AI狂飆下，電力而非芯片或將成關鍵瓶頸

過去18個月，半導體行業正經歷一場由生成式AI引爆的“淘金熱”，資本開支承諾、GPU出貨量以及數據中心電力需求的增長速度，均創下自互聯網泡沫與加密貨幣挖礦浪潮以來的峰值。

以OpenAI的算力規劃為例，這家AI巨頭計劃在未來四年內部署約26GW的AI總算力，平均每年約6.5GW，其算力將由基于英偉達GPU、博通定制AI ASIC以及AMD GPU的三類計算平臺共同支撐。這一規劃中部分算力與OpenAI聯合甲骨文、軟銀推進的Stargate項目存在重疊，后者總規模約10GW、投資額高達5000億美元，其中約7GW算力已計劃在未來三年內部署。而這僅僅是一家公司的布局。

在AI算力狂奔的賽道上，被忽視的電力瓶頸正逐漸成為制約AI技術發展的核心短板。據Yole Group數據顯示，2025年全球預期新增的GPU算力容量達18GW，相當于約15座核電站的年發電能力，若換算為太陽能供電，則需要用太陽能電池板覆蓋整個巴黎市區。Yole Group進一步預測，到2028年，新建AI數據中心的年度新增電力需求將達到約34GW。

這意味著，當下AI行業最大的風險并非普遍擔憂的“缺芯”，而是日益逼近的“缺電”困境。國際能源署的報告進一步佐證了這一趨勢，目前AI占數據中心電力消耗的5%至15%，但到2030年這一比例可能升至35%至50%，相當于日本全國目前的用電規模。

電力約束的凸顯，正與半導體供應鏈的結構性矛盾交織在一起，將行業推向承壓邊緣。AI加速器架構的持續迭代正在重塑供應鏈需求格局，以英偉達為例，在算力總功率保持不變的前提下，CoWoS先進封裝晶圓與存儲器（HBM）晶圓的需求呈現顯著增長態勢，邏輯晶圓需求則整體相對平穩，這種分化使得存儲逐漸成為AI供應鏈中愈發關鍵的核心要素。存儲晶圓需求的爆發式增長遠遠快于邏輯和封裝領域，已成為半導體行業下一階段必須應對的關鍵瓶頸。

供應鏈的壓力直接傳導至產能擴張與資本開支層面。Yole Group估算，為支撐后續產能擴張，2026年前期準備需投入約50億美元，2026年當年投入約150億美元以支撐2027年產能，2028年產能準備則需約210億美元。而在核心的HBM（高帶寬存儲）領域，到2029年相關資本開支可能達到390億至520億美元。巨額投入背后，是行業對AI需求的極致押注，但需求的真實性與節奏錯配問題，卻為這場豪賭埋下隱患。

需要明確的是，當前市場上大量已下單的GPU，并不會在未來12個月內直接轉化為可用的AI算力。從場址選擇、變壓器采購、電網接入到冷卻系統建設，最終實現“AI Ready”狀態，芯片交付與算力真正上線之間往往存在9至12個月甚至更長的滯后期。這段時間差構成了現實中的“緩沖區”，也造成了市場認知的偏差——在基礎設施尚未完全到位前，超額下單在數據上營造出需求爆炸式增長的假象，實則是物理建設節奏未能跟上市場的狂熱預期。

需求的前置特征進一步加劇了行業的不確定性。為搶占技術高地、滿足快速攀升的模型訓練與推理需求，超大規模云服務商紛紛提前下達巨額采購訂單，短期內放大了市場對需求強度的感知。這種非理性的囤貨行為使得行業陷入微妙的平衡：一端是受制于電力與基礎設施瓶頸可能引發的算力過剩，另一端則是若投資回報不及預期將出現的需求回調風險。對于以債務驅動的新型云服務商而言，一旦行業周期反轉，其將成為最先承壓的群體。

對半導體行業而言，AI熱潮帶來的并非單向的紅利，而是一把雙刃劍。從結構性層面看，AI無疑是一次地殼級別的長期變革，將深刻重塑行業生態，而非短暫的市場泡沫；但從周期性層面看，在市場對OpenAI收入從2025年130億美元躍升至2027年1000億美元抱有高度樂觀預期的背景下，行業再次面臨產能過剩的風險。短期來看，超大規模云廠商的資本開支、電力需求、晶圓需求與存儲需求均會飆升，但更深層次的隱患在于，芯片生產與數據中心投運節奏的不匹配，或將在2026年下半年成為放大行業波動的重要因素。

“我們并沒有看到一個‘虛假’的需求周期，我們看到的是一個真實的結構性浪潮，但在短期內缺乏現實同步?！盰ole Group計算與軟件業務總監John Lorenz對當前行業現狀評價道。未來幾年，整個半導體生態系統應對物理瓶頸的能力將迎來終極檢驗，這其中不僅包括電力、冷卻等基礎設施的支撐能力，也涵蓋邏輯芯片、封裝技術、存儲器件等核心環節的突破。業內普遍認為，光子學等關鍵創新將成為突破瓶頸的決定性因素，為行業突破提供新的可能。

當AI行業沉浸在算力擴張的狂歡中，電力瓶頸的凸顯與半導體供應鏈的結構性矛盾，正為這場熱潮敲響警鐘。對于整個行業而言，摒棄投機幻想，直面電力約束與供應鏈挑戰，通過技術創新實現算力、電力與產業鏈的協同發展，才是AI與半導體行業實現可持續增長的必由之路。