首页 > 资讯 > AI芯片预期,被大幅下调

AI芯片预期,被大幅下调

36氪文章 2026-11-17 09:41 15 阅读 查看原文

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。

本文来自微信公众号“半导体行业观察”(ID:icbank),作者:编辑部,36氪经授权发布。