维度网讯，亚马逊云服务（AWS）近期调整了AI相关云服务的定价，提高了机器学习用EC2容量块（EC2 Capacity Blocks for ML）的费率，反映出AI基础设施成本整体上涨的趋势。此次调整紧随2026年初的一次涨价，表明这是一种持续的成本上升模式，并非孤立事件。

调整主要影响用于AI训练与推理的GPU预留容量，包括p5e.48xlarge等实例。这些实例仍难以获取，而更高的价格意味着AWS预计需求将持续存在，即使成本增加。受限于先进加速器供应紧张，长期计算价格下降的趋势发生转变，基础设施经济基础被重新设定。

据高德纳（Gartner）预测，2024年全球公有云终端用户支出将达到6790亿美元，主要由AI主导的基础设施即服务（IaaS）和平台即服务（PaaS）消费驱动。国际数据公司（IDC）预计，到2027年全球AI系统支出将达到4236亿美元，复合年增长率为26.9%。随着企业部署依赖GPU基础设施的新一代生成式和预测性应用，该类别持续扩张。

许多习惯云计算价格下降趋势的IT团队现在面临截然不同的财务动态。电气电子工程师学会（IEEE）指出，GPU和专用加速器已成为大规模AI的主要架构模式。由于加速计算需求超过硬件供应链，超大规模云服务商正在利用其定价权。谷歌云（Google Cloud）最近也提高了数据传输和AI基础设施服务的价格，表明超大规模云服务商在协调一致地重新定价AI相关容量。微软Azure尚未正式宣布类似的大范围涨价，但该公司正在积极扩展其专用GPU和定制加速器的覆盖范围，这为其未来提供了定价杠杆。

企业当前在规划AI部署时面临更复杂的计算环境，因为价格突然调整可能会扰乱长期预算周期。据云原生计算基金会（CNCF）报告，96%的组织已使用或正在评估Kubernetes，它已成为跨GPU集群调度AI工作负载的事实标准。能够有效跨集群调度GPU密集型任务的团队可获得更好的利用率，从而有助于抵消额外成本。

监管和治理框架也影响着组织如何评估AI基础设施的价值。美国国家标准与技术研究院（NIST）的AI风险管理框架正成为负责任AI部署的治理参考。这种结构化评估鼓励更审慎的方法，要求团队审计其云支出并验证溢价计算资源背后的商业逻辑。

从历史上看，云客户成功地推动供应商在通用计算领域积极竞争。然而，GPU仍是一种稀缺资源，受制于紧张的供应链。尽管超大规模云服务商正在投资数十亿美元建设新的数据中心区域以满足需求，但设施建设周期长，导致供应将持续落后于企业需求，从而维持价格上涨压力。

AWS和谷歌云的同步调整表明超大规模经济正在发生系统性转变。这种环境标志着从价格下降的通用计算向高度通胀的溢价容量的明确过渡。AWS已明确表示稀缺的AI资源将溢价出售。依赖GPU训练与推理的企业必须调整其技术架构和财务模型，以便在这种新经济现实中高效运营。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com