夜雨聆风
AI芯片缺货的真正原因:氦气、溴、超级纯度硫酸,还有一个你不知道的战场
你有没有这种感觉——
每次看到AI芯片的新闻，不是看不懂，就是看完了还是懵的。
英伟达H100显卡，2023年初还卖1万美元，现在市场价已经涨到快3万美元了。朋友圈有人说”这是泡沫，快跑”，也有人说”这才哪到哪，以后更贵”。
到底该信谁？
我花了一晚上用马斯克的第一性原理想清楚了一件事：这次涨价，不是泡沫，不是炒作，是一场你不知道的战争。
你知道吗？
芯片制造需要一种气体，叫氦气。听起来很普通对吧？
但全球氦气的主要来源之一，是卡塔尔和伊朗。
现在美国和伊朗的关系，你是知道的。
结果是什么？全球氦气价格在过去两年涨了超过40%，而且供应越来越不稳定。
这还没完。
芯片制造还需要溴——一种阻燃剂，广泛用于工业生产。还需要超级纯度硫酸——用于清洗晶圆表面，每生产一片芯片需要用到约10升。
这些材料的供应，都在受到地缘政治的冲击。
所以马斯克会说：涨价不是问题，问题是涨价的链条你没看到。
第一部分：马斯克的第一性原理是什么
先简单说一下马斯克这个思维框架，不然后面你看不懂。
第一性原理，就是遇到问题不要类比，不要看别人怎么干，而是要问：
“这件事的本质是什么？”
比如别人都说”电动车贵”，马斯克会问：”贵的本质是什么？是电池原材料贵，还是我们一直用错了方法？”
答案是：电池的原材料就是锂、钴、镍，这些东西的成本不是无限高的，只是之前没人用正确的方式提取和组合。
所以特斯拉自己造电池，成本就下来了。
好，记住这个思维。下面用这个框架看AI芯片。
第二部分：AI芯片涨价的本质是什么
第一层：AI需要什么？
答案是算力。大模型训练需要数以万计的GPU同时跑，这个没有捷径。
第二层：算力的本质是什么？
是晶体管数量乘以效率。H100在约800平方毫米的芯片上，集成了超过800亿个晶体管。
第三层：现在缺的是哪一环？
高端GPU，主要是英伟达的H100、H200，以及马上要量产的Blackwell B200。
第四层：为什么缺？
需求涨得太快，供给跟不上。
好，说到这，你可能会问：那建更多工厂不就行了？
没那么简单。有四个卡脖子的地方，你听懂了就知道为什么这波涨价不是暂时的。
第一重瓶颈：封装
GPU不是把芯片造出来就能用的，它需要把计算芯片和内存芯片”叠”在一起，这个技术叫CoWoS封装。
全球能做这件事的主要是台积电，产能严重不足。英伟达一家就锁定了台积电超过一半的先进封装产能。
需求大概是供给的1.4到1.6倍。这个缺口，即使台积电拼命扩产，也要到2026年下半年才可能缓解。
第二重瓶颈：内存
GPU速度快不快，内存很关键。AI GPU用的叫HBM内存，全球只有三家能做：SK海力士、三星、美光。
更麻烦的是，HBM每生产1比特，比普通内存多消耗约3倍的晶圆产能。
结果是：SK海力士的HBM产能已经全部被预订到2026年了。你现在下单，最快明年才能拿到货。
第三重瓶颈：制程
2026年，几乎所有主要AI芯片都转向台积电最新的3nm制程：英伟达Rubin、AMD MI350X、谷歌TPU v7、亚马逊Trainium3……
这意味着AI芯片会消耗台积电约60%的3nm产能，到2027年这个比例会到86%。
换句话说：台积电最好的产能，几乎全被AI包圆了。
第四重瓶颈：材料
这是我今天想加给你的那一层。
芯片制造需要大量特种材料：
- 氦气：用于冷却和半导体制造，美国和伊朗的紧张关系直接影响了全球氦气供应链。
- 溴：阻燃剂和阻燃材料，广泛用于工业生产。
- 超级纯度硫酸：每片晶圆清洗需要约10升高纯度硫酸。
这些材料听起来不起眼，但没有它们，芯片就造不出来。
而这些材料的供应，都在不同程度地受到地缘政治的冲击。
结论：这不是周期性问题
好，到这里我们从底层推上来了。
为什么涨价？不是因为有人在炒作。
是因为：
需求爆发是结构性的——大模型技术革命带来的算力需求，不是用完就没了，而是会持续增长很多年。
产能扩张是慢的——从决定建厂到真正能出货，芯片行业通常需要3到5年。
瓶颈是一环扣一环的——封装、内存、制程、材料，四个地方同时卡，缺一不可。
所以马斯克会说：这不是周期性调整，这是结构性短缺。
第三部分：巨头们都在做什么
有意思的是，马斯克不仅用这个框架看问题，他还用这个框架做决策。
特斯拉怎么做的？自己造电池，自己写软件，自己设计芯片。
为什么？因为当核心资源被卡脖子的时候，唯一靠谱的解法，是自己掌控。
你再看看现在AI行业里大家在干什么——苹果：从2020年开始自己研发M系列芯片，彻底摆脱对英特尔的依赖。M4的神经引擎算力比M3翻倍，AI性能提升46%。
OpenAI：在开发自己的AI芯片Orion，已经组建了约20人的芯片团队，包括谷歌TPU项目的老将。微软已经表态，会用OpenAI设计的芯片。
华为：昇腾910C已经在大规模出货，目标是2025年出货70万片。910D正在开发，目标是超越英伟达H100。
Meta：和Broadcom合作开发MTIA芯片，签了跨越2029年的长期合同。
谷歌、亚马逊、微软……每一家都在做同一件事。
这说明什么？
说明这些最聪明的人，都得出了同一个结论：不能完全依赖英伟达。
英伟达的护城河是真实的，但不是不可挑战的。
第四部分：那么，投资怎么选
我用马斯克的另一个标准——产品思维：好不好用，能不能规模化。
英伟达：
好不好用？好用。CUDA生态有约400万开发者，这个护城河短期很难逾越。而且英伟达已经不只是芯片公司了，它的软件栈（NIM、NeMo）让它变成了平台。
能不能规模化？能。数据中心年收入已经突破1900亿美元，毛利率74%，产品路线图清晰：Hopper → Blackwell → Rubin。
但问题是什么？估值。3万亿美元市值，前向市盈率约40倍，已经定价了几乎完美的未来。上行空间有限，下行风险不小。
AMD：
MI300X规格很漂亮：192GB内存是H100的2.4倍，价格大概是英伟达一半。
但实测表现只有峰值算力的45%，而英伟达H100是93%。根本原因是软件效率的差距——ROCm比CUDA还是差一截。
不过ROCm在快速追赶，差距在缩小。AMD是给”愿意承担执行风险”的投资者的。
台积电：
这是我的判断里最稳健的选择。
好不好用？台积电的制程和封装技术，是真的不可替代。3nm和5nm制程已经占它家晶圆收入的74%，CoWoS封装几乎垄断。
能不能规模化？能。2025年收入增长预期30%，2025到2029年复合增长率40%。
估值也合理，前向市盈率约23到26倍，PEG比率0.7，市场有点低估了。
我的结论：
台积电是盾，最稳。 英伟达是矛，最锋利。 AMD是箭，高风险高回报。
最后说几句：
写这篇文章，不是要你明天就去买股票。
而是想告诉你一件事：
面对AI这个浪潮，焦虑是没用的。与其听别人吵来吵去，不如自己把问题想清楚。
第一性原理告诉我：涨价不是泡沫，是供需失衡，而且这链条比你想象的更长。
垂直整合告诉我：巨头在做什么，比他们说什么更重要。
产品思维告诉我：看公司不是看概念，是看能不能用，好不好用。
这三个框架，不只适用于AI芯片投资，也适用于你思考任何复杂问题。
下期预告：
下一期我们聊芒格。
芒格会用完全不同的角度看OpenAI——他会问：OpenAI的护城河到底在哪里？它的商业模式有什么致命问题？
格栅模型和逆向思考，会给我们一个很不一样的视角。
下周二见。
如果你觉得有收获：
关注公众号「ping的奇妙旅程」回复”清单”领取：
-
AI工具合集（我自己在用的工具清单） -
5个名人思维框架（马斯克、芒格、费曼、卡帕西、张一鸣）
每周二、五更新，用名人视角拆解AI和财经。