GPU云服务器涨价潮：Nebius 三个月内两轮提价，算力正在从买方市场变成卖方市场 老实说，做服务器导购这些年，我见过最魔幻的一幕，就发生在这个 9 月：同一个月里，一边是海外 GPU 云服务商拍着桌子涨价，一边是国内云厂商在网上喊"2 核 2G，68 块钱一年"。这两件事都是真的，都发生在 2026 年 9 月。所以我想把这条线捋一捋——涨的到底是什么，为什么涨，以及对你我这种要买服务器的人意味着什么。因为搞错了这件事，你的采购决策会错一整年。起点是 9 月 17 日。荷兰的 AI 算力租赁商 Nebius 给客户发了一封调价通知：自 10 月 1 日起，按需 GPU 云服务全线提价。H100 涨 17%、H200 涨 20%、B200 涨 19%、B300 涨 21%（来源：星岛环球网、格隆汇，2026-09-18 / 09-21）。这不是它今年第一次涨——这是三个月内的第二轮。B300 的租金从 7.85 美元/小时涨到 9.50 美元/小时，折成人民币，从 52 块钱涨到 63 块钱一小时。目录 一、先把事实摆出来：涨了多少，涨的是谁 二、为什么敢这么涨？因为议价权反转了 三、真正的推手不是 GPU，是内存 四、别误读：涨的是 AI 算力，不是所有云服务器 五、落到选购：涨价周期里，我建议你做三件事 六、总结 一、先把事实摆出来先把涨价清单摆上来，一目了然： 芯片 涨幅 生效时间 备注 H100 +17% 2026-10-01 2022 年发布的老卡，照样涨 H200 +20% 2026-10-01 B200 +19% 2026-10-01 B300 +21% 2026-10-01 从 7.85 → 9.50 美元/小时 几个关键事实，比数字本身更重要： 这是三个月内的第二次涨价。 行业里的事，一次叫波动，两次叫趋势。 B300 的累计涨幅已经到 56%。 半年不到，同一个东西贵了一半多。 需求能见度超过 24 个月，有客户已经预订到 2028 年第一季度。 卖方连"要不要卖给你"都开始挑了。 连 2022 年的 H100 都跟着涨 17%。 这点最值得琢磨——按摩尔定律，四年前的卡早该贬值了，现在反而在涨价。 你看，H100 涨价比 B300 更说明问题。当一个市场里，四年前的老硬件也能涨价，说明缺的不是"新"，缺的是"量"。二、为什么敢这么涨？因为议价权反转了Nebius 的调价通知发得非常硬气。没有客套的"由于成本原因我们遗憾地通知您"，而是直接告诉你：需求能见度 24 个月，后面还有人排队。这就是卖方市场（Seller's Market）。我记得 2024 年那会儿，技术圈流行一句话叫"算力过剩"，各种"AI 泡沫要破了"的论调满天飞，云厂商为了抢客户打得头破血流，算力几乎是求着人用。那时候买算力的是大爷。两年时间，攻守互换。举个生活里的例子。房子不好卖的时候，中介天天给你打电话，房东愿意坐下来跟你谈价格；房子好卖的时候，房东连面都不露，只让中介转告你一句："这个价，要不要？后面还有人排队。"现在的 GPU 算力，就是后面那套房。至于为什么反弹得这么快，原因不复杂：需求侧是 AI 大模型训练和推理的爆发，供给侧被几件事卡住了脖子——先进制程产能、CoWoS 封装、HBM 内存，每一环都不是说扩就能扩的。产能爬坡要按季度算，需求增长是按月算的。供需曲线一旦交叉，价格就没得商量。三、真正的推手不是 GPU，是内存这一节是全文最反直觉的地方，我建议你认真看。大家一提到 AI 算力，第一反应都是"显卡"、"GPU"。但 2026 年这轮涨价，真正的推手其实在内存。就在这个 9 月，谷歌供应链基础设施高级总监 Nikhil Cherian 公开透露了一个很有意思的细节（来源：36氪转快科技，2026-09-20）： AI 行业已经从"算力受限"快速转向"内存受限"； 高性能内存目前占单台 AI 服务器物料成本的约 75%； 为了突破瓶颈，谷歌建立了内部回收供应链，把退役服务器拆解，回收还能用的 DDR4 内存条； 谷歌甚至专门设计了硬件转接器，让上一代 DDR4 内存能插到新一代 AI 服务器上。 连谷歌都开始"捡破烂"了。你说这是缺钱吗？万亿市值的公司，真不缺这点采购费。这是结构性缺货——三星、SK 海力士、美光把先进产能和封装资源几乎全砸向了 HBM，因为 HBM 的利润远高于通用内存。结果就是"高端产能挤爆、中低端断供"，通用内存被挤出一片真空。讲得再直白一点：AI 这台机器的木桶，最短的那块板已经从 GPU 换成了内存。内存跟不上，你显卡再强也没用——模型权重、KV Cache、上下文窗口，全都要吃内存。花大价钱买的算力核心，因为"喂不饱"而闲置。这个账，云厂商比谁都算得清楚，所以涨价的时候就格外理直气壮：我手里稀缺的不是卡，是能跑起来的整套资源。四、别误读：涨的是 AI 算力，不是所有云服务器好，现在说回大家最关心的问题：这波涨价，会传导到我头上的 VPS 吗？我给一个可能让你意外的结论：短期不会，长期要防。先看清楚涨的是什么。Nebius 涨的是按需 GPU 实例——H100、B300 这些专供 AI 训练推理的稀缺算力，客户是 AI 公司和科研机构，它们对价格不敏感，但对"能不能拿到"极度敏感。而你日常用的那台 2 核 4G 通用云服务器/VPS，卖的是完全不同的东西：CPU、普通内存、SSD、带宽。它和 GPU 算力，不在一个战场。所以你才会看到今年最魔幻的画面：一边海外 GPU 按小时涨价 20%，一边国内通用云服务器打价格战，轻量服务器 2 核 2G 杀到 68 元/年、核心产品降价 55%。因为通用计算这块，产能是过剩的，厂商拼的是规模和生态。但传导链条是存在的，而且已经在走了：内存、SSD 涨价 → 云厂商的硬件采购成本上升 → 未来通用云服务器的"加内存、加硬盘"变贵。其实这条线我们今年已经在别的文章里聊过了：内存价格暴涨、SSD 一天三个价、存储进入超级周期。Nebius 涨价只是把这条链子又往下推了一格。结论就是那句话：通用 VPS 现在没涨，不代表明年不涨。该锁的价，早点锁。五、落到选购：涨价周期里，我建议你做三件事看热闹是没用的，得落在行动上。我做服务器导购这些年，涨价周期里最值钱的三个建议是这些。第一，算"单位有效算力成本"，别死盯着小时价。这是我最想纠正的一件事。很多人比价，就比"每小时多少钱"，然后挑最便宜的。这是典型的拿单价当成本。真实的成本是：一次任务的总成本 = （GPU 小时价 × 卡数 × 小时数）÷ 有效利用率 # 别只比"每小时多少钱"，那叫单价，不叫成本 def cost_per_task(hourly, gpus, hours, utilization): paid = hourly * gpus * hours # 你真正掏的钱 useful = paid * utilization # 真正干活的那部分算力 return paid, paid / useful if utilization else float("inf") # 便宜的卡：单价 2 美元，但利用率只有 20% print(cost_per_task(2.0, 8, 100, 0.20)) # 花了 1600，等效单价 8000 # 贵的卡：单价 3 美元，但利用率能到 80% print(cost_per_task(3.0, 8, 100, 0.80)) # 花了 2400，等效单价 3000 你看，便宜的卡反而更贵。 涨价之后，这个差距会被进一步放大。所以在 GPU 云普遍提价的周期里，第一件该做的事不是"找更便宜的小时价"，而是把你自己的利用率提上去——利用率从 20% 提到 60%，比你在外面砍下 20% 的价格，效果大得多。第二，在涨价周期里，"锁价"比"砍价"重要。涨价周期里，一次性的折扣是没用的，你需要的是"把未来的价格锁死"。包年包月、预留实例（Reserved Instance）、长期合同，本质都是拿"确定性"去换折扣——你承诺用满一年，厂商给你一个低于市场价的价格。在价格趋势向上的时候，这类合同的价值会被显著放大。但签之前，一定看清楚三件事： 计费口径：是按"开机时长"算，还是按"GPU 卡时"算？关机了还算不算钱？ 溢出价格：超出预留额度的那部分，按什么价计费？很多坑在这里。 退出门槛：能不能中途调整、能不能降配、违约金多少？ 第三，混合部署，别一把梭。这是我给中小团队的实在建议：训练用海外 GPU 云（按需、弹性、贵但拿到手），部署和推理放国内低价云或自建。原因很简单：训练是短时、高强度、吃稀缺算力的活儿，按需租最划算；而推理/部署是长时、低强度、吃通用资源的活儿，放在便宜的通用云服务器上成本低得多。我见过一个挺典型的案例。一个朋友做 AI 应用，一开始图省事，训练和推理全堆在海外 GPU 云上，账单一个月几万块。后来我让他拆开：训练还留在海外（这块确实没法省），把 API 服务、数据库、前端全迁到国内的轻量云上。一个月账单直接砍掉一大半，性能还没掉。用我们圈子里的话说：别一把梭，该省的地方要省。六、总结把这篇的核心再收一遍： Nebius 这轮涨价，涨的是稀缺的 AI 算力（GPU 按需实例），不是所有云服务器。 海外的 H100/B300 在涨，国内通用云服务器还在打价格战，两件事同时成立。 涨价的真正源头在内存的结构性短缺。 高性能内存占了 AI 服务器物料成本的约 75%，连谷歌都在拆退役服务器回收 DDR4。GPU 只是那个"看得见的符号"。 对买服务器的人，动作很明确：算有效成本而不是单价、在涨价周期里锁定长期价格、训练与部署分开做混合架构。 最后说一句我个人觉得最重要的：什么时候该买、该租、该锁价，取决于你对未来趋势的判断，而不是当下谁的价格更低。 看清趋势，你才知道自己是在省钱，还是在省钱省出了更大的亏。希望对你有用。（全文完）