SemiAnalysis大幅下修AI算力与资本支出预测 辉达首当其冲
全球人工智慧(AI)基础设施投资狂潮出现显着冷却讯号。知名半导体研究机构 SemiAnalysis 在其最新的模型更新报告中,显着下调了未来数年 AI 加速器出货量、资本支出、高频宽记忆体(HBM)需求以及电力消耗预估,其中半导体龙头辉达(NVDA-US)受创最为严重。
资本支出与硬体需求大幅下修SemiAnalysis 指出,AI 加速器的资本支出扩张速度不如原先乐观。根据最新模型,2028 年全球 AI 加速器资本支出预测由原先的 1.054 兆美元降至 7,580 亿美元,下修幅度达 28%;至 2030 年更从 1.531 兆美元大幅降至 9,230 亿美元,削减高达 6,080 亿美元(约下修 40%)。
在实体晶片与零组件需求方面,SemiAnalysis 预估 2026 至 2030 年间,全球 AI 加速器逻辑硅晶圆的出货面积累计下修 17%。同时,2028 年全球 HBM 出货量预测从 9.0 EB 降至 6.4 EB(调降 30%);2030 年 AI 加速器的电力功耗需求也从 122.8 GW 大幅下修 34% 至 80.7 GW。SemiAnalysis 认为,随着 HBM 供需紧张缓解,价格回归正常化,物料清单(BOM)成本随之下降。
评估模型下修的三大核心理由
SemiAnalysis 分析师团队针对本次大幅调整,提出三项相互关联的主因:
营收成长放缓:前沿 AI 实验室第三季的年化经常性收入(ARR)增速放缓,显示市场产生的 Token 收入难以跟上高昂的基础设施扩张成本。
融资环境收紧:资本市场对缺乏大型云端服务业者(Hyperscaler)採购承诺的 AI 项目投资意愿减弱,进而推迟了资料中心土地、电力与外壳建设。
资料中心建设延宕:美国中期选举等监管因素预计造成约 5.8 GW 的资料中心产能延后投产,但机构强调营收与融资限制才是最关键驱动因素。
辉达负担最沉重
在主要晶片供应商中,辉达承担了最大的下修压力。SemiAnalysis 估计,辉达占全球硅晶圆出货面积削减总量的 66%。若按计算收入(Compute Revenue)口径计算,辉达 2027 至 2030 年的出货预测分别被下调 22%、39%、56% 与 66%。
除了出货量受挫,SemiAnalysis 还调低了辉达下一代晶片的平均售价(ASP)假设。例如 Feynman 晶片预估售价由 11 万美元下修至 7.8 万美元,Feynman Ultra 由 17.5 万美元降至 9.8 万美元。
SemiAnalysis 分析,由于 Anthropic 与 OpenAI 等大型客户逐渐偏好高性价比的自研 ASIC(如 Google TPU、Amazon Trainium)或 AMD GPU,辉达面临竞争加剧,必须降低加价空间以维持份额;加上辉达对融资风险较高的新型云端业者(Neocloud)小型长尾客户曝险较大,进一步放大了下行风险。
竞争厂商表现分化相较于辉达的显着下修,其他晶片阵营呈现分化格局。SemiAnalysis 认为博通受影响最小,其 2026 至 2030 年 ASIC 累计收入预测仅下修 11%,且主要来自 HBM 价格下降而非出货量削减,凸显其在 Google TPU 等项目的能源效率与融资支援优势。
AMD 虽然在 2028 至 2030 年的预测有所削减,但受惠于与 Meta 及 OpenAI 的认购权证协议,加上 MI400 与 Meta 定製款 MI450-MC 量产时程提前至 2026 年第四季,冲击明显小于辉达。亚马逊 Trainium 则因资料中心储备充足与成本优势,2027 与 2028 年出货预估维持不变。
SemiAnalysis 总结强调,AI 算力需求并未消失,但产业已从早期盲目追捧极致性能,转向全面考量性价比、能源效率与融资能力的理性竞争阶段。