SemiAnalysis 大砍 AI 算力预测:2030 年缩水至 9230 亿美元
核心要点
SemiAnalysis大幅下修 2028-2030 年AI资本开支,主因收入放缓、融资收紧及电力约束。英伟达Feynman系列降价,HBM与电力需求同步下调,市场进入去泡沫化校准期。
据 Woofun AI 消息,半导体研究机构 发布最新模型,彻底打破 AI 无限扩张叙事,对全球 AI 加速器资本开支进行大幅下修。其中,2028 年至 2030 年的调整幅度最为显著:2028 年下调 28%,2029 年下调 41%,2030 年下调 40%。
这一修正标志着市场此前对 AI 基础设施'无限扩张'的假设被证伪。过去两年,资本市场普遍假设云厂商和前沿 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。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%,占据其中 66% 的削减幅度。Woofun AI 整理数据显示,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、 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。

评论
暂无评论