正当全球AI算力板块遭血洗之际,半导体研究机构SemiAnalysis又踩上一脚。
在其最新模型更新中,对全球AI加速器资本开支、出货、HBM需求和电力需求进行了大幅下修。
其中,2028年至2030年的调整幅度最为显著:2028年资本开支预测下调28%,2029年和2030年分别下调41%和40%。
按新模型测算,2030年全球AI加速器资本开支将从此前预测的1.531万亿美元降至9230亿美元,减少6080亿美元。
与此同时,2026年至2030年加速器逻辑硅片出货面积累计预测下调17%,英伟达占据其中66%的削减幅度。
这组数字的冲击,首先体现在市场此前对AI基础设施“无限扩张”的叙事被打破。
过去两年,资本市场普遍假设云厂商和AI实验室会持续以极高强度追加算力投资,从而带动GPU、HBM、光模块、数据中心电力和液冷等环节的估值重估。
但SemiAnalysis的修正表明,2026年资本开支预期基本稳定,真正出现明显拐点的是2027年以后,尤其是2029年和2030年原本超过1万亿美元的年度投资规模,如今被下调至8000亿至9000亿美元区间。
下修背后有三重原因:
第一,AI收入增长放缓。前沿AI实验室第三季度新增年度经常性收入增速下降,促使机构重新评估Token收入能否持续覆盖高昂算力成本。
第二,融资环境收紧。债务和股权投资者对缺乏云服务商长期采购承诺的项目更加谨慎,这将影响数据中心土地、电力和建筑主体的开发。
第三,美国监管和并网约束加剧,预计2027年下半年至2028年上半年投产的数据中心中,有5.8GW将被推迟。
对产业链的影响并非均匀分布。
英伟达受到的冲击最大,不仅出货预测被大幅下调,新一代Feynman系列产品的平均售价假设也被显著压低。
例如,Feynman平均售价从约11万美元下调至约7.8万美元,Feynman Ultra从约17.5万美元下调至约9.8万美元。
这说明AI芯片竞争正在从“谁有产能”转向“谁的性价比更高”,TPU、Trainium、AMD GPU等替代平台正在削弱英伟达的定价权。
HBM和电力需求同步下修,也值得重视。
2028年全球HBM出货量预测下调30%,2030年AI加速器功耗需求下调34%。
这并不意味着存储和电力环节失去价值,而是说明产业链正在从抢产能、抢电力,转向按回报配置产能。
HBM在AI加速器物料清单中的占比仍然较高,HBM4、先进封装和定制化存储仍具结构性机会;电力侧的瓶颈也不会完全消失,只是订单节奏将更依赖具体项目并网进度。
对市场而言,这一轮下修更像是一次提前的去泡沫化校准。
此前市场容易把AI算力投资理解为单边上扬曲线,但现实中它受收入验证、融资约束、电力并网、芯片效率和竞争格局共同影响。
后续需要重点观察云厂商资本开支指引、加速器订单可见度、HBM合约价变化、数据中心并网排队时间,以及推理负载在总算力中的占比。
若推理需求持续增长、单位算力成本下降、有效利用率提升,产业链仍将获得结构性支撑;若远期项目回报难以验证,资本开支预测仍有继续修正的可能。
目前,全球AI算力板块正在经历痛苦的估值下修和泡沫刺破阶段。
即便如此,仍然无法确定这个阶段是不是完成,估值虽然看上去已经跌了很多,但问题在于估值模型中的预测参数是否同步下修,如果没有的话,那估值可能并未显得低估。
最好的办法,还是耐心等待市场自行出清。
可以期待的是,市场的惯性,往往会过犹不及,虽然利空很多,AI算力板块大幅回撤,但如果市场过度修正,将估值真的压到极端低位,叠加各类杠杆资金、卖盘都清理了,空头仓位又处在历史高位,那反而可能会带来暴利反弹。
至于这个机会何时会来,只能交给市场给答案了。

暂无评论