SemiAnalysis：存儲短缺持續數年，CPO落地推遲至2029年
Taylor Wilson
SemiAnalysis創辦人帕特爾系統更新AI基礎設施各層判斷：記憶體仍有兩到三倍上行空間，CPO大規模量產被明確推遲至2028年底至2029年——兩條主線將重塑從晶片到消費電子的定價邏輯。
AI到底燒了多少錢？
Anthropic已於今年第二季度實現自由現金流轉正，4月、5月均已盈利，年化經常性收入突破500億美元，毛利率超過70%。
這意味著→ 頭部AI公司已經不是純燒錢階段，收入規模和利潤率都夠撐住持續擴張基礎設施。
帕特爾以自家公司為例：SemiAnalysis 90人團隊的年化AI支出，從去年11月不足10萬美元飆升至目前1,100萬美元，峰值折算年化一度觸及1,400萬美元。「AI成本已超過人力成本的三分之一，年底前很可能達到一半。」
記憶體為甚麼不是普通漲價周期？
記憶體產能每年僅增長20%至30%，而AI側需求正在翻倍增長，缺口將持續擴大。帕特爾判斷「這不是短期短缺，是會持續多年的結構性短缺」。
核心驅動力來自推理模型對KV緩存（模型推理時用來存儲上下文資訊的臨時記憶體區域）的衝擊——以o1為代表的推理模型令上下文長度爆炸性增長，KV緩存急劇膨脹，記憶體成為最直接受益品類。
這意味著→ 供給剛性會迫使下游重新分配有限記憶體。價格彈性低的消費電子率先承壓：中低端手機廠商出貨量已下降40%，iPhone和MacBook明年將加價。簡單來說＝ 記憶體會一直漲，直到AI拿夠了它需要的量，消費電子才會穩下來。
CPU補缺行情能走多遠？
強化學習需要大量CPU運行環境驗證，智能體推理高度依賴CPU算力，疊加過去幾年AI晶片大出貨後配套CPU嚴重不足，目前正處於集中補缺階段。英偉達Vera CPU已給出200億美元營收指引。
帕特爾明確警示：「這裡面有大量補缺效應。」一旦歷史欠帳補完，後續只剩增量需求。
簡單來說＝ Blackwell單塊約5萬美元，CPU約5,000美元——即便CPU增配比例更高，美元量也遠低於AI加速晶片。記憶體和AI加速晶片才是大頭，CPU是被低估後的重估，現在定價已更合理，不會無限期以超過AI晶片的速度增長。
CPO為甚麼又推遲了？
帕特爾明確將CPO（共封裝光學，把光通訊模組直接封裝到晶片上的技術）大規模量產時間推遲至2028年底至2029年，理由是製造良率、晶片設計和供應鏈成熟度均未達標。
英偉達Rubin及後續架構Feynman仍將使用全銅方案。部分下游晶片的設計變更（如Rubin Ultra的Kyber已去掉800V設計）進一步推遲了CPO落地。
這意味著→ 銅纜紅利期被拉長，安費諾等銅纜連接器公司將比預期獲益更多。帕特爾表態：SemiAnalysis中期內反而更看好銅纜和非CPO光學方案。「CPO長期會發生，銅纜長期會被取代，但時間線被推遲了。」
數據中心的電從哪來？
帕特爾預測新增數據中心用電量：今年20吉瓦，明年30吉瓦，後年50吉瓦。
他判斷未來幾年內新增用電的一半將來自「表後電源」（企業自建電源，不依賴公共電網），目前主流方案是聯合循環燃氣機組，供應商包括GE Vernova、三菱、西門子。
這反映出 電力已經不是數據中心的配套問題，而是決定擴張速度的硬約束。帕特爾同時指出，大約兩年內太陽能加儲能的綜合成本將低於燃氣發電；更遠期方向是太空數據中心——將計算晶片部署至軌道，太陽能電池板無需穿透大氣層，能量密度遠高於地面。SemiAnalysis目前規模最大的研究部門已不是半導體，而是其內部稱為「DEI」（數據中心、能源與工業）的團隊。
Content is for reference only, not financial advice.