和應用。消費者未必會記得它們的規格，卻可能在換機時感受到它們的價格變化。

根據國家發改委價格監測中心今年2月公佈的數據，截至2026年1月，代表性運行內存芯片和閃存芯片的合約價格，都達到了有數據以來的最高水平。一些電腦產品已經漲價了幾百到上千塊，一些相同存儲配置的手機也比上一代漲了幾百塊。

圖爲《金融時報》記者整理的各手機廠商漲價情況。

半年多過去，這股成本壓力仍在持續。

市場研究機構Counterpoint Research稱，2026年第二季度智能手機內存價格環比上漲80% 以上。國際數據公司（IDC）在8月預測，2026 年全球智能手機平均售價將達到581美元，比去年漲了近三成。

平均售價的變化並不意味着每一款手機都會漲價，但對消費者來說，換機時需要在價格和配置之間做的取捨，可能會更多。

沿着這輪漲價向上追溯，會遇到一個看似離日常換機很遠的原因：AI。

我們習慣從聊天機器人、圖像生成或智能助手中感受AI的發展，卻很少把它與一部手機的售價聯繫起來。但支撐這些應用的數據中心，需要大量存儲器件。不斷增長的需求，正通過供應鏈傳導到消費電子產品上。

AI公司採購的主要存儲芯片，並不是手機裏使用的那一種。爲什麼它們的需求，仍會影響我們買手機要花多少錢？

這要從兩類芯片背後相互牽連的產能與供應說起。

手機上的兩種存儲

手機存儲容量經常被寫成“12GB + 256GB”，其中GB（Gigabyte，吉字節）是表示數據容量的單位，而這兩個數字中的前一個通常指運行內存，後一個指機身存儲。

現代手機的運行內存主要屬於動態隨機存取存儲器（Dynamic Random Access Memory，DRAM）家族。“隨機”是說處理器可以按地址直接訪問數據，不必像磁帶那樣從頭依次尋找；“動態”則是說存儲單元需要不斷刷新，斷電後數據就會丟失。

更具體一點，手機和平板電腦通常使用低功耗雙倍數據速率內存（Low Power Double Data Rate，LPDDR）。這裏的“低功耗”，主要是相對於臺式機和服務器常用的雙倍數據速率內存（Double Data Rate，DDR）而言的；“雙倍數據速率”則是說，它可以在一個時鐘週期內傳輸兩次數據。

如果把手機的中央處理器（Central Processing Unit，CPU）想象成生產設備，運行內存就可以理解成生產設備旁邊的高速備料區，當前需要處理的程序和數據要儘量放在這裏。當運行內存不足時，設備就要頻繁關閉後臺任務，或者在不同速度的存儲器之間搬運數據，機器會變慢、變卡。運行內存越大，往往就可以同時執行更多任務。

而機身存儲的技術家族是NAND閃存。它屬於非易失性存儲，讓我們手機正常關機以後也不會丟數據。機身存儲的容量往往比運行內存大得多，但訪問速度也更慢。要是某個應用程序需要數據，會先把數據先從閃存搬到運行內存，再交給處理器。

在手機行業，閃存芯片與控制器、固件、接口和封裝組合成通用閃存存儲（Universal Flash Storage，UFS）；電腦和服務器使用的固態硬盤（Solid-State Drive，SSD），則是另一種基於 NAND 閃存的完整產品包裝。控制器要負責地址映射、錯誤校正和磨損管理，因此即使容量相同的機身存儲或固態硬盤，不同產品的速度和壽命也可能不同。

我們可以把LPDDR看成處理器旁邊的高速備料區，把UFS和SSD看成面向不同設備修建的倉庫。AI 服務器也採用了這種“備料區—倉庫”的存儲層級，但是設備形態和性能要求大不一樣。

圖庫版權圖片，轉載使用可能引發版權糾紛

AI服務器用什麼存儲？

AI服務器會用企業級SSD保存訓練樣本、模型文件、日誌和訓練檢查點，普通服務器內存配合CPU處理系統任務；而最重要也最密集的神經網絡運算，則主要由配有更高速內存的AI加速器完成。

AI加速器是專門爲大規模神經網絡運算設計的處理芯片，最常見的是圖形處理器（Graphics Processing Unit，GPU），另外還有各家公司設計的專用 AI 芯片。與處理通用計算任務的 CPU 相比，它們擁有更多並行計算單元，可以同時完成大量相似運算。爲了持續向這些計算單元輸送數據，AI 加速器通常會連接高帶寬內存（High Bandwidth Memory，HBM）。

HBM仍然屬於DRAM，但組織方式不一樣。它把多層超薄DRAM裸片垂直堆疊起來，用硅通孔（Through-Silicon Via，TSV）在芯片內部建立大量連接，再通過硅中介層放在AI加速器旁邊。垂直堆疊提高了單位面積能夠容納的容量；大量硅通孔和近距離封裝，則大大提升了帶寬。

容量是能存儲的數據量，帶寬則是搬運數據的速度。HBM 把接口做得很“寬”，能讓大量數據同時通過。存儲產品巨頭美光（Micron）的第四代高帶寬內存產品HBM4，單個堆棧帶寬超過每秒2.8太字節（Terabytes per second，TB/s），若按一部高清電影30GB來算，這相當於每秒傳輸近100部電影。

現在我們有了一個粗略的地圖：LPDDR是手機處理器旁邊的高速備料區，UFS是手機保存應用和文件的倉庫，SSD是電腦和服務器常用的更慢更大的數據倉庫，HBM則是AI加速器旁邊車道更多、速度更快但也更昂貴的備料區。所以，手機和AI服務器並不會使用同一種內存。

那麼，爲什麼AI服務器會導致手機漲價呢？有兩個遞進的原因：AI的訓練和推理特別依賴內存，以及AI的內存需求擠佔了手機內存的生產資源。

AI爲什麼特別依賴內存？

AI大模型的生命週期可以分成兩個階段：訓練和推理，大概可以理解成模型的上學讀書和上班工作。這兩個階段都是計算，而AI加速器做任何計算之前，都要先取得AI模型參數和中間數據。如果內存跟不上，就像生產設備很好，但卻總要等人從倉庫慢慢搬原料而無法全速生產。

訓練讓模型閱讀大量樣本，根據預測誤差不斷調整內部參數。在這個過程中，內存裏裝的不只是模型已經學到的東西，每一層計算還會產生記錄中間結果的“激活值”，需要保存指示參數調整方向的“梯度”，優化器也會保留額外狀態。輸入越長、模型越深，激活數據還可能迅速增加。

模型參數本質上是大量數字，但因爲模型參數越來越大，僅保存這些數字就會佔用驚人的容量。做一個粗略計算：如果一個模型有700億個參數，每個參數用16位，也就是2字節表示，僅權重就約需140GB。訓練還要放入激活值、梯度和優化器狀態，真實需求會大得多——而今天的先進大模型，參數往往已經超過一萬億了。

一些大模型會採用混合專家模型（Mixture of Experts，MoE），讓每個詞元（Token）只調用少數幾個專家。這種方式能減少計算量，但是各位專家的權重仍要存放在內存裏，因此也沒怎麼省內存。

訓練樣本、模型檢查點和日誌則主要放在SSD等長期存儲中。模型檢查點可以理解成訓練過程中的“存檔”：一旦供電、網絡或硬件發生故障，系統可以從最近進度恢復，而不是重新訓練。大規模訓練中，這些存檔本身也可能達到數百GB，需要頻繁寫入企業級SSD。

等到模型真正開始上班，根據用戶輸入生成答案時，就進入了推理階段。單次推理的計算量通常遠小於訓練，而模型長期運行、同時服務大量用戶以後，會形成的累計算力和內存需求可能更驚人。

圖庫版權圖片，轉載使用可能引發版權糾紛

我們常用的AI模型，推理通常可以粗略分成兩個階段。第一個階段叫預填充（prefill），系統處理用戶輸入，運行大量並行計算，併爲後續生成建立中間狀態。第二個階段叫解碼（decode），模型每次生成一個新詞元，再把結果加入上下文，繼續生成下一個。

預填充通常更容易發揮 AI 加速器的並行能力；逐詞生成則要在每一步反覆讀取模型權重和此前形成的鍵值緩存（Key-Value cache，KV cache），就像反覆翻看工作筆記。對話越長、同時服務的用戶越多，這本“工作筆記”佔用的內存也越大。

所以在推理階段，內存容量越大，越容易讓完整模型留在高速內存中，也能容納更長的上下文、更大的鍵值緩存和更多併發用戶；帶寬越高，權重和鍵值緩存就能更快送到計算核心，逐詞生成速度更快，響應延遲更低。

所以，內存是個好東西，AI大廠非常需要它。

AI公司採購的不只是GPU

新聞標題中的“AI大廠掃貨”，很容易讓人以爲他們只是在搶顯卡。而實際上，一座 AI 數據中心要同時配置電力、製冷和網絡，還要把AI加速器、HBM、服務器DRAM和企業級SSD組裝成完整系統。其中任何一項短缺，都不能正常運行。

最近幾年AI建設的規模確實很大。今年，美國各大AI巨頭都列出了數百億到兩千億美元的資本開支，其中相當大的部分投向算力和存儲，也正在通過長期供貨協議鎖定服務器DRAM和企業級SSD等產品。

長期供貨協議會讓長期採購的客戶更容易獲得資源。高科技產業研究機構集邦諮詢（TrendForce）稱，DRAM廠商正在把更多產能分配給HBM和服務器產品，NAND 閃存廠商則把更多產能分配給企業級SSD。利潤較薄、需求又不怎麼穩定的消費級產品，優先級就被排在了後面。

那麼，爲什麼存儲廠商不多造些存儲芯片呢？又不是賣不出去……

因爲開新的芯片生產線相當麻煩，週期會比較長。內存和閃存都要從高純度硅晶圓開始，反覆完成薄膜沉積、塗膠、曝光、顯影、刻蝕和離子注入等等步驟，在晶圓上形成層層對齊的微小結構，然後再檢測、切割、封裝和測試。

光刻設備製造商阿斯麥（ASML）介紹，芯片製造包含數百個步驟，從設計走向大規模生產往往需要幾個月。國家發改委價格監測中心援引的行業估算認爲，新建晶圓廠通常需要1.5至2年，後續設備安裝、工藝調試、良品率提升和客戶驗證還要繼續花時間。

存儲行業還有明顯的週期性。若是供不應求時集中擴產，新增產能落地後又可能遇到需求下降和價格下跌——就像生豬週期那樣。今天的廠商擴產更加謹慎，也更願意把資本和產能投入到AI服務器的需求上。

圖庫版權圖片，轉載使用可能引發版權糾紛

漲價是怎樣一步步傳到手機和筆記本電腦的？

現在我們可以看到這條完整路徑了。AI 加速器需求增長，帶動HBM、服務器DRAM和企業級SSD需求；存儲廠商把資源投向服務器產品以後，手機內存和機身存儲、電腦內存和固態硬盤的供給壓力上升，價格上漲。

不過，存儲芯片漲了一百塊，不等於手機一定也漲一百塊。要討論價格的傳遞，至少要區分四類數字。

第一類是存儲芯片的合約價，也就是供應商與大客戶在一定時期內確定的元件價格。第二類是物料清單成本（Bill of Materials，BOM），也就是一部設備中主要零部件成本的合計。第三類是平均售價（Average Selling Price，ASP），第四類纔是消費者面對的終端價格，其中又包括廠商建議零售價和疊加補貼、折扣、庫存清理之後的實際到手價。

所以，“第二季度智能手機內存價格環比上漲80% 以上”“相似配置旗艦手機的BOM同比增加接近50%”“全球智能手機平均售價預計同比上漲 27.6%”和“某款手機是否會漲價”，說的不是同一件事。

而且，廠商還可以用舊庫存、長期採購合同、其他零部件降本或者降低利潤率來吸收一部分成本。實在沒辦法了，纔會提高零售價、降低基礎容量、減少低價型號。因此，存儲成本上漲，的確會讓手機的生產成本上升，但並不是每一款產品都會以相同方式漲價。

不同電子產品，受影響的程度也不同。電腦內存條、消費級SSD，受上游價格影響最直接；其次纔是手機、筆記本電腦、臺式機整機和平板電腦。這類產品雖然內存漲價，但是廠商消化成本的方法也更多。最後纔是不太需要存儲設備的電子產品，它們可能受存儲器件漲價影響，但其他零部件和產品週期的作用更大。

圖庫版權圖片，轉載使用可能引發版權糾紛

怎麼判斷手機是不是真漲價？

判斷一部手機是否漲價，不能只比較兩場發佈會上的“起售價”，還可以多對比一下。

可以先看看同一款產品、同一存儲容量在不同時期的價格。發佈會後，仍在銷售的iPhone 17和iPhoneAir並沒有更換處理器、屏幕和攝像頭，卻同步調整了價格，這說明漲價並不只發生在換代新品上。

然後再看看同一代、同一型號產品的“容量升級價差”。iPhone18Pro系列從256GB升到512GB，需要加2000元；從512GB升到1TB，要加3500元；從1TB 升到2TB，又要增加5000元。而上一代從512GB升到1TB只需增加2000元。消費者爲大容量支付的額外價格，正在明顯擴大；大容量版本漲得更多，能說明漲價正在向這些版本集中。

再接下來，纔是比較兩代產品的相同容量版本。iPhone18Pro和 iPhone18ProMax的256GB版本均比上一代上漲1000元，1TB版本則上漲了2500元。但新一代同時更換了處理器、攝像頭、散熱系統和電池，因此這些漲幅不能全部算在存儲器頭上。

發佈會前，集邦諮詢估算，256GB版本iPhone18Pro的物料清單成本可能比上代增加約 38%，內存佔物料清單成本的比例可能升至約34%；同時預計蘋果可能通過壓縮部分利潤空間，控制零售價漲幅。發佈後的實際情況是，基礎版本並沒有按照物料成本的估算幅度漲價，但高容量版本的漲幅更明顯。這與“廠商吸收一部分成本，再把一部分壓力分配到不同容量和產品上”的判斷並不矛盾。

至於新款AppleWatch和AirPods5的起售價沒有上漲，則告訴我們，並不是所有電子產品都會因爲存儲價格上漲而一起漲價。存儲器用量、成本佔比、產品利潤率、庫存和廠商定價策略，都會決定壓力最終以什麼方式傳到消費者面前。

例如華爲MateXT2這類售價接近2萬元的超高端產品，存儲芯片成本在整機售價中的佔比相對有限，可能通過毛利空間、合同採購以及整體定價策略吸收存儲成本變化。而對於平板電腦，存儲器件漲價的影響會更明確地反映到售價上。

想要換機，該怎麼辦？

都在漲價，想要換機怎麼辦？有幾個小建議。

首先是分清運行內存和機身存儲。如果經常在多個應用之間切換、玩大型遊戲、剪輯視頻或運行端側AI，更需要關注運行內存；如果主要問題是照片、視頻和應用裝不下，就應該增加機身存儲。

其次，根據設備能否升級決定預留多少容量。手機、平板電腦和不少輕薄筆記本把內存或存儲焊在主板上，購買時應該留出合理餘量；臺式機和可以擴容的筆記本則可以先滿足當前需求，以後再增加。

第三，不一定非要追新。空間不足可以先清理；續航明顯下降可以換電池；實在太慢，就考慮恢復出廠設置或重裝操作系統。

第四，不要因爲恐慌而囤積。存儲行業有周期性，更何況價格還會受到擴產、需求和工藝進度影響。先解決眼前的問題，其他的交給市場。

最後，在清理、維修、擴容或者換機以前，一定先做好備份。雲盤同步可以提供一份副本，但重要照片、文檔和聊天記錄最好還保存在電腦、移動硬盤或其他彼此獨立的位置，不要只存在一臺設備上。

AI數據中心的建設，的確正在改變全球存儲產業的需求和資源流向，但它不是所有電子產品漲價的唯一原因。行業週期、廠商投資、消費需求、匯率、產品配置和定價與促銷策略，也會影響最終電子產品的到手價。

理解這個過程，雖然不能讓我們買手機時立省一千塊，但卻能幫助我們做出更好的判斷，不被某個驚人的百分比嚇壞。對於個人使用的電子設備，最可靠的原則仍然是根據真實需求購買，而不是讓漲價新聞替自己作決定。

策劃製作