AI芯片预期,被大幅下调!
半导体芯闻·2026-11-18 17:56

文章核心观点 - SemiAnalysis大幅下修全球AI加速器资本开支、芯片出货量、HBM需求及功耗预测,AI算力市场增长斜率明显放缓,此前市场对算力投资规模和芯片价格的乐观预期面临重新评估 [1][2] - 调整并不意味着AI算力需求消失,全球AI加速器资本开支仍将从2026年的3920亿美元增长至2030年的9230亿美元,但增长斜率明显放缓,2029年甚至可能仅约5%同比增长 [2] - 资本开支下调幅度不完全等同于芯片实际需求下调幅度,相当一部分来自芯片售价和存储器成本预期下降 [4][5] - 竞争评价标准正在变化,产品成本、能效、融资能力及数据中心建设进度开始影响采购选择,英伟达面临的真正挑战是客户开始有了更多选择 [14][15] 全球AI加速器资本开支预测调整 - 2027年全球AI加速器资本开支从此前预计的7700亿美元降至6270亿美元,下调19% [2] - 2028年从1.054万亿美元降至7580亿美元,下调28% [1][2] - 2029年从1.352万亿美元降至7960亿美元,下调41% [2] - 2030年从1.531万亿美元降至9230亿美元,下调约40% [1][2] - 2027年至2030年全球AI加速器资本开支累计预期较此前减少约1.6万亿美元 [2] - 此前市场预计AI加速器年度资本开支将在2029年突破1万亿美元,如今该时间表被明显推迟 [2] 调整原因 - 头部AI公司收入增长放缓,部分前沿AI实验室第三季度新增年化经常性收入(ARR)增速不及此前预期,导致AI模型商业化收入及可支撑的算力投入规模被重新评估 [3] - 融资环境收紧,投资者对缺乏大型云服务商采购承诺的项目更加谨慎,土地、电力、数据中心主体建筑及后续设备采购均可能受影响 [3] - 美国中期选举相关监管因素可能导致部分数据中心项目延期,预计原计划2027年下半年至2028年上半年投产的约5.8GW数据中心容量可能推迟 [4] - 收入增长放缓和融资环境收紧是此次调整的主要原因 [4] 半导体产业链传导影响 - 2026年至2030年全球AI加速器逻辑晶圆累计出货面积预测下调17%,其中2029年单年下调幅度达24% [4] - HBM方面,2028年全球出货量预测从9.0EB降至6.4EB,下调30%;2029年从10.3EB降至7.9EB,下调23%;2030年从10.9EB降至9.6EB,下调12% [4] - 2030年全球AI加速器功耗需求预测从122.8GW降至80.7GW,下调34% [4] - 以2030年为例,AI加速器资本开支预测下调约40%,但逻辑晶圆出货面积仅下调15%,HBM位元需求下调12%,说明调整部分来自芯片售价和存储器成本预期下降 [5] - 随着HBM供需关系逐渐改善,未来存储器价格将趋于正常化,此前来自存储器价格上涨的溢价正在被重新调整 [5] - 晶圆代工、半导体设备及封装测试企业不能简单将资本开支下调40%理解为产业链需求减少40%,实际影响还需看晶圆面积、HBM位元需求及具体产品出货量变化 [5] 英伟达 - 按算力产品营收口径,英伟达2027年至2030年出货预测分别下调22%、39%、56%和66%;按包含整个系统的总功耗口径计算,下调幅度分别为14%、35%、50%和59% [6] - Feynman预估售价从约11万美元降至7.8万美元,Feynman Ultra从约17.5万美元降至9.8万美元,Feynman Next从约19.1万美元降至11.8万美元,其中Feynman Ultra价格预期降幅超过四成 [6] - 英伟达需降低产品加价幅度、接受更低毛利率才能维持竞争力,压力不仅来自客户采购数量减少,还有产品定价能力受到挑战 [6][7] - 调整不局限于GPU,还涉及Groq LPU和独立CPU [7] - 大型AI客户拥有更多算力平台选择,Anthropic使用的四大算力平台包括Google TPU、Amazon Trainium、AMD GPU和NVIDIA GPU,英伟达GPU在性能与成本综合表现中处于相对边缘位置 [7] - OpenAI基础设施仍以GPU为主,但AMD与OpenAI的认股权证协议使AMD GPU具有额外财务吸引力,OpenAI还将优先部署自研ASIC Jalapeno及下一代Serrano [7] - 英伟达对Neocloud客户业务敞口在主要供应商中最高,尤其是大量规模较小的长尾客户,资本市场收紧时缺乏大型客户采购承诺的项目更易受影响 [8] - 部分Neocloud的GPU承租方涉及中国终端客户,若美国RASA法案获得通过,远程使用GPU可能被视为出口行为,中国客户远程使用先进GPU将面临出口管制风险 [8] - 此次预测调整未计入黄仁勋离开英伟达CEO职位可能产生的影响,即使黄仁勋继续留任也会作出相同预测下修,但领导层交接可能进一步增加英伟达市场份额流失风险 [8] - Vera Rubin L6板延期至第四季度,约10万颗Rubin GPU从第三季度移至第四季度,但2026年Vera Rubin全年出货量预期仍维持在约98万颗 [8] - 为填补第三季度交付缺口,英伟达将增加约13万颗GB300出货;第四季度GB300和H200出货预期分别减少约26万颗和15万颗 [9] - 调整后英伟达2026年第三季度和第四季度总营收预测分别约为1091亿美元和1253亿美元 [9] - 2027年面向微软的Vera Rubin机柜订单减少200柜 [9] 博通 - 博通2026年至2030年ASIC业务累计营收预测下调11%,主要原因是HBM成本下降带来的产品售价调整,而非大规模削减出货量 [10] - 博通主要ASIC项目包括Google TPU、OpenAI和Anthropic相关项目,在性能成本比和能效方面具备竞争力 [10] - 博通能够协助客户向债权人提供融资支持,涉及数据中心土地、电力、建筑主体及系统建设,在AI数据中心建设越来越依赖资本投入的情况下成为重要竞争力 [10] - OpenAI第二代Serrano在2029年预期规模减少约1GW,但2030年第三代产品出货预期大幅上调 [10] - Google和Anthropic的TPU项目出现小幅下修,原计划2027年交付给Anthropic的700MW TPU推迟至2028年 [11] - 德州部分数据中心建设进度存在不确定性:Crusoe/Goodnight项目约275MW容量可能延期,Hubbard的Nexus项目约330MW尚未取得许可 [11] 联发科 - 联发科TPU业务预期下调,主要因Anthropic融资能力变化导致需求减少及整体TPU市场需求重新评估 [11] - TPU v9系列受影响最大,Humufish在2028年至2029年生命周期出货量减少约47万颗,主要反映EMIB-T工艺良率风险;TPU v9i(Triggerfish)生命周期出货量下调42% [11] - Triggerfish根据Anthropic意见设计,原本有望成为联发科首款交付给外部客户Anthropic的TPU产品 [12] - 在融资成为主要限制因素的情况下,博通能为数据中心整体建设提供融资支持,对Anthropic更具吸引力;联发科优势在于整体系统成本较低、毛利率低于博通,在资本受限时仍具竞争力,但需要Google承担更多融资责任或Anthropic提前支付更多款项 [12] - SemiAnalysis仍看好联发科未来在TPU市场的份额,尤其是Google内部使用的TPU,即使经过下调,其对联发科2029年至2030年TPU出货量预测仍高于博通及AMD/Marvell [12] AMD - 按总功耗计算,AMD在2028年至2030年预期分别下调23%、55%和57%;按支出计算分别下调29%、35%和32%;2027年功耗预期基本持平,支出下调11% [13] - AMD受影响相对较小与其客户结构有关,客户更加集中在大型云服务商和AI实验室,包括Meta、OpenAI和Anthropic [13] - Meta和OpenAI与AMD均存在认股权证协议,采购AMD系统具有额外财务吸引力;Anthropic虽无类似协议,但AMD产品价格具有竞争力,在推理场景每美元性能表现上Anthropic将AMD排在TPU之后 [13] - 约2.5万颗MI400及约3万颗Meta定制MI450-MC均从2027年第四季度提前至2026年第四季度,反映AMD对近期量产爬坡预期有所增强 [13] 亚马逊Trainium - 亚马逊Trainium 2027年和2028年出货预测完全没有下调 [14] - 亚马逊数据中心建设项目储备充足,受融资环境变化影响较小;Trainium制造成本较低,终端客户使用成本相对便宜,亚马逊还愿意针对Anthropic、OpenAI等关键客户提供策略性补贴 [14] - 2029年以后亚马逊将部分Trainium4出货量转移至Trainium5,并延长Trainium5部署周期至2030年,同时下调Trainium6放量规模 [14] 行业竞争格局变化 - 大型AI企业开始部署更多自研ASIC,同时引入AMD GPU、Google TPU和Amazon Trainium,客户对单一供应商的依赖正在降低 [14] - 在AI基础设施投资越来越庞大的情况下,芯片性能已不是唯一决定因素,产品成本、能效、融资能力及数据中心建设进度都开始影响最终采购选择 [15] - AI芯片市场增长正从单纯追求算力规模转向更加重视投资回报和整体系统成本阶段 [15]

AI芯片预期,被大幅下调! - Reportify