SemiAnalysis创始人：英伟达HBM、先进封装用量占比已下降，2027年或继续下滑！半导体供应链2028年或仍紧张，AI最大瓶颈是芯片基板

投资者内参丨马振阳

10月23日，在美国圣克拉拉举行的CASPA第35届年度大会上，半导体研究机构SemiAnalysis创始人兼CEO Dylan Patel、伯恩斯坦董事总经理兼高级分析师Stacy Rasgon，就AI投资的可持续性、半导体供应链及英伟达的竞争优势进行了深入讨论。

Patel指出，当前AI基础设施建设最大的供应链瓶颈并非电力，而是芯片基板。日本相关供应商扩产谨慎，导致关键材料供应难以迅速增加。Rasgon预计，半导体供应链到2028年可能仍然紧张，2029年的情况则取决于需求变化。

与此同时，英伟达在全球CoWoS先进封装及HBM资源消耗中的占比已经开始下降，预计2027年还将进一步下降。随着谷歌、亚马逊等企业加快自研芯片布局，英伟达未来的市场份额和高利润率面临新的考验。

AI最大瓶颈不是电力，而是芯片基板

在AI基础设施建设的诸多供应链约束中，芯片基板被Patel列为最严重的瓶颈，甚至超过土地、电力、半导体制造设备等环节。

芯片基板及相关材料此前长期投资不足，特别是日本相关供应商扩产谨慎，导致AI加速器、CPU等产品的产能提升受到限制。此外，存储芯片及光学互联组件也面临供应紧张的问题。

相比之下，电力短缺存在更多应对手段。SemiAnalysis预计，2027年全球在建数据中心规模接近50吉瓦，其中美国约35吉瓦。通过部署现场燃气轮机、燃料电池等设备，可以在一定程度上缓解电力限制，而半导体供应链扩产则需要更长时间。

除了供应链约束，建设成本和融资成本上升也正在影响AI基础设施的扩张。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，两年涨幅超过50%。

Rasgon指出，以CoreWeave为例，其无担保债券在二级市场的收益率已接近15%，反映出新兴云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采购承诺的项目，获得融资将更加困难。

半导体供应链2028年或仍紧张，存储芯片扩产面临限制

在存储芯片领域，AI需求快速增长正在加剧产能紧张。

Rasgon指出，尽管当前存储芯片价格大幅上涨，行业盈利能力显著改善，但部分存储芯片股票的预期市盈率却只有2至4倍。原因在于市场担忧，随着2028年前后新增产能陆续释放，存储芯片价格可能出现大幅下跌。

不过，他也提出了一个值得关注的问题：如果存储芯片价格并没有如市场预期般大幅下跌呢？

从需求端来看，AI服务器机架中约70%至80%的芯片硅面积由存储芯片占据，主要是DRAM。与此同时，生产相同容量的HBM高带宽内存，所需晶圆数量约为普通DDR5内存的3至4倍。随着AI加速器需求持续增长，HBM正在消耗大量晶圆产能，进一步挤压传统DRAM的供应。

从供给端来看，晶圆制造设备市场同样面临洁净室产能限制。目前现有晶圆厂的洁净室基本满负荷运行，厂商只能通过提高现有设施的利用效率增加产出。部分新增洁净室产能预计将在2027年开始投入使用，更多产能则要到2028年至2029年才能释放。

在此背景下，预计2028年半导体供应链可能仍然紧张，2029年的情况则主要取决于需求变化。

如果AI需求继续保持强劲，即使新增产能陆续投放，存储芯片供应仍可能难以满足需求；但如果需求增速放缓，新增产能集中释放也可能给存储芯片价格和行业利润率带来压力。

英伟达HBM、先进封装用量占比下降，谷歌、亚马逊自研芯片加速追赶

对于英伟达的长期竞争优势，Patel提出了一个值得关注的变化。

2023年至2024年，英伟达占据了全球相当高比例的HBM和台积电CoWoS先进封装资源，但这一情况正在发生改变。2026年，英伟达消耗的全球CoWoS晶圆和HBM资源占比已经下降，Patel预计2027年还将进一步下降。与此同时，Google、亚马逊及AMD等竞争对手在全球先进封装和HBM资源消耗中的占比正在提高。

不过，这并不意味着英伟达的收入和利润必然下降。由于AI芯片整体市场仍在快速扩张，即使部分份额被竞争对手夺走，英伟达未来一年的利润仍可能实现同比翻倍。

真正的考验可能出现在2028年至2029年。随着Google TPU、亚马逊Trainium以及OpenAI等企业的自研芯片持续发展，英伟达能否长期维持当前的高利润率，取决于其技术迭代能否持续领先。

英伟达过去通过显著提高芯片性能，成功支撑了不断上涨的产品售价。从Ampere到Hopper，芯片平均售价大致翻倍，但性能提升约10倍；从Hopper到Blackwell，平均售价上涨约50%，性能提升幅度则达到数倍乃至数十倍，具体取决于应用场景。

只要性能提升速度继续超过价格上涨速度，英伟达就有能力维持较强的定价权。但如果未来产品性能提升明显放缓，高售价和高利润率就可能受到挑战。

与此同时，云厂商自研芯片的经济动力正在增强。Patel估算，如果完全剔除英伟达、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在理论上可降至约200亿美元。这也反映出大型科技企业推进自研芯片、减少对外部供应商依赖的经济动力。

不过，除了CUDA软件生态，英伟达还拥有庞大的装机基础、资金实力和融资能力等多重竞争优势。

#AI#英伟达#存储#芯片#数据中心

风险提示：本文为内容资讯，不构成投资建议。市场有风险，投资需谨慎。