人工智能（AI）基础建设持续扩张，市场普遍将电力视为数据中心建置的主要瓶颈，但 SemiAnalysis 创办人 Dylan Patel 提出不同看法。他指出，AI 供应链真正的瓶颈依序为封装基板、内存、光学互连与电力，其中基板供应不足的问题最为严重，未来两年恐限制 AI 加速器、中央处理器（CPU）及其他关键零组件的产能。

根据华美半导体协会（CASPA）10 月 23 日在美国举行的第 35 届年会 CEO 峰会内容，Patel 与 Bernstein 半导体首席分析师 Stacy Rasgon 讨论 AI 基础建设的供应限制、内存价格走势，以及半导体产业未来的竞争格局。

Patel 认为，市场对电力短缺的关注可能过高，半导体供应链的扩产难度，才是限制 AI 基建持续成长的关键。

封装基板供应不足成最大 瓶 颈

Patel 指出，除内存外，封装基板、印刷电路板（PCB）材料及其他基板材料，是目前半导体供应链面临的最大限制。相关产业长期投资不足，加上部分材料供应商位于日本，扩产态度相对保守，使供应难以迅速跟上 AI 需求。

他表示，未来两年，AI 加速器、CPU 及各类电子组件都可能受到基板供应不足影响，这项瓶颈甚至比土地、电力、数据中心机房与半导体设备更为严重。

除了基板，内存也是 AI 基建扩张的重要限制。Rasgon 指出，高带宽内存（HBM）的生产会大量消耗晶圆产能，生产相同容量的 HBM，所需晶圆量约为一般 DDR5 内存的三至四倍，进一步排挤标准内存的生产资源。

随着 AI 芯片对 HBM 的需求持续增加，内存供应紧张也可能延伸至其他产品，影响整体半导体产业的产能配置。

光学互连扩 产 困难 电力反而有替代方案

在供应瓶颈排序中，Patel 将光学互连列在内存之后。他指出，产业正积极扩大光学互连产能，包括共封装光学（CPO）及近封装光学等技术，但相关供应链仍难以快速扩张。

即使到了 2028 年，若大型业者都希望导入 CPO，雷射与光纤耦合等关键组件的供应，仍可能无法满足任何一家大型业者的需求，成为 AI 基础建设持续扩张的另一项限制。

相较之下，Patel 认为，电力虽然仍是 AI 数据中心的重要瓶颈，但业者已有多种替代方案，包括在现场设置燃气轮机、往复式引擎与燃料电池，以补足电力需求。

他指出，电力供应能力可以在相对较短的时间内提升，整体建置复杂度也远低于半导体供应链，因此电力问题虽然受到市场高度关注，却未必是目前最难突破的限制。

Patel 的研究估计，明年全球预计将有接近 50 吉瓦的数据中心投入运作，其中美国约占 35 吉瓦，中国约占 7 至 8 吉瓦，其余分布于澳洲、印度及马来西亚等地。

内存与设备供应吃紧恐延续至 2028 年

Rasgon 指出，内存市场目前呈现特殊情况，相关企业的远期本益比仅约两至四倍，反映投资人担忧内存价格已处于周期高点，并预期 2028 年添加产能投产后，市场可能出现价格下跌。

不过，他也提出另一种可能性：如果新产能发布后，内存价格并未如市场预期般崩跌，产业的高获利表现可能持续更长时间。

他进一步指出，半导体设备市场的扩张同样受到限制。应用材料( AMAT-US ) 近期对明年晶圆制造设备（WFE）市场规模提出初步展望，预估将超过 2,000 亿美元，但 Rasgon 认为，进一步成长仍受到晶圆厂数量与无尘室空间限制。

今年设备支出增加，主要是业者在既有厂房内提高产能利用率；新建晶圆厂则需要数年时间，预计部分无尘室空间将于 2027 年陆续投入使用，并在 2028 至 2029 年进一步扩大产能。

此外，设备制造商本身也受到 PCB、半导体芯片、阀门及质量流量控制器等零组件供应不足影响，显示供应链瓶颈并不限于最终产品，而是可能一路延伸至上游制造环节。

Rasgon 预期，半导体供应紧张情况今年与明年都将持续，2028 年也很可能仍然吃紧；到了 2029 年，产业面临的问题才可能逐渐转向需求端。