戴爾高管：AI代理致記憶體和HDD短缺或持續五年以上
nashnova research
戴爾COO傑夫·克拉克稱，代理AI驅動的記憶體和硬碟短缺可能持續五年以上，並將供應問題列為當前最大擔憂——高於宏觀經濟、地緣政治和電力短缺。
為甚麼這次短缺不是普通的供應周期？
摩根士丹利分析師指出，歷史上大宗零部件短缺通常兩到四個季度就會緩解，主要靠硬件更新和供應側調整消化。
克拉克的判斷不同：如果認可數據中心算力和推理token的增長邏輯，記憶體、HDD就不再處於普通短周期之中。
這意味著→ 他把供應緊張視為結構性問題，而非等一等就能自愈的庫存波動。
代理AI和過去的硬件繁榮有甚麼本質區別？
克拉克回顧了過去四十年八次硬件繁榮與蕭條：每一輪都由設備滲透率和更新節奏驅動，市場總規模前後並無實質擴張。
簡單來說＝ 以前是「舊電腦換新電腦」，餅的大小沒變；疫情期間PC需求短暫飆升，社會重啟後又回落，總盤子一樣大。
代理AI的邏輯不同：它把認知產出與人力投入解耦——企業不加人就能多做事，生產力提升可達10倍甚至100倍。
這意味著→ AI本身成為持續消耗算力的生產力工具，不是「輔助人完成任務」，而是獨立吃算力，基礎設施總需求因此持續膨脹。
未來五年的算力和存儲需求有多大？
戴爾預計到2030年：數據中心算力新增200吉瓦，ZettaFLOPS算力增長5倍至830，推理token生成量增長87倍。
代理AI每完成一單位工作所需token數量遠高於基礎聊天機械人。
存儲需求也將隨KV Cache（一種令AI模型記住上下文的緩存機制）大規模應用進一步增長。
這反映出 代理AI不只是「更聰明的對話框」，它帶來的是算力和存儲的同步爆發。
伺服器出貨量在跌，為甚麼說需求還在漲？
當前傳統伺服器出貨量同比仍在下降，和推理token的爆發式增長看似矛盾。
克拉克的解釋：伺服器性能密度大幅提升——戴爾第17/18代伺服器可替代多達13台第14代傳統伺服器，單台設備承載能力在提升，出貨數量自然被壓低。
簡單來說＝ 不是沒人買伺服器，是一台新機器頂過去十幾台，買得少但算力更多。
克拉克認為，隨著數據中心完成架構重構、代理AI進一步拉動CPU伺服器需求，出貨量最終仍有望重新增長。
AI工作負載會全部跑到雲端嗎？
克拉克判斷：代理AI工作負載將呈現混合部署形態，雲端和本地並非零和博弈。
他以戴爾自身為例：內容相關工作負載部署在公有雲，但專有源代碼和遙測數據不會移出自有設施。
開源權重模型的普及將進一步推動本地基礎設施投資——企業可在本地環境中針對成本優化模型輸出。
這意味著→ 本地基礎設施的需求不會被雲吃掉，反而會因安全和成本考量持續增長。
供應緊張怎樣改變了行業定價？
摩根士丹利此前將伺服器和存儲毛利率擴張歸因於「利潤堆疊」（profit stacking）。
克拉克給出不同解釋：零部件供應有限時，企業會優先把稀缺資源分配給利潤率最高的產品；同時市場總盤子在擴大，爭奪新客戶的壓力下降，無需壓價換量。
克拉克表示戴爾在供應管理方面優於同業，這一優勢正在轉化為伺服器、存儲和PC等多個細分市場的份額增益。
供應約束能否真正持續五年以上，最終取決於代理AI工作負載增長能否持續兌現——這是這一輪基礎設施周期最核心的驗證節點。
市场有风险，内容仅供研究参考，不构成投资建议。