乐于分享
好东西不私藏

"职业生涯第一个真正的芯片超级周期":AI正在改写半导体产业底层逻辑

"职业生涯第一个真正的芯片超级周期":AI正在改写半导体产业底层逻辑

重要声明:本文为产业技术分析文章,仅探讨行业发展趋势与技术演进路径,不构成任何投资建议。

最近,伯恩斯坦资深半导体分析师Stacy Rasgon在一期深度访谈中提出了一个引发行业广泛讨论的判断:当前全球半导体行业正在经历他整个职业生涯中第一个真正意义上的"芯片超级周期"。

和历史上由PC、智能手机等消费电子需求波动驱动的常规周期不同,这一轮由AI基础设施投资拉动的需求爆发,呈现出完全不同的特征——它不是周期性的波动,而是结构性的需求跃迁。

为什么说这是"超级周期"?

过去几十年,半导体行业一直遵循着"繁荣-衰退-复苏"的周期规律,每一轮周期的驱动因素各不相同,但本质上都是需求端的周期性波动。而这一轮由AI驱动的增长,呈现出几个前所未有的特征:

第一,需求的量级不同。Rasgon指出,AI基础设施投资的规模正在逼近一个惊人的水平,对算力的贪得无厌的需求,正在拖动整个半导体行业以远超以往的速度增长。去年全球半导体行业总营收已经突破了历史高点,今年仍在以罕见的速度向上攀升。

第二,需求的持续性不同。以往的周期往往由某一类消费电子产品的换机潮驱动,持续时间有限。而AI算力需求具有更强的持续性:从大模型训练到推理落地,从云端到边缘侧,从通用模型到行业专用模型,每一个阶段的演进都会持续产生新的算力需求。

第三,影响的广度不同。这一轮需求不仅拉动了GPU,还在向全产业链蔓延:存储、网络、光模块、功率半导体、CPU,甚至最上游的半导体制造设备,都在不同程度上感受到了需求的拉力。这种全产业链的共振,在以往的周期中是很少见的。

市场焦点正在切换:从训练热到推理爆发

行业正在发生一个重要的变化:市场的核心关注点,正在从"大模型训练"转向"AI推理"。

前两年的算力需求主要由大模型训练拉动,企业比拼的是谁能更快训练出更大、更强的模型。而现在,随着大模型技术逐步成熟,如何把模型用起来、实现商业化变现,成为了更核心的命题。这直接带动了推理算力需求的爆发。

推理场景和训练场景对芯片的需求有很大不同:

训练场景追求极致性能,对成本的敏感度相对较低

推理场景追求性价比和能效比,需要针对不同场景做定制化优化

这种变化正在催生新的技术路径:定制化ASIC(专用集成电路)正在快速崛起。相比通用GPU,定制芯片在特定推理场景下可以实现更高的能效比和更低的单位算力成本。越来越多的云服务商和科技企业开始投入自研推理芯片,形成了和通用GPU并行发展的格局。

Rasgon的判断是:定制芯片和通用GPU不是零和博弈的替代关系,而是在日益扩大的AI算力市场中各自占据不同的细分场景,共同消化这股深不见底的需求浪潮。

供应链的"打地鼠"效应:瓶颈在不断转移

随着AI需求的持续爆发,半导体供应链正在上演一场奇特的"打地鼠"游戏——一个瓶颈刚缓解,下一个瓶颈又冒了出来。

最先出现瓶颈的是GPU。随着头部厂商产能的逐步释放,GPU供应紧张的情况有所缓解,但紧接着,瓶颈转移到了HBM(高带宽存储)。

HBM之所以成为新的瓶颈,核心原因在于其极高的硅片消耗:制造1GB的高带宽存储,大约需要4倍于标准DRAM的硅片面积。这意味着,就算晶圆厂全力扩产,实际能产出的存储容量增量也会受到很大限制。

而且HBM的堆叠工艺良率要求高,产能爬坡速度慢,进一步加剧了供应紧张的局面。

HBM之后,瓶颈还在继续向下游蔓延:

半导体制造设备的交付周期在拉长

高端光模块的产能跟不上需求

甚至连数据中心的电力供应,都成了新的制约因素

服务器CPU的供应也开始出现紧张

这种全产业链的产能瓶颈,恰恰说明了这一轮需求的强度和广度。它不是某一个环节的供需失衡,而是整个行业都在被AI需求强行拉动,进入了一个全新的增长轨道。

产业逻辑正在被改写

这一轮超级周期,正在从根本上改写半导体产业的发展逻辑:

首先,技术迭代的优先级变了。以前半导体技术发展主要追求摩尔定律的延续,也就是不断缩小制程、提升晶体管密度。而现在,针对AI场景的优化正在成为技术迭代的核心驱动力——包括更适合AI计算的芯片架构、更高带宽的存储、更高速的互联技术等等。

其次,产业的话语权结构在变。以前是消费电子品牌和PC厂商主导需求,现在云厂商和AI企业正在成为半导体行业最大的客户,它们的需求直接决定了芯片厂商的技术路线和产能规划。

第三,竞争的维度变了。以前的竞争主要是同类型产品之间的性能和价格竞争,现在则是不同技术路线之间的竞争——GPU、ASIC、FPGA、甚至存算一体等新型架构,都在争夺AI算力时代的主导权。

客观看待周期的不确定性

当然,超级周期并不意味着只会一路向上,行业仍然存在不确定性:

AI商业化的落地速度,会直接影响未来算力需求的增长节奏

全球宏观经济的波动,可能会对企业的IT投资意愿产生影响

地缘政治因素带来的供应链重构,可能会增加行业的波动

技术路线的快速迭代,也可能让部分产能面临提前折旧的风险

但从长期来看,AI对算力的需求是结构性的、长期的。这一轮超级周期的影响,可能会持续很多年,并且会深刻重塑全球半导体产业的格局。对于行业参与者来说,理解这一轮周期的本质,提前布局技术方向和产能,才是应对变化的核心。

信息来源:36氪、伯恩斯坦半导体研究报告、行业公开信息整理

免责声明:本文仅为产业分析和观点分享,不构成任何投资建议。股市有风险,投资需谨慎。文中数据来源于公开研报、公开信息、行业报告,可能存在滞后或偏差,请以官方信息为准。