摩根大通研報解讀：LLM 用量飆漲 70%，GPU 租金連漲七個月，AI 硬件需求還沒降溫

撰文：Rita

潮嚮導讀

摩根大通 7 月 1 日發佈的數據中心觀察報告，追蹤了 AI 基礎設施需求的三個核心指標：LLM token 用量與價格、GPU 租賃價格、存儲芯片現貨價格。結論很明確：AI 需求環境依然積極。

OpenRouter 上的 LLM token 用量 6 月環比暴漲 70%，同比暴增 20 倍。GPU 租金連漲七個月，B200 價格已是 H100 的兩倍。DRAM 現貨價格同比漲了 8 倍多。三重數據交叉驗證，AI 算力需求遠未到頂。

LLM 用量漲 70%，價格只跌 5%，替模型廠商算一筆賬

OpenRouter 平臺上 6 月的數據全面加速。Token 用量環比漲 70%，同比漲了 20 倍。單次調用價格環比微漲，同比僅下降 5%，而美國本土模型的定價甚至同比在漲。總消費金額環比漲 70%，同比漲 16 倍。

把這三組數字放在一起看，結論很明顯：用量增速碾壓價格降幅。即便假設 token 價格繼續按每年 5%到 10%的速度下跌，只要用量保持翻倍節奏，模型廠商的推理收入依然是暴漲。摩根大通的判斷是，token 經濟學的方向對模型廠商有利。

份額數據更有意思。美國模型在用量上只佔 35%，卻拿走了 85%以上的消費金額。Anthropic 的 Claude Opus 4.7 是唯一同時進入用量前五和消費前五的模型，定價權在美國手中。

GPU 租金連漲七個月，B200 價格是 H100 的兩倍

非超大規模雲廠商的 GPU 租賃價格，6 月全線環比上漲。A100 漲 6.3%，連續五個月上漲；H100 漲 3.7%，連續七個月上漲；B200 漲 2.7%，上線九個月以來持續攀升。

三檔 GPU 的價差在收窄。H100 對 A100 的溢價從 4 月的 1.77 倍降到 6 月的 1.67 倍，B200 對 H100 的溢價從 2.58 倍降到 1.96 倍。高端算力的稀缺性在緩解，但價格還在漲，說明需求增長跟上了供給釋放。

A100 漲得最猛這件事值得單獨拎出來。上一代芯片價格不跌反漲，意味著預算受限的客戶在搶購性價比算力。這不是供給過剩的信號。

DRAM 漲 NAND 跌，存儲雙雄走向相反方向

DRAM 現貨價格 6 月環比漲 10%至 43.14 美元，同比漲 740%，連續三個月上漲。NAND 現貨價格環比微跌 0.3%至 27.03 美元，連續三個月小幅下跌，但同比仍漲 518%。

740%和 518%，這兩個數字說明存儲整體仍處歷史高位。方向分化也很明顯：DRAM 還在漲，NAND 開始鬆動了。

歷史規律是，存儲週期見頂時 NAND 先松、DRAM 後松。NAND 連續三個月走軟，是週期進入後段的信號。摩根大通沒在報告裡直接下這個判斷，但數據本身會說話。

AI 基礎設施的敘事還在，但邏輯在換擋

LLM 用量漲 70%、GPU 租金連漲七個月、DRAM 同比漲 740%，三重數據指向同一個結論：AI 基礎設施的需求遠未到頂。

但結構在變。美國模型拿走了 85%的消費金額，定價權在美國。B200 對 H100 的溢價從 2.58 倍降到 1.96 倍，高端算力稀缺性在緩解。NAND 開始鬆動，存儲週期在換擋。

利好是持續的，邏輯是動態的。

潮向視角

這份報告最大的盲區在於數據源的偏差。OpenRouter 主要面向開發者、創業公司和 AI 智能體編程場景，不包含 OpenAI 和 Anthropic 的一手 API 流量，也不包含超大規模雲廠商內部部署的用量。這意味著報告捕捉的是"長尾 AI 需求"，不是"全量 AI 需求"。如果長尾都在暴漲，頭部只會更熱，但也有可能頭部已經降溫而長尾還在補漲——這兩者的投資含義完全不同。

GPU 租賃價格跟蹤的是非超大規模雲廠商的第三方容量，不包括 AWS、Azure、GCP 的官方租賃價格。第三方都在漲，說明算力短缺已經從頭部溢出到了長尾，這在方向上對 AI 硬件是利好，但沒法判斷超大規模廠商自己的利用率。如果它們的自用算力已經過剩，只是沒有釋放到租賃市場，那供需的真實狀況會比報告呈現的更弱。

存儲價格分化的信號值得單獨拆開。NAND 連續三個月走軟，DRAM 還在漲，這符合存儲週期後段的典型特徵。如果 NAND 價格持續下行，存儲芯片廠商的收入預期會被下修，進而影響整個半導體設備的資本開支預期。

免責聲明

本文系潮向研究對第三方券商研究報告的整理與解讀。文中引述的評級、目標價、盈利預測及相關判斷，均為該券商分析師的觀點，僅代表其所屬機構立場，不代表潮向研究的觀點，也不構成任何投資建議。

市場有風險，決策需獨立。本文不應作為買賣任何證券的依據。