英特尔CTO：芯片设备供给严重滞后需求
nashnova research
英特尔CTO拉纳德警告，芯片制造设备的供给能力已远落后于需求增长，算力扩张的真正瓶颈不在芯片本身，而在造芯片的机器不够用。
设备供给到底差了多少？
英特尔CTO普什卡尔·拉纳德（Pushkar Ranade）明确指出：芯片设备供给能力远远跟不上芯片需求的增长。
这意味着→ 即使芯片设计再先进，如果造芯片的设备产能跟不上，产出的总量也被卡死。
用大白话说＝ 好比餐厅订单排满了，但厨房只有一个灶台——菜单再丰富，上菜速度也只取决于灶台数量。
AI算力增长为什么不可能一直翻三倍？
拉纳德给出关键数字：最前沿工作负载的算力提升空间约为两倍，而非此前市场预期的十倍。
AI算力过去每年增长约三倍的速度，他认为难以持续。
这意味着→ 市场对AI算力爆发式增长的预期需要大幅下修——不是需求不在，而是供给端的物理极限先到了。
瓶颈到底卡在哪一环？
拉纳德强调，设备供应商及各级供应链若不能同步扩产，整体产出将持续受限。
这反映出一个更深层的问题：瓶颈不只在终端设备商（如ASML），还在上游零部件和材料供应商。
用大白话说＝ 整条链上任何一个环节产能不足，都会拖住所有人的进度。
对投资者意味着什么？
AI基础设施投资的实际落地速度，将在很大程度上取决于设备端产能释放的节奏，而非仅由终端需求决定。
这意味着→ 即使下游客户（云厂商、AI公司）愿意砸钱买算力，钱花不出去——因为设备产能就那么多。
这反映出投资逻辑的转变：短期内，设备和零部件供应商的扩产能力才是决定AI算力增长节奏的关键变量。
市场有风险，内容仅供研究参考，不构成投资建议。