手机全涨价？详细说说背后的“AI 税”

近段时间，手机价格上涨频频登上热搜，引发广泛关注。对于准备换手机的人来说，最直观的感受是：预算还是去年的预算，选择却似乎少了一些。

9 月以来，多家主流手机品牌陆续调整了产品售价，旗舰机型有数百到上千元不等的价格上浮动，入门机型也出现了百元左右的价格波动。涨价不再只是高端手机的事，也开始影响那些只想买一部“够用的手机”的人。

过去，人们谈论新手机，往往先问相机有没有进步、续航能不能更久。今年，一个更实际的问题被摆在前面：同样的钱，还能不能买到和去年差不多的配置？

9 月 7 号，华为和小米分别召开了新品发布会。这两家厂商的新品，因为设计、屏幕和产品定位往往都发生了变化，所以不大好和往年的产品直接相比。华为 Mate XT 2 的起售价和去年相比贵了两千块，但和前年持平，而且折叠方式大改，还多了一块外屏；小米 18 Fold 从屏幕到处理器再到电池都变了，高存储容量版本还换上了新一代运行内存。

相对容易比较的，是苹果。9 月 10 日凌晨，苹果发布了 iPhone 18 的部分产品。如果比较相同容量版本，iPhone 18 Pro 的 256 GB 和 512 GB 版本均比上一代上涨 1000 元，1 TB 版本则上涨 2500 元；iPhone 18 Pro Max 的 2 TB 版本更比上一代上涨 3500 元。

而且，存储容量越大的机型，和 iPhone 17 对应的机型相比，涨幅越大：从 256G 升级到 512G，要多花 2000 元，从 512G 升级到 1T，要多花 3500 元；而从 1T 升级到 2T，居然要多花 5000 元。不仅如此，在售的旧款产品也调了价格。在苹果官网 iPhone 17 的 256 GB 版本涨了 800 元，iPhone Air 的 256 GB 和 512 GB 版本分别上涨 800 元，1 TB 版本则上涨了 2300 元。

关于“手机新品会不会涨价”的猜测，尘埃落定。

推动这一轮手机涨价的重要因素之一，是因为手机里两类平时不太被注意的元器件——运行内存和闪存，正在变贵。前者影响手机同时处理多少任务，后者决定能装下多少照片、视频和应用。消费者未必会记得它们的规格，却可能在换机时感受到它们的价格变化。

根据国家发改委价格监测中心今年 2 月公布的数据，截至 2026 年 1 月，代表性运行内存芯片和闪存芯片的合约价格，都达到了有数据以来的最高水平。一些电脑产品已经涨价了几百到上千块，一些相同存储配置的手机也比上一代涨了几百块。

半年多过去，这股成本压力仍在持续。

市场研究机构 Counterpoint Research 称，2026 年第二季度智能手机内存价格环比上涨 80% 以上。国际数据公司（IDC）在 8 月预测，2026 年全球智能手机平均售价将达到 581 美元，比去年涨了近三成。

平均售价的变化并不意味着每一款手机都会涨价，但对消费者来说，换机时需要在价格和配置之间做的取舍，可能会更多。

沿着这轮涨价向上追溯，会遇到一个看似离日常换机很远的原因：AI。

我们习惯从聊天机器人、图像生成或智能助手中感受 AI 的发展，却很少把它与一部手机的售价联系起来。但支撑这些应用的数据中心，需要大量存储器件。不断增长的需求，正通过供应链传导到消费电子产品上。

AI 公司采购的主要存储芯片，并不是手机里使用的那一种。为什么它们的需求，仍会影响我们买手机要花多少钱？

这要从两类芯片背后相互牵连的产能与供应说起。

手机上的两种存储

手机存储容量经常被写成“12 GB + 256 GB”，其中 GB（Gigabyte，吉字节）是表示数据容量的单位，而这两个数字中的前一个通常指运行内存，后一个指机身存储。

现代手机的运行内存主要属于动态随机存取存储器（Dynamic Random Access Memory，DRAM）家族。“随机”是说处理器可以按地址直接访问数据，不必像磁带那样从头依次寻找；“动态”则是说存储单元需要不断刷新，断电后数据就会丢失。

更具体一点，手机和平板电脑通常使用低功耗双倍数据速率内存（Low Power Double Data Rate，LPDDR）。这里的“低功耗”，主要是相对于台式机和服务器常用的双倍数据速率内存（Double Data Rate，DDR）而言的；“双倍数据速率”则是说，它可以在一个时钟周期内传输两次数据。

如果把手机的中央处理器（Central Processing Unit，CPU）想象成生产设备，运行内存就可以理解成生产设备旁边的高速备料区，当前需要处理的程序和数据要尽量放在这里。当运行内存不足时，设备就要频繁关闭后台任务，或者在不同速度的存储器之间搬运数据，机器会变慢、变卡。运行内存越大，往往就可以同时执行更多任务。

而机身存储的技术家族是 NAND 闪存。它属于非易失性存储，让我们手机正常关机以后也不会丢数据。机身存储的容量往往比运行内存大得多，但访问速度也更慢。要是某个应用程序需要数据，会先把数据先从闪存搬到运行内存，再交给处理器。

在手机行业，闪存芯片与控制器、固件、接口和封装组合成通用闪存存储（Universal Flash Storage，UFS）；电脑和服务器使用的固态硬盘（Solid-State Drive，SSD），则是另一种基于 NAND 闪存的完整产品包装。控制器要负责地址映射、错误校正和磨损管理，因此即使容量相同的机身存储或固态硬盘，不同产品的速度和寿命也可能不同。

我们可以把 LPDDR 看成处理器旁边的高速备料区，把 UFS 和 SSD 看成面向不同设备修建的仓库。AI 服务器也采用了这种“备料区—仓库”的存储层级，但是设备形态和性能要求大不一样。

AI 服务器用什么存储？

AI 服务器会用企业级 SSD 保存训练样本、模型文件、日志和训练检查点，普通服务器内存配合 CPU 处理系统任务；而最重要也最密集的神经网络运算，则主要由配有更高速内存的 AI 加速器完成。

AI 加速器是专门为大规模神经网络运算设计的处理芯片，最常见的是图形处理器（Graphics Processing Unit，GPU），另外还有各家公司设计的专用 AI 芯片。与处理通用计算任务的 CPU 相比，它们拥有更多并行计算单元，可以同时完成大量相似运算。为了持续向这些计算单元输送数据，AI 加速器通常会连接高带宽内存（High Bandwidth Memory，HBM）。

HBM 仍然属于 DRAM，但组织方式不一样。它把多层超薄 DRAM 裸片垂直堆叠起来，用硅通孔（Through-Silicon Via，TSV）在芯片内部建立大量连接，再通过硅中介层放在 AI 加速器旁边。垂直堆叠提高了单位面积能够容纳的容量；大量硅通孔和近距离封装，则大大提升了带宽。

容量是能存储的数据量，带宽则是搬运数据的速度。HBM 把接口做得很“宽”，能让大量数据同时通过。存储产品巨头美光（Micron）的第四代高带宽内存产品 HBM4，单个堆栈带宽超过每秒 2.8 太字节（Terabytes per second，TB/s），若按一部高清电影 30 GB 来算，这相当于每秒传输近 100 部电影。

现在我们有了一个粗略的地图：LPDDR 是手机处理器旁边的高速备料区，UFS 是手机保存应用和文件的仓库，SSD 是电脑和服务器常用的更慢更大的数据仓库，HBM 则是 AI 加速器旁边车道更多、速度更快但也更昂贵的备料区。所以，手机和 AI 服务器并不会使用同一种内存。

那么，为什么 AI 服务器会导致手机涨价呢？有两个递进的原因：AI 的训练和推理特别依赖内存，以及 AI 的内存需求挤占了手机内存的生产资源。

AI 为什么特别依赖内存？

AI 大模型的生命周期可以分成两个阶段：训练和推理，大概可以理解成模型的上学读书和上班工作。这两个阶段都是计算，而 AI 加速器做任何计算之前，都要先取得 AI 模型参数和中间数据。如果内存跟不上，就像生产设备很好，但却总要等人从仓库慢慢搬原料而无法全速生产。

训练让模型阅读大量样本，根据预测误差不断调整内部参数。在这个过程中，内存里装的不只是模型已经学到的东西，每一层计算还会产生记录中间结果的“激活值”，需要保存指示参数调整方向的“梯度”，优化器也会保留额外状态。输入越长、模型越深，激活数据还可能迅速增加。

模型参数本质上是大量数字，但因为模型参数越来越大，仅保存这些数字就会占用惊人的容量。做一个粗略计算：如果一个模型有 700 亿个参数，每个参数用 16 位，也就是 2 字节表示，仅权重就约需 140 GB。训练还要放入激活值、梯度和优化器状态，真实需求会大得多——而今天的先进大模型，参数往往已经超过一万亿了。

一些大模型会采用混合专家模型（Mixture of Experts，MoE），让每个词元（Token）只调用少数几个专家。这种方式能减少计算量，但是各位专家的权重仍要存放在内存里，因此也没怎么省内存。

训练样本、模型检查点和日志则主要放在 SSD 等长期存储中。模型检查点可以理解成训练过程中的“存档”：一旦供电、网络或硬件发生故障，系统可以从最近进度恢复，而不是重新训练。大规模训练中，这些存档本身也可能达到数百 GB，需要频繁写入企业级 SSD。

等到模型真正开始上班，根据用户输入生成答案时，就进入了推理阶段。单次推理的计算量通常远小于训练，而模型长期运行、同时服务大量用户以后，会形成的累计算力和内存需求可能更惊人。

我们常用的 AI 模型，推理通常可以粗略分成两个阶段。第一个阶段叫预填充（prefill），系统处理用户输入，运行大量并行计算，并为后续生成建立中间状态。第二个阶段叫解码（decode），模型每次生成一个新词元，再把结果加入上下文，继续生成下一个。

预填充通常更容易发挥 AI 加速器的并行能力；逐词生成则要在每一步反复读取模型权重和此前形成的键值缓存（Key-Value cache，KV cache），就像反复翻看工作笔记。对话越长、同时服务的用户越多，这本“工作笔记”占用的内存也越大。

所以在推理阶段，内存容量越大，越容易让完整模型留在高速内存中，也能容纳更长的上下文、更大的键值缓存和更多并发用户；带宽越高，权重和键值缓存就能更快送到计算核心，逐词生成速度更快，响应延迟更低。

所以，内存是个好东西，AI 大厂非常需要它。

AI 公司采购的不只是 GPU

新闻标题中的“AI 大厂扫货”，很容易让人以为他们只是在抢显卡。而实际上，一座 AI 数据中心要同时配置电力、制冷和网络，还要把 AI 加速器、HBM、服务器 DRAM 和企业级 SSD 组装成完整系统。其中任何一项短缺，都不能正常运行。

最近几年 AI 建设的规模确实很大。今年，美国各大 AI 巨头都列出了数百亿到两千亿美元的资本开支，其中相当大的部分投向算力和存储，也正在通过长期供货协议锁定服务器 DRAM 和企业级 SSD 等产品。

长期供货协议会让长期采购的客户更容易获得资源。高科技产业研究机构集邦咨询（TrendForce）称，DRAM 厂商正在把更多产能分配给 HBM 和服务器产品，NAND 闪存厂商则把更多产能分配给企业级 SSD。利润较薄、需求又不怎么稳定的消费级产品，优先级就被排在了后面。

那么，为什么存储厂商不多造些存储芯片呢？又不是卖不出去……

因为开新的芯片生产线相当麻烦，周期会比较长。内存和闪存都要从高纯度硅晶圆开始，反复完成薄膜沉积、涂胶、曝光、显影、刻蚀和离子注入等等步骤，在晶圆上形成层层对齐的微小结构，然后再检测、切割、封装和测试。

光刻设备制造商阿斯麦（ASML）介绍，芯片制造包含数百个步骤，从设计走向大规模生产往往需要几个月。国家发改委价格监测中心援引的行业估算认为，新建晶圆厂通常需要 1.5 至 2 年，后续设备安装、工艺调试、良品率提升和客户验证还要继续花时间。

存储行业还有明显的周期性。若是供不应求时集中扩产，新增产能落地后又可能遇到需求下降和价格下跌——就像生猪周期那样。今天的厂商扩产更加谨慎，也更愿意把资本和产能投入到 AI 服务器的需求上。

涨价是怎样一步步传到手机和笔记本电脑的？

现在我们可以看到这条完整路径了。AI 加速器需求增长，带动 HBM、服务器 DRAM 和企业级 SSD 需求；存储厂商把资源投向服务器产品以后，手机内存和机身存储、电脑内存和固态硬盘的供给压力上升，价格上涨。

不过，存储芯片涨了一百块，不等于手机一定也涨一百块。要讨论价格的传递，至少要区分四类数字。

第一类是存储芯片的合约价，也就是供应商与大客户在一定时期内确定的元件价格。第二类是物料清单成本（Bill of Materials，BOM），也就是一部设备中主要零部件成本的合计。第三类是平均售价（Average Selling Price，ASP），第四类才是消费者面对的终端价格，其中又包括厂商建议零售价和叠加补贴、折扣、库存清理之后的实际到手价。

所以，“第二季度智能手机内存价格环比上涨 80% 以上”“相似配置旗舰手机的 BOM 同比增加接近 50%”“全球智能手机平均售价预计同比上涨 27.6%”和“某款手机是否会涨价”，说的不是同一件事。

而且，厂商还可以用旧库存、长期采购合同、其他零部件降本或者降低利润率来吸收一部分成本。实在没办法了，才会提高零售价、降低基础容量、减少低价型号。因此，存储成本上涨，的确会让手机的生产成本上升，但并不是每一款产品都会以相同方式涨价。

不同电子产品，受影响的程度也不同。电脑内存条、消费级 SSD，受上游价格影响最直接；其次才是手机、笔记本电脑、台式机整机和平板电脑。这类产品虽然内存涨价，但是厂商消化成本的方法也更多。最后才是不太需要存储设备的电子产品，它们可能受存储器件涨价影响，但其他零部件和产品周期的作用更大。

怎么判断手机是不是真涨价？

判断一部手机是否涨价，不能只比较两场发布会上的“起售价”，还可以多对比一下。

可以先看看同一款产品、同一存储容量在不同时期的价格。发布会后，仍在销售的 iPhone 17 和 iPhone Air 并没有更换处理器、屏幕和摄像头，却同步调整了价格，这说明涨价并不只发生在换代新品上。

然后再看看同一代、同一型号产品的“容量升级价差”。iPhone 18 Pro 系列从 256 GB 升到 512 GB，需要加 2000 元；从 512 GB 升到 1 TB，要加 3500 元；从 1 TB 升到 2 TB，又要增加 5000 元。而上一代从 512 GB 升到 1 TB 只需增加 2000 元。消费者为大容量支付的额外价格，正在明显扩大；大容量版本涨得更多，能说明涨价正在向这些版本集中。

再接下来，才是比较两代产品的相同容量版本。iPhone 18 Pro 和 iPhone 18 Pro Max 的 256 GB 版本均比上一代上涨1000 元，1 TB 版本则上涨了 2500 元。但新一代同时更换了处理器、摄像头、散热系统和电池，因此这些涨幅不能全部算在存储器头上。

发布会前，集邦咨询估算，256 GB 版本 iPhone 18 Pro 的物料清单成本可能比上代增加约 38%，内存占物料清单成本的比例可能升至约 34%；同时预计苹果可能通过压缩部分利润空间，控制零售价涨幅。发布后的实际情况是，基础版本并没有按照物料成本的估算幅度涨价，但高容量版本的涨幅更明显。这与“厂商吸收一部分成本，再把一部分压力分配到不同容量和产品上”的判断并不矛盾。

至于新款 Apple Watch 和 AirPods 5 的起售价没有上涨，则告诉我们，并不是所有电子产品都会因为存储价格上涨而一起涨价。存储器用量、成本占比、产品利润率、库存和厂商定价策略，都会决定压力最终以什么方式传到消费者面前。

例如华为 Mate XT 2 这类售价接近 2 万元的超高端产品，存储芯片成本在整机售价中的占比相对有限，可能通过毛利空间、合同采购以及整体定价策略吸收存储成本变化。而对于平板电脑，存储器件涨价的影响会更明确地反映到售价上。

想要换机，该怎么办？

都在涨价，想要换机怎么办？有几个小建议。

首先是分清运行内存和机身存储。如果经常在多个应用之间切换、玩大型游戏、剪辑视频或运行端侧 AI，更需要关注运行内存；如果主要问题是照片、视频和应用装不下，就应该增加机身存储。

其次，根据设备能否升级决定预留多少容量。手机、平板电脑和不少轻薄笔记本把内存或存储焊在主板上，购买时应该留出合理余量；台式机和可以扩容的笔记本则可以先满足当前需求，以后再增加。

第三，不一定非要追新。空间不足可以先清理；续航明显下降可以换电池；实在太慢，就考虑恢复出厂设置或重装操作系统。

第四，不要因为恐慌而囤积。存储行业有周期性，更何况价格还会受到扩产、需求和工艺进度影响。先解决眼前的问题，其他的交给市场。

最后，在清理、维修、扩容或者换机以前，一定先做好备份。云盘同步可以提供一份副本，但重要照片、文档和聊天记录最好还保存在电脑、移动硬盘或其他彼此独立的位置，不要只存在一台设备上。

AI 数据中心的建设，的确正在改变全球存储产业的需求和资源流向，但它不是所有电子产品涨价的唯一原因。行业周期、厂商投资、消费需求、汇率、产品配置和定价与促销策略，也会影响最终电子产品的到手价。

理解这个过程，虽然不能让我们买手机时立省一千块，但却能帮助我们做出更好的判断，不被某个惊人的百分比吓坏。对于个人使用的电子设备，最可靠的原则仍然是根据真实需求购买，而不是让涨价新闻替自己作决定。

来源：科普中国

策划制作

作者丨猛犸 中国科普作协会员

审核丨于乃功 北京工业大学教授 中国人工智能学会理事

梁忠伟 中国机械学会智能运维\微纳制造分会常务理事 广州大学机电学院\智能机器人学院学术委员会主任 教授

策划丨张林林

责编丨王梦如