SemiAnalysis CEO 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2028年。另一方面，Google、亚马逊加速自研芯片，英伟达的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英伟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，英伟达在全球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，英伟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，存储芯片及光学互连元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 基础设施建设成本攀升，也为产业扩张带来压力。Patel 估算，2024年建设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以云端计算厂商CoreWeave为例指出，其无担保债券在次级市场的殖利率已接近15%，反映新兴云端厂商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採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需求快速增长，正加剧存储市场的供需紧张。Rasgon指出，尽管存储价格大幅上涨、产业获利能力明显改善，部分存储类股的预期本益比却仅有2至4倍，反映市场担忧2028年前后新增产能陆续开出后，存储价格可能大幅回落。
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%的芯片硅面积由存储占据，主要为动态随机存取存储（DRAM）。
此外，生产相同容量的HBM，所需晶圆数量约为一般DDR5存储的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。部分新增无尘室产能预计2027年开始投入使用，但更多产能要到2028至2029年才能陆续释出。
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，即使新增产能陆续开出，存储供应仍可能难以满足需求；反之，若需求成长放缓，而新增产能集中释出，存储价格与产业利润率便可能承受下行压力。
英伟达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，英伟达在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，英伟达占据全球相当高比例的HBM及台积电CoWoS先进封装资源，但这一情况已开始改变。
2026年，英伟达使用的全球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AMD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英伟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，英伟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，英伟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，英伟达通过大幅提升芯片效能，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，效能提升约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。
只要芯片效能提升速度持续超越价格涨幅，英伟达便有望维持较强的定价能力；但若未来效能提升幅度放缓，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，若完全扣除英伟达、博通等芯片设计商的利润，建设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採购成本、减少对供应商依赖的动机。
尽管如此，英伟达仍具备CUDA软件生态系、庞大装机基础、资金实力及融资能力等优势。
