高盛：AI或引爆美國通脹 存儲暴漲是核心推手

引言

近年來，人工智慧（AI）技術的飛速發展正深刻重塑全球經濟格局。從大型語言模型到自動駕駛系統，AI的每一個進步都仰賴龐大的數據處理與存儲能力。然而，就在業界為AI的生產力潛力歡呼之際，國際頂尖投資銀行高盛卻發出了一項令人警醒的預測：AI可能成為美國新一輪通貨膨脹的引爆點，而其中存儲設備價格的暴漲，正是這一風險的核心推手。本文將深入解析高盛的觀點，探討AI與通脹之間的因果鏈條，並評估其對宏觀經濟與投資市場的潛在影響。

正文

一、AI的算力飢渴：存儲需求井噴

AI模型的訓練與推理依賴於海量的數據。每一次參數更新、每一輪模型迭代，都離不開高效能的存儲系統。近年來，隨著生成式AI、邊緣運算及大數據分析應用的普及，市場對固態硬碟（SSD）、高頻寬記憶體（HBM）以及企業級儲存設備的需求呈現指數級增長。

根據行業報告，2023年全球AI伺服器的出貨量年增率超過30%，而每一台AI伺服器所需的儲存容量往往是傳統伺服器的數倍甚至數十倍。以NVIDIA的H100 GPU加速運算平台為例，其搭配的高頻寬記憶體容量已從上一代的80GB提升至144GB，且未來隨著更高階晶片的問世，這一數字還將繼續攀升。存儲供應商如三星、SK海力士及美光等企業的訂單早已排至數季之後，供不應求的格局已然形成。

二、存儲價格暴漲：從晶圓到終端的傳導機制

供給端的結構性收縮與需求端的突然爆發，共同推動了存儲價格的急劇攀升。回顧2023年下半年以來，NAND Flash與DRAM的合約價格已連續多個季度上揚，部分規格的漲幅甚至超過了50%。

高盛在最新研究報告中指出，這種價格暴漲並非單純的週期性波動，而是具有長期趨勢的結構性轉變。原因有三：第一，存儲晶片的製造技術正逼近物理極限，3D NAND堆疊層數的提升難度與成本同步上升；第二，全球主要存儲廠商在經歷了2022年的價格崩跌後，普遍採取了嚴格的資本支出控管策略，導致新增產能有限；第三，AI領域的特殊需求（如高頻寬、低延遲、大容量）對存儲顆粒的規格要求遠高於消費級產品，進一步拉高了單位成本。

這些成本最終將通過伺服器製造商、雲端服務提供商，傳導至下游企業與終端消費者。當AI基礎設施的建設成本大幅上升時，依賴這些算力服務的企業必然會提高產品或服務的價格，從而對整體物價水準形成上行壓力。

三、通脹傳導路徑：從硬體成本到服務價格

高盛的分析模型顯示，存儲價格對核心通脹的影響並非直接體現在消費者物價指數（CPI）的電腦及周邊設備項目上，而是通過更為廣泛的管道擴散。具體而言，路徑包括：

1. 雲端服務漲價：亞馬遜AWS、微軟Azure、谷歌GCP等雲端巨頭是AI算力的最大買方，亦是存儲晶片的最大消費者。當存儲成本攀升，雲端業者別無選擇地提高計算資源與儲存空間的租賃費用。這些費用將被企業客戶轉嫁給最終消費者，從而在電子商務、影音串流、線上廣告等領域推動物價上揚。

2. 數據中心擴張成本轉嫁：AI熱潮促使全球數據中心建設進入狂飆時代，而存儲設備佔據了數據中心IT設備成本的30%至40%。施工成本、電力成本與硬體成本齊漲，使得數據中心的營運商必須透過長期合約中的價格調整條款，將負擔轉移給客戶。

3. 企業AI應用部署延遲與替代效應：對於中小企業而言，高昂的存儲成本可能阻礙其部署AI解決方案，或迫使它們選擇更為昂貴的自建方案，進而減緩生產力提升帶來的通縮效應。長遠來看，若AI無法如期降低企業營運成本，反而成為成本增加的來源，則可能形成「成本推動型通脹」。

四、歷史借鑑：從「晶片荒」到「存儲荒」

回顧2020年至2022年的全球晶片短缺，當時汽車、消費電子等行業因晶片供應不足而被迫減產，最終導致新車、家電及手機價格大幅上漲，成為歐美通脹的重要推手之一。如今，高盛認為存儲領域正面臨類似的情境，只是這次的驅動因素從疫情刺激的需求轉向了AI的結構性需求。

然而，與當時的晶片荒相比，存儲漲價的持續性可能更強。原因是AI的算力需求遠未觸頂，且存儲技術的升級換代週期較長，短期內難以出現足夠的替代產品來平抑價格。此外，地緣政治因素也在加劇供應鏈的不確定性。美國對中國半導體技術的出口管制，使得部分存儲產能的布局受限，進一步加劇了供應緊張。

五、宏觀影響評估：聯準會的新挑戰

若存儲價格持續高位運行，美國核心通脹可能在2024年下半年至2025年出現反彈。這對於試圖實現軟著陸的聯準會而言，無疑是一個棘手的變數。高盛在報告中模擬了兩種情境：

• 基準情境：存儲價格在2024年第四季見頂後逐步回落，對整體通脹的影響約在0.1至0.2個百分點，聯準會仍可維持現有的降息節奏。
• 悲觀情境：若AI需求超預期且供給端改善緩慢，存儲價格可能再上漲20%至30%，進而推升核心通脹0.4至0.6個百分點。在此情況下，聯準會可能被迫暫停降息，甚至重新考慮升息，從而對股市與債市造成衝擊。

值得注意的是，這種通脹屬於「技術性通脹」，與傳統的總需求過熱或工資上漲型通脹不同。貨幣政策對其的調控效果有限，因為問題根源在於供給側的瓶頸。聯準會若貿然緊縮，可能壓制了經濟中其他正常部門的活動，卻無法直接解決存儲晶片的供應問題。

六、投資啟示與風險管理

對於投資者而言，高盛的觀點提示了兩條主線：一是上游存儲供應商的定價能力增強，股價可能持續受益；二是下游依賴AI算力的企業（如軟體服務商、雲端業者）的利潤率可能面臨壓力。此外，需關注存儲產業的擴產計畫與技術突破，例如新興的存儲級記憶體（SCM）或光互連技術，這些都可能成為價格回落的突破口。

同時，避險資產如黃金、抗通脹債券（TIPS）在不確定的環境中可能獲得資金青睞。投資組合應適度降低對對利率敏感的成長股的曝險，轉向更具防禦性的配置。

結論

高盛關於「AI或引爆美國通脹」的論點，為我們提供了一個審視科技進步與宏觀經濟互動的重要視角。存儲價格暴漲作為這一鏈條的核心環節，其影響遠超出半導體行業本身，正在透過AI基礎設施的建設與營運，向整個經濟體系擴散。短期內，市場需要警惕供應瓶頸帶來的物價壓力；長期而言，唯有加速存儲技術的創新與產能的合理布局，才能從根本上化解這一結構性矛盾。對決策者與投資人來說，理解並管理這一新興的通脹風險，已成為未來經濟治理中不可忽視的課題。