AI芯片预期,被大幅下调

资讯 AI 行业观察 作者:半导体行业观察 全文 5262 字 · 约 14 分钟读完 配图 1 张 分类HBM模型发布芯片

AI基础设施投资的增长预期,正在发生一次明显变化。 11月13日,半导体研究机构SemiAnalysis发布最新模型调整,大幅下修未来几年全球AI加速器的资本开支、芯片出货量、HBM需求以及功耗预测。其中,2028年全球AI加速器资本开支预期从此前的1.054万亿美元降至7580亿美元,下调28%;2030年则从1.5

所属频道 模型发布算力与芯片

AI基础设施投资的增长预期,正在发生一次明显变化。

11月13日,半导体研究机构SemiAnalysis发布最新模型调整,大幅下修未来几年全球AI加速器的资本开支、芯片出货量、HBM需求以及功耗预测。其中,2028年全球AI加速器资本开支预期从此前的1.054万亿美元降至7580亿美元,下调28%;2030年则从1.531万亿美元降至9230亿美元,下调约40%。

这轮调整中,英伟达成为受影响最大的公司。SemiAnalysis不仅大幅下调了英伟达未来几年的GPU出货预期,还下调了下一代Feynman系列产品的价格。相比之下,博通受到的影响较小,AMD也表现出一定韧性,亚马逊Trainium短期出货预期甚至没有变化。

这或许意味着,AI算力市场正在进入一个新的阶段:需求仍在增长,但此前市场对算力投资规模、芯片价格以及客户采购能力的乐观预期,开始面临重新评估。

全球AI算力投资预期,出现近万亿美元级别的调整

先来看整体市场。

根据SemiAnalysis最新预测,2027年全球AI加速器资本开支将从此前预计的7700亿美元降至6270亿美元,下调19%;2028年从1.054万亿美元降至7580亿美元,下调28%;2029年从1.352万亿美元降至7960亿美元,下调41%;2030年则从1.531万亿美元降至9230亿美元,下调约40%。

按照这一预测,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。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,如今这一时间表被明显推迟。

BigGo Finance在相关报道中指出,这次调整并不意味着AI算力需求消失,而是此前预期中的高速扩张正在降温。按照调整后的模型,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,只是增长斜率明显放缓。2029年甚至可能只有约5%的同比增长。

SemiAnalysis给出的原因主要有三个。

首先,头部AI公司的收入增长出现放缓迹象。尤其是部分前沿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。这使SemiAnalysis重新评估了AI模型商业化能够带来的收入,以及这些收入究竟能够支撑多大规模的算力投入。

其次,融资环境正在收紧。此前大量AI数据中心项目依靠债务融资和股权融资推进,但如今投资者对于缺乏大型云服务商采购承诺的项目更加谨慎。土地、电力、数据中心主体建筑以及后续设备采购,都可能受到影响。

此外,美国中期选举相关监管因素,也可能导致部分数据中心项目延期。SemiAnalysis预计,原本计划在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。不过,该机构强调,收入增长放缓和融资环境收紧才是此次调整的主要原因。

这次调整也传导到了半导体产业链。

SemiAnalysis将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年的单年下调幅度达到24%。

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%。

与此同时,2030年全球AI加速器功耗需求预测从122.8GW降至80.7GW,下调34%。

这里有一个值得注意的细节:资本开支的下调幅度,并不完全等同于芯片实际需求的下调幅度。

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%。这说明,此次调整除了出货量减少,还有相当一部分来自芯片售价和存储器成本预期下降。

SemiAnalysis认为,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AI基础设施投资增长中,有相当一部分来自存储器价格上涨,如今这部分价格溢价正在被重新调整。

因此,对于晶圆代工、半导体设备以及封装测试企业而言,不能简单地将AI加速器资本开支下调40%,理解为整个产业链需求也将减少40%。实际影响还要看晶圆面积、HBM位元需求以及具体产品出货量的变化。

英伟达承受最大压力,未来出货和产品售价双双下调

在主要AI芯片供应商中,英伟达无疑是这轮调整中最受影响的公司。

按照算力产品营收口径,SemiAnalysis将英伟达2027年至2030年的出货预测分别下调22%、39%、56%和66%;按照包含整个系统在内的总功耗口径计算,下调幅度分别为14%、35%、50%和59%。

更值得关注的是,英伟达未来产品的价格预期也出现明显变化。

SemiAnalysis认为,除了HBM成本下降带来的影响,英伟达还需要降低产品加价幅度,接受更低的毛利率,才能维持竞争力。

具体来看,Feynman的预估售价从约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则从约19.1万美元降至11.8万美元。

其中,Feynman Ultra的价格预期降幅超过四成。

这意味着,英伟达未来面临的压力不仅是客户采购数量减少,还有产品定价能力受到挑战。而且,此次调整并不局限于GPU,还涉及Groq LPU和独立CPU。

为什么英伟达受到的冲击最大?

SemiAnalysis的解释是,大型AI客户正在拥有更多算力平台选择,英伟达GPU不再是所有场景下最具吸引力的方案。

以Anthropic为例,其目前使用的四大算力平台包括Google TPU、Amazon Trainium、AMD GPU和NVIDIA GPU。SemiAnalysis认为,从性能与成本的综合表现来看,英伟达GPU在这四种平台中处于相对边缘的位置,Anthropic更倾向于其他三种方案。

OpenAI也在改变采购策略。尽管其基础设施仍然以GPU为主,但AMD与OpenAI之间的认股权证协议,让AMD GPU具有额外的财务吸引力。此外,OpenAI还将优先部署自研ASIC Jalapeno以及下一代Serrano。

另一个不容忽视的因素是Neocloud(新兴云服务商)。

英伟达对Neocloud客户的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。这些企业通常需要先通过融资采购GPU,再通过出租算力回收投资。当资本市场收紧,缺乏大型客户采购承诺的项目便更容易受到影响。

此外,部分Neocloud的GPU承租方涉及中国终端客户。如果美国RASA法案获得通过,远程使用GPU也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。

SemiAnalysis还特别说明,此次预测调整并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,该机构也会作出相同的预测下修。不过,其认为领导层交接可能进一步增加英伟达市场份额流失的风险。

从近期交付情况来看,英伟达的产品节奏也出现了调整。

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。

为填补第三季度的交付缺口,英伟达将增加约13万颗GB300出货;第四季度随着Rubin加速放量,GB300和H200出货预期则分别减少约26万颗和15万颗。

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。此外,2027年面向微软的Vera Rubin机柜订单也减少了200柜。

博通相对稳健,联发科的TPU业务面临重新评估

与英伟达形成对比的是,博通在这轮调整中表现出更强的韧性。

SemiAnalysis将博通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,而不是大规模削减出货量。

博通的优势在于,其主要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。更重要的是,博通还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、建筑主体以及系统建设。

在AI数据中心建设越来越依赖资本投入的情况下,能够帮助客户解决融资和基础设施建设问题,已经成为芯片供应商的一项重要竞争力。

当然,博通也有部分项目被调整。OpenAI第二代Serrano在2029年的预期规模减少约1GW,但2030年第三代产品的出货预期则大幅上调。

Google和Anthropic的TPU项目也出现小幅下修。其中,原计划2027年交付给Anthropic的700MW TPU被推迟至2028年。原因是德州部分数据中心建设进度存在不确定性:Crusoe/Goodnight项目约275MW的容量可能延期,而Hubbard的Nexus项目约330MW尚未取得许可。

相比博通,联发科受到的调整更加明显。

SemiAnalysis下调联发科TPU业务预期,主要是Anthropic融资能力变化导致需求减少,以及整体TPU市场需求重新评估。

其中,TPU v9系列受到的影响最大。Humufish在2028年至2029年的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)的生命周期出货量则下调42%。

Triggerfish还有一层特殊意义。这款芯片是根据Anthropic的意见设计,原本有望成为联发科首款交付给外部客户Anthropic的TPU产品。

SemiAnalysis认为,在融资成为主要限制因素的情况下,博通能够为数据中心整体建设提供融资支持,这一点对Anthropic更有吸引力。

联发科的优势则在于整体系统成本较低,毛利率低于博通,在资本受限时仍然具有竞争力。但这需要Google承担更多融资责任,或者Anthropic提前支付更多款项。

值得注意的是,SemiAnalysis仍然看好联发科未来在TPU市场的份额,尤其是Google内部使用的TPU。即使经过此次下调,其对联发科2029年至2030年TPU出货量的预测,仍然高于博通以及AMD/Marvell。

AMD和亚马逊Trainium,成为相对受益的平台

AMD的预测同样有所下修,但幅度小于英伟达。

按照总功耗计算,AMD在2028年至2030年的预期分别下调23%、55%和57%;按照支出计算,则分别下调29%、35%和32%。2027年功耗预期基本持平,支出下调11%。

AMD受到的影响相对较小,与其客户结构有关。相比英伟达对Neocloud客户的较高敞口,AMD的客户更加集中在大型云服务商和AI实验室,包括Meta、OpenAI和Anthropic。

其中,Meta和OpenAI与AMD均存在认股权证协议,采购AMD系统具有额外的财务吸引力。Anthropic虽然没有类似协议,但AMD产品价格具有竞争力。在推理场景的每美元性能表现上,Anthropic将AMD排在TPU之后。

与此同时,AMD还将部分MI400产品的放量时间提前。约2.5万颗MI400,以及约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,反映出AMD对近期量产爬坡的预期有所增强。

至于亚马逊Trainium,2027年和2028年的出货预测完全没有下调。

SemiAnalysis认为,亚马逊的数据中心建设项目储备充足,受到融资环境变化的影响较小。此外,Trainium制造成本较低,终端客户使用成本也相对便宜,亚马逊还愿意针对Anthropic、OpenAI等关键客户提供策略性补贴。

2029年以后,亚马逊则将部分Trainium4的出货量转移至Trainium5,并延长Trainium5的部署周期至2030年,同时下调Trainium6的放量规模。

从这轮调整来看,AI算力市场并没有失去增长动力,但此前市场对未来投资规模的预期,显然过于乐观。

更重要的是,竞争的评价标准正在发生变化。

过去几年,英伟达凭借GPU性能、CUDA生态以及供应链优势,在AI算力市场占据主导地位。但随着大型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。

而在AI基础设施投资越来越庞大的情况下,芯片性能已经不是唯一的决定因素。产品成本、能效、融资能力以及数据中心建设进度,都开始影响最终的采购选择。

对于半导体产业链而言,这轮调整也释放出一个值得关注的信号:AI芯片市场的增长,正在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的阶段。

英伟达面临的真正挑战,或许不只是出货预期下调,而是客户开始有了更多选择。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. SemiAnalysis大幅下修AI算力预测:2028年资本开支预测下调近三成

    AI基础设施投资热潮出现新的降温信号。半导体研究机构SemiAnalysis在11月13日发布的最新模型更新中,大幅下调了未来数年AI加速器出货、资本开支、HBM需求和电力需求预测。其中,2028年至2030年的调整幅度尤为明显:2028年全球AI加速器资本开支预测被下调28%,2029年和2030年分别下调41%和4

    来源 腾讯网
  2. AI芯片设计,进入混战时代

    如果说过去几年AI芯片行业的竞争,主要围绕GPU算力、HBM带宽和先进制程展开,那么现在,这套竞争逻辑正在发生变化。 大模型的训练和推理需求不断变化,芯片厂商发现,过去那些相对成熟的设计思....

    来源 腾讯网
  3. 模拟芯片六巨头季报:AI数据中心抢走封测产能,交期最长拉到32周

    过去一个月时间里,德州仪器、恩智浦、意法半导体、瑞萨电子、Microchip和英飞凌相继披露了最新季报。作为全球模拟芯片、MCU及功率半导体的绝对主力,这六家巨头的业绩集体回暖:Microchip营收同比激增42.2%,TI大增28%,恩智浦与意法半导体均实现近两成增长,英飞凌更是创下单季营收新高。 业绩端的复苏已无需

    来源 AI 行业观察
  4. 美国商务部AI芯片新规:远程算力出口也要许可证

    美国商务部发布临时规则,要求企业在可能向中国等受限国家提供算力的情形下,出口AI芯片须申请许可证。新规将管制范围从芯片实体出口延伸至远程云计算访问,意在堵住中国企业通过海外数据中心获取算力的漏洞。全球AI产业链与云服务格局或将迎来新一轮调整。

    来源 AI 科技快讯
  5. 美国拟封堵云端算力通道:中国远程使用AI芯片或受限

    据Ars Technica报道,美国政府正着手封堵一个关键漏洞:中国机构无需进口实体芯片,只要通过云端租用算力即可远程使用美国最先进的AI芯片。特朗普政府押注北京不会为此大动干戈,但这一举措可能重塑全球AI算力的流动方式,也让云服务商与芯片厂商站到了出口管制的最前线。

    来源 AI 科技快讯
  6. Bharat Semi种子轮融资2400万美元:AI传感器商业化提速

    印度芯片初创Bharat Semi宣布完成2400万美元种子轮融资,计划加速其AI传感器技术商业化并拓展全球市场。公司称已在包括General Atomics在内的客户处取得设计中标,意味着产品进入客户设计周期。本文梳理融资信号、AI传感器市场趋势,以及印度半导体生态的机遇与挑战。

    来源 AI 科技快讯
  7. SK海力士加速HBM4设备投资,清州P&T6厂成扩产重点

    尽管 AI 行业不确定性加剧,SK 海力士仍看好 HBM 需求,正与设备供应商商讨 HBM4 后道工序设备采购,目标明年上半年完成进场调试。新增产能或落在清州 P&T6 封装测试厂,全面运转后每月可额外生产 2 万片以上 HBM。#SK海力士# #HBM4#

    来源 IT之家
  8. 英伟达推Rubin HPC:超5万CUDA核心,押注AI智能体改写科学计算

    英伟达正将AI基础设施的竞争进一步延伸至科学计算领域。在11月16日于芝加哥举行的超级计算大会SC26上,英伟达发布专为科学计算、工程仿真和数据分析设计的新一代GPU Rubin HPC,并围绕CUDA-X软件库、光子计算和量子计算等领域公布一系列进展,试图将GPU加速计算、AI智能体与传统高性能计算(HPC)整合到统

    来源 腾讯网
  9. SK海力士5年投10.5亿美元,HBM4后道产能成新战场

    AI存储的竞争,正从晶圆制造的单点产能,转向材料、设备、验证与后道封装测试一体化的全链条组织能力。11月16日,SK海力士在AI存储领域连出两招:公司宣布未来五年投入1.4万亿韩元(约合10.5亿美元),扶持韩国本土半导体材料、零部件及设备供应商;同日公布总投资8746亿韩元(约合6.54亿美元)的联合测试设施Trin

    来源 腾讯网
  10. 并购完成,李飞飞正式率队加入AMD,苏妈亲自欢迎

    这下真是王见王了! 旧金山的办公室里,「半导体女王」苏姿丰和「AI教母」李飞飞并肩坐在高脚凳上,面前是坐满一屋子正在鼓掌的World Labs员工。 当地时间11月16日,AMD正式宣布完成对World Labs的收购,这家由李飞飞联合创办的空间智能公司,从此彻底并入AMD。 官宣视频当中,苏姿丰穿着黑色连帽卫衣一边比

    来源 AI 行业观察
  11. 困扰物理学界50多年的难题,科学家靠GPT-6 Astra给出新方案

    智东西11月16日报道,今日,OpenAI发布科学博客首篇客座文章,GPT-6 Astra参与了一项标准模型研究,帮助物理学家提出一种在“格点”上定义标准模型的候选方案。 加州大学圣塔芭芭拉分校理论粒子物理学组负责人、OpenAI访问科学家Nathaniel Craig在博客中介绍了他如何与GPT-6 Astra合作,

    来源 AI 行业观察
  12. 10元探店,6元模特:月入800万的AI假体验生意,谁在买单?

    本地生活赛道,探店生意曾形成一条完整的产业链,如今正被AI侵蚀。 传统真人探店拍摄剪辑动辄数百上千元,而现在AI将单条内容的的成本压到10元以内。商家只需上传一张门头照、几张菜肴图,再配一个AI主播,即可生成一条AI探店视频。 此外,抖音等平台上已出现专门的AI探店账号,有博主仅1.9万粉丝,专注此类内容,首页显示累计

    来源 AI 行业观察
  13. 华为云开源具身世界模型CloudRobo-WM1.2,两项评测登顶

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  14. 华为云开源CloudRobo-WM1.2:具身世界模型登顶两项评测

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  15. 九国签《旧金山宣言》:AI供应链联合清单落地,中方依赖成焦点

    2026年11月15日,美国联合日本、澳大利亚、英国、韩国、印度等9个国家在APEC峰会特朗普-习近平会晤前夕签署《旧金山宣言》,承诺建立AI技术和供应链脆弱性联合清单,涵盖半导体、关键矿产与能源基础设施。这是2025年12月"硅片和平(Pax Silica)"倡议以来最具约束力的制度化落地。德国、瑞典、荷兰

    来源 AI 科技快讯
  16. 李彦宏:昆仑芯上市继续推进,AI原生应用仍在早期

    “今年早些时候,昆仑芯已以保密形式向港交所递交上市申请,我们会继续推进其上市流程,并适时向市场同步进展。长期看,随着国内半导体供应链成熟、我们持续改进芯片并扩大产量。有了自研芯片,我们能在芯片、云基础设施、模型和应用之间实现更好的端到端整合与优化,稳步降低成本。这些收益长期会增强AI云基础设施的竞争力...

    来源 腾讯网
  17. 奥尔特曼谈黄仁勋离职:AI行业能扛住,英伟达地位不会动摇

    财联社11月17日讯(编辑 赵昊)OpenAI首席执行官萨姆·奥尔特曼(Sam Altman)最新表示,他相信人工智能(AI)行业能够经受住英伟达CEO黄仁勋辞职所引发的不确定性。上周,英伟达宣布公司联合创始人黄仁勋辞去总裁、CEO及董事职务。黄仁勋于1993年参与创立英伟达,此后长期担任CEO,带领英伟达发展成为全球

    来源 腾讯网
  18. 华为云发布具身世界模型,物理AI再迎重磅催化!宇树科技翻红涨超1%,机器人ETF汇添富(159213)全天逆市吸金!人形机器人产业趋势怎么看

    11月16日,A股市场震荡回调,沪指跌0.87%险守3600点,光模块、半导体为代表的双创指数明显承压,部分物理AI标的活跃,宇树科技翻红涨超1%,但板块整体震荡,机器人ETF汇添富(159213)标的指数跌超3%,资金逆市坚挺涌入,机器人ETF汇添富(159213)再度吸金,近3日有两日实现资金净流入。机器人ETF汇

    来源 腾讯网
  19. 百度Q3财报:AI新业务占比53%,智能云收入增94%

    【TechWeb】11月17日消息,百度集团发布2026年第三季度未经审计财务业绩。在传统在线营销业务面临宏观挑战和主动转型阵痛的背景下,百度交出了一份“新旧动能转换”特征鲜明的答卷:AI新业务已占据百度一般性业务收入的53%,全栈AI投入正逐步转化为实质性的规模增长。 营收企稳,利润与现金流保持健康 财报显示,百度第

    来源 AI 行业观察
  20. 字节跳动 Seedance 2.5 4K 视频生成模型 API 全面开放

    IT之家 11 月 16 日消息,字节跳动火山引擎官方今日宣布,Seedance 2.5 4K 的 API 全面开放,开发者与企业客户可通过接口调用该 4K 视频生成模型。 IT之家注意到,火山引擎于 10 月 23 日正式发布了 Seedance 2.5 4K,官方称通过专项训练,Seedance 2.5 4K 更充

    来源 AI 行业观察
  21. Qwen4-Max发布:2.4T参数、百万上下文,单任务成本降58%

    11 月 16 日,阿里巴巴发布全新一代基座大模型 Qwen4-Max,总参数 2.4T,具备原生视觉能力,支持百万上下文。基于创新的模型架构和训练优化,Qwen4-Max 以更少的 Token 消耗实现了更高的性能,在智能体和编程等关键能力项上持续进化:在权威的全球前端编程盲测 CodeArena 中,Qwen4 位

    来源 AI 行业观察
向下滚动自动加载更多