连环谋杀，他们都被AI吃掉了

消费电子行业正在经历一场连环谋杀案。

先是千元机，不能说一网打尽吧，也确实是损失惨重。原因很简单，存储涨价，手机也得跟着涨价。

存储器只是手机的零部件，但怎奈涨价太厉害，硬生生大幅拉高成本。

2026年第二季度移动端动态随机存取内存（DRAM）合约价环比大涨近80%，原本内存只占手机物料成本10%-15%，如今手机原材料成本的30%-40%都是内存了。

高企的内存价格急剧压缩低价机生存空间，而消费者看到涨价的选择就是要么不买，要么为省钱买二手机，新机出货量就得下降，据预测，2026年全球智能手机出货量将暴跌13.9%，创2013年以来新低。

不光手机，电脑也深受内存涨价之害，笔记本电脑价格普遍涨了20%。

这还没完，因为涨价的可不只内存。

消费电子重要元器件还有CPU，它也在涨价。

惠普、戴尔从2月底就嗅到不对劲，过去一两周能拿到的CPU，现在平均交货期拉到8-12周，部分订单甚至要等半年。

英特尔、AMD接连发函，3月、4月起全系列涨价，涨幅10%到15%起跳。

问题甚至不只是涨价，而是缺货，有电脑厂商反映，二季度能拿到的货远低于一季度，就算愿意加钱，也不一定能买到。

怎么CPU也缺货了？

聪明的你肯定会想到，和存储一样，CPU产能被AI相关产业大量挤占。

因为现在的AI，可不只是需要训练得啥都知道，然后给你输出答案。

自从智能体大发展后，人们追求的是AI帮自己做事，最好还是自动做事，前段时间被热捧的OpenClaw就是例子。

聪明的AI最好会规划、调用工具、多步骤推理、查资料、写代码、订机票、发邮件。

它的工作流是这样的：

推理1（GPU算）→ 调用工具1（CPU跑）→ 等结果 → 推理2（GPU算）→ 调用工具2（CPU跑）→ 等结果 → 推理3……

看出来了吗？GPU和CPU在互相等。

GPU生成完工具调用的指令，必须等CPU去实际执行工具；CPU执行完，必须等GPU生成下一步推理。

训练的时候要用很多GPU，可要是调度执行任务，CPU的需求就来了。

这是AI未来发展方向，现在只是部分人用OpenClaw，以后大家会用上AI助手，你只需下命令，它就能操控你的手机、电子手表或者电脑完成任务。

完成任务的刚需进一步增加，CPU比现在还要缺。

如今AI的服务器里大概每4-8个GPU才配一个CPU，但到2030年有望CPU和GPU的用量相等，届时AI服务器CPU用量可要远高于现在，相应市场规模甚至会比现在大七倍多。

有如此大的潜在市场，也难怪最近英伟达推出了Vera CPU用于AI基础设施。

但无论是英伟达、AMD还是Arm，其CPU还得由用台积电先进制程代工，如今GPU需求本来就旺盛，挤占代工产能，CPU需求猛增让半导体代工产能更加紧张。

AI让芯片更加短缺，让先进半导体代工变成了全世界的卡脖子环节。

AI的胃口，远比我们想象的大。

大模型训练时，它吃GPU。

智能体办事时，它吃CPU。

内存要存上下文，存储要扩容量，网络要扩带宽，电力要烧源网荷储。

芯片制造商把产能转向高利润的AI芯片，智能手机、电脑内存被抽空，CPU被挤占。

这不是偶然，这是资源再分配的必然：AI的优先级，已经高于你的下一部手机或电脑。

这是AI在重塑硬件世界的食物链。

下一个被吃光的，会是什么？

也许是电力。也许是带宽。也许是你的钱包。

这场饥荒，还远未到尽头。