瑞银分析师：AI扩张卡在电力，2030年前需新增380GW

这几年AI给半导体行业带来的增长谁都看得见。英伟达GPU出货量一路往上走，云计算巨头不断加码资本开支，HBM、先进封装和晶圆制造产能也被市场追着看。

不过，视线要是从芯片本身挪开，就会发现这轮AI基础设施建设正碰上一些新麻烦。

瑞银（UBS）半导体高级研究分析师Timothy Arcuri近日在《The Compute 100》的一期访谈里，给出了不少值得留意的判断。电力供应、GPU与ASIC之间的竞争、HBM如何改写存储行业的周期，这些都在他的话题里。他关心的已不只是芯片厂商还能卖多少货，而是整条产业链撑不撑得住市场已经形成的增长预期。

访谈中他提到一个数字：从现在到2030年至2031年，全球可能需要新增约380GW的电力容量。

这个数字指向AI产业眼下绕不开的一个现实：芯片还能接着造，可有没有足够的电让它们跑起来？

很长一段时间里，Arcuri的研究主要盯着半导体产业的供给端。台积电能多出多少晶圆产能，设备厂商能造多少设备，这些新增产能何时真正释放，都是他关注的问题。

如今，他把更多精力放到了需求和基础设施上。

道理并不复杂。市场对未来几年

Arcuri在访谈中表示，他测算从现在到2030年至2031年，全球需要新增约380GW电力容量。这里要说明一点，这是把数据中心PUE因素算进去的电力口径，并非单纯的IT计算负载。

想达到这个目标，一方面现有电网得提高供电能力，另一方面还得有大量新的离网电力设施投运。换句话说，未来几年不光要建数据中心，数据中心背后的电从哪来也得一并解决。

电力项目的建设可不像买GPU那样简单。审批、安全问题、地缘政治因素，都可能拖慢项目落地的速度。就算芯片厂商能按预期扩大出货，电力基础设施没跟上，整条产业链的增长最后照样会受影响。

Arcuri 也对 GPU 和 ASIC 的出货情况做了判断，他估的数是：英伟达当年 GPU 出货量在 600 万至 700 万颗之间。要注意，这里的出货单位和 Die 不是一回事，一个出货单位对应的是两个 Die。

ASIC 这边的增速也不慢。Arcuri 拿博通举例，预计其当年 ASIC 出货量大概 350 万至 400 万颗，到下一年可能冲到 600 万颗。单看出货数量，ASIC 已经在向通用 GPU 靠拢，而且跑得更快。可英伟达 GPU 平均售价更高，算销售额的话，英伟达的份额还是会明显高过它的出货量份额。

两条路线同时扩张，未来的计算基础设施规模只会越堆越大。

不过 Arcuri 对两者今后的竞争关系给出了一个挺有意思的判断：假如 AI 资本开支开始放缓，ASIC 说不定会比通用 GPU 更早挨刀。

这个说法和不少市场人士的直觉是反着来的。一般人的看法是，

Arcuri 的解释是，ASIC 往往是为特定用途定制的，企业一旦要收缩业务，通用 GPU 能给到的灵活性更大。对那些还在调整计算资源配置的客户来说，通用 GPU 反倒更值钱。

他还特意提了一句，英伟达现有装机基础的价值，市场恐怕是低估了。

眼下 Blackwell 以及后续 Rubin 产品的出货，基本还是在做新增计算能力，原有 GPU 并没有被大规模替换掉。往后早期 Ampere GPU 慢慢进入更新周期，客户还是得升级已有的计算集群。就算新增资本开支放缓，存量基础设施的升级照样会带来持续需求。

除了 GPU 市场份额，这也是英伟达另一个容易被忽略的优势。

这次访谈里，Arcuri 也聊到了美光，以及他为什么觉得市场对存储行业的变化可能还是低估了。

有个现象挺耐人寻味：美光股价已经涨了不少，可对照 Arcuri 在访谈里给出的估值数据，其

那市场为什么不肯给存储企业更高的估值？Arcuri 认为，根子在于传统存储行业的周期性一向太强。以往存储市场的价格主要由供给端决定：价格一涨，厂商就扩产，可新增晶圆产能要拖很久才能落地，等这些产能真正投放市场，往往又变成供过于求。

HBM 正在改写这套规律。Arcuri 特别提到，HBM 跟传统 DDR 最大的区别之一，是它和计算芯片的迭代节奏绑得更紧。每一代新的 ASIC 或者 XPU，都可能要适配不同版本的 HBM；计算芯片不停更新，存储产品也得跟着调。新一代芯片出来之后，上一代 HBM 未必还用得上。

传统 DDR 就完全不是这样。DDR 产品的生命周期能到七八年，客户可以在价格低时先建库存，等价格涨上去再慢慢消化。存储行业过去那些明显的价格周期，很大程度上就是这么来的。HBM 则要求存储厂商和芯片厂商配合得更紧密，围绕未来几代产品提前把供应规划好。

还有一点不能忽略，就是 HBM 对晶圆产能的占用。据 Arcuri 所说，生产一片 HBM 晶圆消耗的产能，大致相当于四片非 HBM 晶圆。HBM 要做多层 DRAM 堆叠，制造更复杂，占用的晶圆制造资源也更多。

于是就出现了这么个局面：AI 计算需求上来，拉动 HBM 需求；HBM 又吃掉更多晶圆产能，反过来影响传统存储产品的供给。存储行业的商业模式，其实也在跟着变。

Arcuri提到，以前存储厂商和客户之间很少签长期供应协议，采购节奏基本跟着市场走。如今情况变了：AI基础设施对存储供应的需求越来越确定，一些大客户开始主动用预付款和长期采购承诺把未来的供应锁住。他举例说，客户可能先付100亿美元，同时承诺未来三年买下一定数量的产品。

这种打法在传统存储市场并不多见。

对存储厂商而言，这类协议带来的不只是提前到账的资金。更关键的是，未来一段时间要生产多少，可以提前定下来，产能投资也能据此安排。过去那种一涨价就大规模扩产、最后供过于求的老路，因此有机会避开。

Arcuri判断，HBM加上长期供应协议，正让存储行业的周期变得比以前更可持续。当然，这不等于下行周期就此消失。他的看法是，过去严重下行多半由供给过剩引起，而未来如果真出现，更可能需要需求端先发生明显变化。

这也正是他认为市场该重新审视美光等存储厂商估值的原因。

跟GPU、存储比起来，Arcuri对半导体设备市场的判断同样值得关注。

从投资周期的角度看，他认为设备市场可能比计算芯片市场更有吸引力。原因在于，计算芯片已经连续增长了好几年，晶圆制造设备的新增投资却还没完全跟上。

AI计算能力继续扩张，新的晶圆制造产能最终总要落地，设备厂商会从中受益。

Arcuri给了一个测算：每新增1GW计算能力，大约需要40亿美元的前道晶圆制造设备投资。

若2030年至2031年间累计新增380GW电力容量，那么其中某一年新增的电力容量就可能突破100GW。按每1GW算40亿美元前道晶圆制造设备投资，单年对应的前道设备需求便可能超过4000亿美元。

不过Arcuri强调，这并非他正式给出的设备市场预测，只是以上述基础设施扩张假设为基础做的远期推算。

他预计，同一年全球晶圆制造设备市场规模大约为1550亿至1580亿美元。两个数字摆在一起，差距有多大，也就意味着若AI基础设施投资照预期落地，设备市场还留有多少增长余地。

这轮设备投资不只是给传统晶圆厂简单加产能，这一点更值得留意。

Arcuri说，以往不少创新集中在晶圆制造前道，如今越来越多技术正向后面那道工序迁移，先进封装、芯片堆叠和新材料是其中的代表。

芯片结构越复杂，垂直方向上的工艺创新分量就越重。以TSV等技术为例，孔洞要做得更深，刻蚀及相关设备随之面临新要求。在他看来，泛林集团（Lam Research）围绕垂直结构所做的一系列工艺布局，正好对上了这一变化。

先进封装和材料之外，晶圆厂自身怎么生产，也是值得盯住的一个方向。

Arcuri指出，眼下晶圆厂里仍有相当多流程沿用几十年前的老办法：晶圆装进盒子，在各台设备间搬来搬去、排队等候，再按批次加工。结果大量时间耗在等设备上，真正用于生产的时间反而有限。

于是行业开始重新打量晶圆厂的整体架构，也在琢磨设备之间怎样配合得更顺，把晶圆等待时间压下来。

访谈中还聊到另一个话题：晶圆尺寸做得更大。

据Arcuri介绍，过去行业差不多每十年就推一次晶圆尺寸升级。晶圆变大，能切出的芯片更多，而制造成本并不会随晶圆面积同比例上涨，单颗芯片的成本因此有下降的机会。

可300毫米晶圆从2002年投入使用算起，至今已经用了二十多年。

这个现象让Arcuri有些意外。他认为，卡住晶圆继续做大的，已经不只是晶圆尺寸这一项，ASML光刻设备的曝光视场，也就是Reticle Limit，同样构成限制。光刻机单次能曝光的区域有物理上的天花板，芯片越做越大，这道坎就可能变成新阻碍。往后要想把芯片尺寸再往上推，或许得从光刻设备的曝光能力上找突破口。

由此也能看出，先进制程一路推进，半导体制造的创新余地并没有被挤压掉。材料、设备、封装，连同晶圆厂的生产方式，都还存在继续变化的可能。

访谈临近结束，Arcuri还提到一个他比较担心的事：AI产业可能遭遇的社会阻力。眼前的芯片供需，他倒不算特别忧虑；真正让他放不下的是AI对就业市场的冲击。一旦AI迅速顶掉大量岗位，社会对数据中心和AI产业的态度就可能转向，相关项目的审批和建设也会跟着受影响。

这其实跟电力问题牵扯在一起。电网要扩容，新数据中心要落地，都离不开当地社会和政府的支持。

整场访谈看下来，Arcuri盯着的已经不只是英伟达还能卖多少GPU、美光还能多出多少HBM产能。AI基础设施越铺越大，电力、设备、材料和先进封装正变成同等重要的产业环节。而在他看来，半导体设备市场也许正是这轮AI投资里一个还没被充分认识的增长方向。