SemiAnalysis 首席执行官 Dylan Patel 指出，芯片基板是人工智能（AI）基建最大瓶颈，伯恩斯坦资深分析师 Stacy Rasgon 则指出，半导体供应链紧张恐延续至2028年。另一方面，Google( GOOGL-US ) 、亚马逊( AMZN-US ) 加速自研芯片，辉达( NVDA-US ) 的 HBM 与 CoWoS 资源占比下滑，未来高利润率面临考验。

10月23日，Patel以及Rasgon在美国圣塔克拉拉举行的 CASPA 第35届年度大会上，针对 AI 投资能否持续、半导体供应链瓶颈及辉达的竞争优势展开讨论。

Patel 指出，当前 AI 基础设施建设面临的最大供应链瓶颈并非电力，而是芯片基板。由于日本相关供应商扩产态度谨慎，关键材料供应难以迅速增加。

Rasgon 则预期，半导体供应链紧张情况可能延续至2028年，2029年的供需状况则将取决于市场需求变化。

另一方面，辉达在全球 CoWoS 先进封装及 HBM 资源消耗中的占比已开始下滑，预计2027年将进一步下降。

随着 Google、亚马逊等科技巨头加速自研芯片布局，辉达未来的市场占有率及高利润率能否持续，也将面临新的考验。

AI 基建最大 瓶 颈不是电力，而是芯片基板

Patel 指出，芯片基板是目前 AI 基础设施供应链中最严重的瓶颈，影响程度甚至超过土地、电力及半导体制造设备等环节。

由于芯片基板及相关材料过去长期投资不足，加上日本供应商扩产态度谨慎，AI 加速器与 CPU 的产能扩张受到限制。此外，内存芯片及光学互连组件也面临供应吃紧的问题。

相较之下，电力短缺仍有其他解决途径。SemiAnalysis 预估，2027年全球在建数据中心规模将接近50吉瓦（GW），其中美国约占35吉瓦。业者可通过部署现场燃气涡轮机、燃料电池等设备，部分缓解电力供应限制；但半导体供应链扩产需要更长时间，难以迅速增加供给。

AI 基础设施建置成本攀升，也为产业扩张带来压力。Patel 估算，2024年建置1吉瓦算力基础设施的总成本约为400亿美元，如今已超过600亿美元，两年内涨幅逾50%。

融资成本上升则进一步增加业者的财务负担。Rasgon 以云端运算业者 CoreWeave( CRWV-US ) 为例指出，其无担保债券在次级市场的殖利率已接近15%，反映新兴云端业者面临较高的潜在融资成本。对于缺乏大型科技企业长期算力采购承诺的建设计划而言，取得融资的难度也将随之提高。

半导体供应链紧俏恐延续至 2028 年， HBM 排挤传统 DRAM 产 能

AI 需求快速成长，正加剧内存市场的供需紧张。Rasgon 指出，尽管内存价格大幅上涨、产业获利能力明显改善，部分内存类股的预期本益比却仅有2至4倍，反映市场担忧2028年前后添加产能陆续开出后，内存价格可能大幅回落。

不过，若价格跌幅不如预期，市场目前的估值也可能面临重新评估。

从需求面来看，AI 服务器机架约70%至80%的芯片硅面积由内存占据，主要为动态随机访问内存（DRAM）。

此外，生产相同容量的 HBM，所需晶圆数量约为一般 DDR5 内存的3至4倍。随着 AI 加速器需求持续增加，HBM 大量消耗晶圆产能，进一步压缩传统 DRAM 的供应空间。

供给端同样受到限制。目前既有晶圆厂的无尘室产能大致已满载，业者短期内只能通过提高现有设施的利用效率增加产出。部分添加无尘室产能预计2027年开始投入使用，但更多产能要到2028至2029年才能陆续发布。

在此背景下，Rasgon 预期，半导体供应链紧张情况可能持续至2028年，2029年的供需变化则取决于市场需求。

若 AI 需求持续强劲，即使添加产能陆续开出，内存供应仍可能难以满足需求；反之，若需求成长放缓，而添加产能集中发布，内存价格与产业利润率便可能承受下行压力。

辉达 HBM 、先进封装资源占比下滑 Google 、亚马逊自 研 芯片加速追 赶

与此同时，辉达在 AI 芯片市场的竞争优势正面临新的考验。Patel 指出，2023至2024年间，辉达占据全球相当高比例的 HBM 及台积电( 2330-TW ) CoWoS 先进封装资源，但这一情况已开始改变。

2026年，辉达使用的全球 CoWoS 晶圆与 HBM 资源占比已经下降，预计2027年还会进一步下滑，与此同时，Google、亚马逊及超微半导体( AMD-US ) 等竞争对手的占比则逐步提高。

不过，资源使用占比下降并不代表辉达营收与获利必然下滑。随着 AI 芯片市场持续扩大，即使部分市场份额被竞争对手抢占，辉达未来一年的获利仍可能年增一倍。

真正的考验可能落在2028至2029年。随着 Google TPU、亚马逊 Trainium，以及 OpenAI 等企业持续发展自研芯片，辉达能否维持目前的高利润率，将取决于技术更迭能否持续领先。

过去，辉达通过大幅提升芯片性能，支撑产品售价持续上涨。从 Ampere 架构到 Hopper 架构，芯片平均售价约翻倍，性能提升约10倍；从 Hopper 到 Blackwell，平均售价上涨约50%，性能提升幅度则达数倍甚至数十倍，具体取决于应用情境。

只要芯片性能提升速度持续超越价格涨幅，辉达便有望维持较强的定价能力；但若未来性能提升幅度放缓，高售价与高利润率可能面临压力。

另一方面，云端服务业者自行开发芯片的经济诱因也日益明显。Patel 估算，若完全扣除辉达、博通( AVGO-US ) 等芯片设计商的利润，建置1吉瓦算力基础设施的成本理论上可降至约200亿美元，凸显大型科技企业通过自研芯片降低外部采购成本、减少对供应商依赖的动机。

尽管如此，辉达仍具备 CUDA 软件生态系、庞大装机基础、资金实力及融资能力等优势。