为什么说AI不是泡沫？这些芯片已经起飞

我是芯片超人花姐，入行20年，有50W+芯片行业粉丝。有很多不方便公开发公众号的，关于芯片买卖、关于资源链接等，我会分享在朋友圈。

扫码加我本人微信

作者简介：

汤之上隆先生为日本精密加工研究所所长，曾长期在日本制造业的生产第一线从事半导体研发工作，2000年获得京都大学工学博士学位，之后一直从事和半导体行业有关的教学、研究、顾问及新闻工作者等工作，曾撰写《日本“半导体”的失败》、《“电机、半导体”溃败的教训》、《失去的制造业：日本制造业的败北》等著作。

近年来，不少人士将AI相关投资的扩张趋势视为"AI市场存在泡沫"。但笔者并不认同这种观点，现将理由阐述如下。

01人工智能并非“泡沫”

云服务厂商的资本性支出（Capex），已经膨胀到一个无法再用“高速增长”这种温和词汇来形容的规模。云厂商Top 8的设备投资额，从2021年的1451亿美元，预计将在2026年扩大到6020亿美元，增长超过4倍。这样的增幅，已经明显超出了常识范围。

即便如此，市场上仍不断有人低声嘀咕：“反正又是泡沫吧。”“总有一天会崩的。”这是一种熟悉的、逃避现实的说法。但这种判断并没有事实依据，甚至连乐观臆测都算不上，只是一种心理上的自我安慰。因为这一次的投资扩张，并不是由景气、情绪或投机推动的，而是被数量级完全不同的计算需求——一种近乎物理法则的力量——所驱动的。

决定性的差异在于：生成式AI的计算负载，并不是“搜索的延伸”，而是处在完全不同维度的“训练与推理”。后文将详细说明，Google搜索主要依赖CPU即可完成，而ChatGPT的推理则是以GPU为核心的大规模矩阵运算，其计算量高出1万到10万倍。

也正因为如此，云厂商并不是“乐于”增加投资，而是如果不增加投资，就会被竞争淘汰。一个无法运行生成式AI的云平台，将不再具备存在价值。因此，投资不会停止，准确地说，是无法停止。

本文将论证：当前正在发生的，并非所谓的“AI泡沫”，而是一场将不可逆地改变半导体市场重心的“AI趋势”。

02云计算投资以异常速度膨胀

首先，让我们直面现实。图1展示了云服务厂商Top 8的设备投资变化趋势。这里的Top 8包括：美国的Amazon（AWS）、Microsoft（Azure）、Google（Google Cloud）、Meta（原Facebook）、Oracle（OCI），以及中国的阿里云、腾讯云、字节跳动等。

图1云制造商Top8企业的设备投资；来源：基于TrendForce数据由笔者制作

如前所述，这8家公司的设备投资，将从2021年的1451亿美元，膨胀至2026年的约6020亿美元，超过4倍增长。这已经不是“增长”可以形容的了，而是一种加速。

2022年至2023年间虽曾出现下滑，但绝不能因此掉以轻心。观察2024年后的增长趋势便可发现，云服务商已"进了一步又一步"。而这波投资热潮，恰恰发生在美国OpenAI发布ChatGPT之后。

也就是说，他们投资生成式AI并非因为它是“下一个金矿”，而是因为生成式AI作为颠覆现有基础设施需求的“游戏规则改变者”，迫使他们不得不投资。

推动云投资膨胀的因素当然很多：数据中心建设、土地、电力、冷却、网络、存储、安全……但如果用一条主线贯穿这些因素，其本质只有一个——算力需求。正是算力需求的爆炸式增长，带动了其他所有成本的同步膨胀。所谓云投资的扩大，本质上就是一场围绕算力资源的大规模争夺战。

而当前的算力需求，已经无法用传统Web服务或搜索服务的延长线来解释。生成式AI并不是向云平台“再要一个胃口”，而是在要求把整个胃袋本身彻底做大。

03Google搜索与ChatGPT：看似相同，实则完全不同

在这里，有必要纠正一个很明显的误解，那就是：“对用户来说，Google搜索和生成AI不都是提问、然后得到答案吗？”

诚然，如图2所示，用户的操作行为具有相似性。无论是谷歌搜索还是生成式AI，人类的操作方式几乎如出一辙。然而，全球拥有30亿以上用户的谷歌搜索正逐渐向ChatGPT等生成式AI转移，其用户规模正持续扩大至10亿人。

图2人类在进行一次Google搜索与一次ChatGPT5提问时所执行的操作

笔者本人也是从去年开始使用ChatGPT的付费版本，之后使用Google搜索的频率明显下降。原因很简单：ChatGPT更方便。全球大量用户正在意识到生成AI的便利性，这正是其用户数持续增长的根本原因。

真正关键的问题在于：即便是同样的“问题”，Google搜索与ChatGPT等生成AI，在云端所执行的计算却完全不同。

这一决定性差异体现在图3中。Google搜索本质上是以CPU为中心的索引检索；而ChatGPT的推理，则是以GPU为核心的大规模矩阵运算。从计算量（FLOPs，浮点运算次数）来看，Google搜索大约在10亿到100亿量级，而ChatGPT一次推理则达到10万亿到1000万亿，两者相差高达1万到10万倍。

图3　谷歌单次搜索与ChatGPT5单次提问的计算对比；来源：基于笔者调查与推测

不仅如此，与Google搜索相比，ChatGPT在服务器占用时间上高出10到100倍，能耗高出10到200倍，CO₂排放量同样高出10到200倍，而单次推理的成本估算甚至高出50到2000倍。

换言之，生成式AI绝不是“更高级的搜索”。它是一种完全不同的计算形态，承载着完全不同级别的负载。因此，生成AI的普及，意味着云平台所处理的“计算单位”正在急剧放大。这不是靠压价、谈判或销售技巧就能解决的问题，而是物理层面的必然结果——需要GPU这样的AI芯片，需要电力，需要冷却，需要高速网络，需要高带宽内存（HBM），甚至还需要更先进的封装与互连技术。

市场上常听到一句话：“将来计算效率会提升，负载会变轻。”效率提升确实会发生，但问题在于，生成式AI应用扩张、使用频率提升、模型性能进化的速度，远快于效率提升的速度。即便单次计算因优化而变轻，只要社会整体使用次数增长10倍，总计算量仍然会增加。再考虑到输入更长、输出更长，以及图像、视频推理的普及，计算负载只会变得更加沉重。

因此，云投资持续扩大的原因，并不是“过热”，也不是“盲目乐观”，而是算力需求结构本身发生了变化。而且，投资一旦停止，就意味着失败已经注定。云厂商持续加码投资，并非源于勇气，而是源于恐惧——被时代抛下的恐惧，正迫使他们将投资油门一踩到底。

04AI与过去的泡沫有着决定性的不同

那么，接下来进入核心问题：当前这种状况，究竟是不是泡沫？

先给出结论：用“泡沫”来概括这一次的现象，是完全错误的。原因在于，过去的泡沫与这一次相比，需求的性质在根本上就不一样。下面尝试用定量方式来说明这一点。

图4展示了全球半导体出货金额及其同比增长率的变化趋势，其中标注了Windows 95泡沫、IT泡沫以及存储泡沫等阶段。从这张图可以清楚地看到，过去的泡沫都有一个共同特征：在急速增长之后，紧接着就是急剧下滑。这是因为当时的需求高度依赖于“短期需求激增”和“库存调整”。

图4 全球半导体出货金额与同比增长率；来源：基于WSTS数据，由笔者整理

接下来，图5A将Windows 95泡沫、IT泡沫、存储泡沫，以及当前正在发生的AI热潮（这里暂且称之为“热潮”），在N年至N+3年的同比增长率并列进行比较。再将其绘制成图5B后可以看到：Windows 95泡沫在41.7%的高增长之后，紧接着出现了-8.6%；IT泡沫在36.8%之后暴跌至-32.0%；存储泡沫也在13.4%之后跌至-12.0%。也就是说，“快速升温—迅速崩塌”的周期性特征非常明显。

数据来源：基于WSTS数据，由笔者整理

与此形成鲜明对比的是生成式AI热潮。其增长轨迹为：2023年-8.1%，2024年19.7%，2025年22.5%，而2026年几乎可以肯定不会出现负增长。正如许多业内人士所指出的那样，在2030年之前，生成式AI相关需求出现负增长的可能性极低。

换言之，当前正在发生的并非“泡沫”，而是一种单一但极其庞大、极其强劲的“趋势”。

这一次与过去最大的不同在于，需求的源头并不是“PC普及”或“智能手机等通信设备的换机周期”这种一次性消费波动，而是算力需求本身正在基础设施化。生成式AI并不是某个产品卖完就结束的生意。

AI正在渗透进社会的几乎所有业务流程，被嵌入到各种服务中，与搜索深度融合，成为企业活动中生产力的底座。而这个底座，是由极其沉重的计算构成的。在这种前提下，云计算投资不再是“景气周期中的热度”，而是作为一种社会结构本身固定下来。

从这个意义上讲，把生成式AI称为“泡沫”的观点，本质上是在逃避现实、依赖过去的经验记忆。这一次发生的事情，在以往任何一本产业教科书中都找不到对应章节。

05面向2030年，投资仍将持续增长

那么，云服务厂商Top 8的设备投资，究竟会膨胀到什么程度？图6给出了云厂商Top 8在数据中心领域的投资预测，并分别列出了悲观、基准和乐观三种情景。

图6 云服务厂商Top 8的数据中心投资预测；来源：TrendForce新闻稿及笔者预测

这里需要特别注意的一点是：即便在悲观情景下，投资规模依然呈现持续累积的趋势。原因在于，生成式AI已经不再是“锦上添花的奢侈品”，而是参与竞争的基本条件。

而生成式AI时代的云竞争，其残酷性正体现在这里：一旦停止投资，企业并不会因为“降低支出”而改善利润率，反而会在AI性能上落后，进而失去客户，最终丧失平台本身的价值。也就是说，投资放缓并不是理性的经营判断，而更接近于一份失败宣言。

事实上，投资回收本身并不轻松。GPU价格高昂，HBM同样昂贵，电力供给紧张，散热难度极高，供应链结构复杂。尽管如此，投资仍然无法停止，其根本原因在于：在讨论投资回报率（ROI）之前，市场已经形成了一种结构性现实——没有计算能力的参与者，将直接被淘汰出局。

最终，云计算投资已经不再是“为未来下注”的行为，而是变成了“守住当下”的行为。只要这种结构存在，面向2030年，投资规模持续增长，几乎是一件顺理成章的事情。

06数据中心用逻辑芯片市场快速扩张

云计算投资的持续扩大，直接推动了半导体市场整体规模的增长。其中，数据中心用Logic（逻辑芯片）无疑是未来增长确定性最高的领域。

图7给出了数据中心用Logic在2024年至2030年的市场预测。从中可以看到，GPU市场将从1000亿美元增长至2300亿美元以上，规模翻倍；与此同时，AI ASIC的市场规模预计将从90亿美元激增至840亿美元，增长超过9倍。

图7 数据中心用Logic的市场预测（2024-2030年）；来源：主要基于Yole Group的预测数据，由笔者整理

这里有一点绝不能忽视：生成式AI并不会永远停留在“NVIDIA GPU一统天下”的状态。超大规模云厂商（Hyperscaler）天然厌恶对单一供应商的依赖，因为那意味着丧失价格谈判能力。正因如此，他们会转向特定用途的AI ASIC，以实现“在不牺牲、甚至提升性能的前提下降低成本”。而在这一领域，Broadcom承担了大量芯片设计工作。

换言之，AI半导体市场并不会是“只有GPU的黄金时代”，而是将演变为“以GPU为核心支柱，同时AI ASIC（以Broadcom为代表）迅速壮大，形成双支柱结构”的市场格局。即便GPU依然是主角，AI ASIC也必然会高速增长——这正是数据中心Logic市场的真实面貌。

07存储将长期处于“供不应求、价格高企”的状态

在生成式AI所“吞噬”的所有半导体品类中，存储是受冲击最为剧烈的一个。图8展示了存储市场在2024年至2030年的预测情况：DRAM市场规模将从970亿美元增长至1940亿美元，几乎翻倍；其中，HBM的市场规模预计将达到980亿美元。

图8 存储市场预测（2024→2030年）；来源：主要基于Yole Group的预测数据，由笔者整理

也就是说，到 2030 年，HBM 将占据 DRAM 市场的一半。这并不仅仅是市场规模扩大，而是意味着存储产业主角的更替。

此外，从图9可以看到，DRAM与NAND的现货价格在2023年至2026年间持续大幅上涨。在这里，那种“价格上涨→扩大产能→市场回归平稳”的旧时代常识已经不再适用。HBM的扩产难度极高：良率提升困难，涉及先进封装，设备与材料制约重重，供应要追上需求绝非易事。

图9 DRAM与NAND现货价格上涨趋势；来源：基于TrendForce数据，由笔者整理

再加上，存储厂商正在将资源和产能更多地倾斜至AI服务器领域——原因很简单，那里利润率更高。结果就是，PC和智能手机用的通用型存储供给被压缩，价格随之上升。也就是说，AI的扩张正在为存储市场内生性地嵌入“长期紧缺”和“价格高位运行”这两种特征。

归根结底，存储短缺不会被彻底解决，价格也将持续高企。这并非“偶发的异常现象”，而很可能成为AI时代的新常态。

笔者本人在去年12月，时隔6年更换了一台PC（而且相当仓促）。原因在于，DRAM和SSD价格已经开始明显上涨，而且这种上涨在未来很可能会长期持续。因此，作者判断：在PC厂商还有存储库存的阶段尽早购买，才是更理性的选择。随着存储价格的上行，PC和智能手机的终端价格也必然上涨。如果晚半年再买，PC价格翻倍的可能性并非不存在。笔者或许只是“险险躲过了一劫”。

08台积电的“赚钱主力”从 N5 转向 N3

乘着这股巨大的“AI 浪潮”，最有可能、也最有效率实现盈利的半导体厂商，恐怕非台积电莫属。图10展示了台积电按制程节点划分的营收变化趋势，可以清楚看到，其“赚钱主力”正从 N7 转向 N5，并进一步转向 N3。

图10 台积电各季度按节点划分的营收；来源：基于 TSMC Historical Operating Data，由笔者整理

接下来，图11展示的是按节点划分的晶圆投片量变化趋势。从中可以看出，未来会持续增加的只有 N5、N3 和 N2，其余制程节点则呈现下降趋势。这并不是一句“先进制程至关重要”的漂亮口号，而是一个现实：只有先进制程在增长。也就是说，台积电已经蜕变为一家几乎只靠先进制程赚钱的晶圆代工厂。

图11 台积电各季度按节点划分的晶圆投片量（2025 年 Q4 为预测）；来源：Claus Aasholm《One Peak short of Twin Peaks》，Semiconductor Business Intelligence，2025 年 10 月 22 日数据及笔者推算

生成式 AI 所需的计算量极其庞大，因此必须使用大量高性能 AI 芯片。而这又离不开先进制程所支撑的巨大产能。如今，能够满足这一需求的厂商，几乎只剩下台积电一家。正是这种简单而直接的因果关系，正在成为半导体产业的“引力中心”。

09N3 的主角：从苹果转向NVIDIA与Broadcom

接下来才是真正有意思的部分。过去，推动台积电先进制程发展的最大客户毫无疑问是苹果，但这一格局正在发生动摇。

图12 和图13 展示了 TSMC N3 制程按客户划分的晶圆投片量预测。从中可以看出，在 2025-2026 年期间，NVIDIA 和 Broadcom 的投片量将持续增加，并呈现出超过苹果的趋势。

图12 台积电3nm 制程按企业划分的晶圆投片量预测（折合月产 1000 片）；来源：基于 TrendForce 的 Joanne Chiao 在《2026 年代工市场展望——先进制程的优势与成熟制程的饱和》（2025 年 12 月 16 日）研讨会资料，由笔者整理

图13台积电3nm 制程按企业划分的晶圆投片量预测；来源同上

这并不仅仅是客户排名的变化。从先进半导体的发展历史来看，这意味着产业已经从“由智能手机处理器拉动先进制程的时代”，转向“AI 芯片主导先进制程的时代”。

苹果使用先进制程，是为了提升消费者体验；而 NVIDIA 与 Broadcom 使用先进制程，则是为了争夺云计算的主导权，这种差异非常明显。AI 芯片并不是“卖出去就结束”的产品，而是作为持续运行的基础设施不断扩张。因此，对先进制程的需求具有极强的粘性。

台积电的赚钱主力转向 N3，并不仅仅说明台积电很强，更重要的是：AI 重塑了先进制程的需求结构。

而在台积电已于 2025 年第四季度开始量产的 N2 制程上，同样的情况也很可能会再次上演。最早采用 N2 的客户或许仍然是苹果，但半年之后，NVIDIA 与 Broadcom 很可能就会成为主角。换句话说，苹果扮演的是为最先进产线“打头阵”的角色，而随后，作为“重量级选手”的 NVIDIA 与 Broadcom 将占据大多数产能，并为台积电的利润做出更大的贡献。

10真正的瓶颈在 CoWoS

然而，AI 半导体的成长面临着多重瓶颈。其中最为严峻的，就是 CoWoS 等2.5D封装的产能（Capacity）。

图14 展示了 2.5D 封装产能的变化趋势。AI 半导体并不是仅靠先进制程制造出来的“单颗芯片”就能成立的产品，它必须与 HBM 结合，形成一个系统级集成来实现性能。这一系统级集成不可或缺的关键，正是 CoWoS。只要 CoWoS 的产能不足，AI 半导体的供给紧张就不可能真正缓解。

图14 2.5D 封装产能的变化趋势；来源：TrendForce 的 Joanne Chiao，《2026 年代工市场展望——先进制程的优势与成熟制程的饱和》（2025 年 12 月 16 日）研讨会资料

也就是说，当下 AI 市场的所有制约，最终都会归因到一点：CoWoS 不够用。

但这里存在一个与直觉相反的未来。如果 CoWoS 的瓶颈被解除，投资会因此趋于冷静吗？——答案恰恰相反：投资只会进一步放大。

原因在于，目前有大量云厂商“想买却买不到”的 AI 半导体需求，被供给瓶颈强行压制着。一旦供给限制解除，被抑制的投资将瞬间喷涌而出。云厂商会趁机集中采购此前无法获得的 AI 芯片，加速建设 AI 数据中心，竞争也将随之进一步白热化。投资非但不会“降温”，反而极有可能进入下一个更激进的阶段。

11这不是泡沫，而是半导体产业的“地壳变动”

本文的结论其实很简单，可以归纳如下：

1）云厂商投资持续扩大的根源，在于生成式 AI 所需的计算量呈数量级跃升；

2）当前正在发生的，并非类似 Windows 95 泡沫、IT 泡沫或存储泡沫那种“以崩溃为前提”的泡沫，而是规模巨大、力量强劲的 AI 趋势；

3）在这一 AI 趋势推动下，逻辑芯片与存储市场持续扩张，存储价格也因 AI 转型而维持在高位；

4）台积电的先进制程被 AI 全面占据，N3 的主角正从苹果转向 NVIDIA 与 Broadcom；

5）AI 的最终瓶颈在 CoWoS，一旦这一瓶颈解除，云厂商的投资将进一步放大，甚至走向“暴走”。

生成式 AI 所创造的，并不是泡沫，而是一种趋势。正是这种趋势，正在引发半导体产业的“地壳变动”。而地壳一旦发生位移，就不可能再回到原来的状态。

我是芯片超人花姐，入行20年，经手10亿+RMB芯片采购。

原创写了9年文章，有50W+芯片行业粉丝。

有很多不方便公开发公众号的

关于芯片买卖、关于资源链接等

我会分享在朋友圈

扫码加我本人微信

来源：内容由芯世相（ID：xinpianlaosiji）编译自 「EE Times Japan」 ，作者：汤之上隆

点击查看往期内容