隨著AI投資狂潮席卷科技行業(yè)，真正限制算力擴張的環(huán)節(jié)在哪里？SemiAnalysis創(chuàng)始人給出的答案是：瓶頸一直在變。

近日，在一次播客訪談中，半導體研究機構SemiAnalysis創(chuàng)始人Dylan Patel系統(tǒng)解釋了AI算力擴張背后的供應鏈邏輯。他指出，過去幾年AI算力的限制因素不斷變化，就像打地鼠一樣，一個瓶頸被解決，新的瓶頸就會出現。

SemiAnalysis是一家近年來在科技和投資圈迅速走紅的半導體研究機構，其研究廣泛被AI公司、云計算廠商以及對沖基金使用。

AI算力擴張的瓶頸不斷變化

Patel表示，過去幾年AI產業(yè)鏈的瓶頸幾乎每年都在變化。

他說：“幾年前限制AI擴張的是CoWoS封裝；去年是電力；再后來是數據中心?！?/p>

但隨著這些環(huán)節(jié)逐漸擴產，新的限制又開始出現。

Patel形容這種變化：“算力擴張的瓶頸一直在移動。你解決一個問題，新的問題就會從供應鏈的另一個位置冒出來。”

這一變化背后，本質是AI需求增長速度遠超產業(yè)鏈擴張速度。

瓶頸正在重新回到芯片制造

Patel認為，隨著數據中心、電力等基礎設施逐步擴張，AI算力的核心限制正在重新回到半導體制造環(huán)節(jié)。

他說：“最大的瓶頸其實是算力本身，而算力最長期的供應鏈并不是電力或數據中心，而是半導體供應鏈?！?/p>

具體來看，芯片供應鏈的關鍵限制主要包括三部分：

邏輯芯片產能（晶圓廠制造能力）

高帶寬存儲（HBM）等存儲芯片

晶圓廠建設與設備周期

相比之下，數據中心建設速度明顯更快。這意味著，當AI需求突然爆發(fā)時，芯片供應鏈往往難以及時跟上。他說道：

在晶圓廠領域，潔凈室是今年和明年最大的瓶頸。隨著我們進入2028、2029、2030 年，那里仍然會有制約因素。

未來瓶頸可能下沉到設備層

如果AI算力繼續(xù)高速增長，Patel認為供應鏈瓶頸還可能繼續(xù)向下游轉移。最終限制算力擴張的，可能是半導體設備產能。

他特別提到極紫外光刻機（EUV）。這種設備由ASML制造，是先進芯片生產的核心設備。

要進一步擴展算力，今年和明年有不同的瓶頸，但最終到2028年或2029年，瓶頸會落到供應鏈的最底層，那就是ASML。

Patel表示，目前全球EUV光刻機年產量大約70臺，未來幾年可能增加到80臺左右。即便供應鏈擴張，到本十年末也很難超過100臺。

在這種情況下，設備產能可能成為AI算力擴張的最終約束。

12億美元的光刻機扼住了500億美元的咽喉

為了直觀展現光刻機對全局的控制力，Patel算了一筆極具沖擊力的賬。

假設以英偉達下一代Rubin芯片建設1 GW（吉瓦）算力的數據中心，整個半導體產業(yè)鏈需要消耗：約5.5萬片3nm晶圓、6000片5nm晶圓以及17.0萬片DRAM存儲晶圓。

這些晶圓制造需要進行約200萬次EUV曝光。按照單臺EUV光刻機的吞吐量計算，剛好需要3.5臺EUV光刻機。

這就形成了一個極度扭曲的杠桿效應：建設1 GW數據中心需要投入約500億美元的龐大資本開支；而支撐這500億美元產能的，僅僅是價值約12億美元的3.5臺EUV光刻機。

由于EUV光刻機是人類制造的最復雜機械，其核心組件（如卡爾·蔡司的鏡頭組、Cymer的極紫外光源）供應鏈極度僵化。即便在最激進的擴產假設下，ASML目前的年產能約為70臺，明年增至80臺，到2030年也僅能勉強突破100臺。這就從物理層面上鎖死了全球每年能新增的最高AI算力總盤子。

存儲大擠壓：消費者將為AI買單

除了邏輯芯片，存儲器（Memory）短缺將是未來一兩年的核心交易主線。Patel給出了一個令消費電子市場膽寒的預測：到2026年，科技巨頭約30%的資本開支將流向存儲芯片。

長上下文推理模型需要極大的KV Cache（鍵值緩存），這徹底引爆了對內存帶寬和容量的需求。以HBM（高帶寬內存）為例，其占用的晶圓面積是普通DDR內存的四倍。這意味著，為了生產1字節(jié)的AI內存，代工廠必須摧毀4字節(jié)的消費電子內存產能。

“人們會越來越討厭AI。因為智能手機和PC不會逐年變得更好，事實上，它們會變得更差。”Patel直言。

隨著大量DRAM產能被利潤更豐厚、簽訂長期合同的AI芯片搶占，消費電子的BOM（物料清單）成本將飆升。Patel測算，蘋果iPhone的存儲成本可能會上漲約150美元。蘋果或許能通過品牌溢價消化或轉嫁這部分成本，但主打性價比的中低端手機將遭受毀滅性打擊。

Patel預計，隨著內存價格翻倍甚至飆升，原本每年14億部的智能手機全球出貨量，今年可能降至8億部，明年甚至可能腰斬至5-6億部。

電力并非絕對制約，空間數據中心為時尚早

針對市場持續(xù)熱議的“缺電危機”以及馬斯克提出的“太空數據中心”構想，Patel展現出了資本市場的實用主義態(tài)度。他認為電力不僅不會成為終極制約，反而是一門好生意。

“顯然，世界上只有三家公司能制造聯合循環(huán)燃氣輪機，但我們能做的還有很多?！?/p>

Patel指出，通過采用飛機引擎改裝（航改微混）、中速往復式發(fā)動機（如重卡或船舶引擎）、Bloom Energy的燃料電池以及“太陽能+電池”的組合方案，數據中心完全可以在“電表后”（不依賴主干電網）解決能源問題。

即便這會導致單千瓦時的電價翻倍，分攤到單顆H100每小時1.40美元的總擁有成本（TCO）中，也不過增加了幾美分。與AI模型產生的巨大收益相比，完全可以忽略不計。此外，只需配備足夠的公用事業(yè)規(guī)模儲能系統(tǒng)，美國電網就能額外釋放20%的容量給數據中心使用。

至于馬斯克在太空中建立數據中心的設想，Patel直截了當地予以否定。芯片極高的故障率（約15%的Blackwell需要退貨或重新插拔）以及昂貴的空間激光通信成本，使得這一構想在經濟上毫無邏輯。“至少在這個十年內，太空數據中心不會發(fā)生?！?/p>

?星標華爾街見聞，好內容不錯過?

本文不構成個人投資建議，不代表平臺觀點，市場有風險，投資需謹慎，請獨立判斷和決策。

覺得好看，請點“在看”