AI基础设施热潮遭遇融资成本与供应链双重约束
TREE NEWS 报道， 在10月23日举行的CASPA第35届年度大会上，SemiAnalysis创始人Dylan Patel与Bernstein董事总经理Stacy Rasgon深入探讨了AI基础设施投资的可持续性。尽管AI算力需求依然旺盛，但融资成本飙升、半导体供应链瓶颈以及自研芯片的崛起，正在共同考验这轮AI热潮的持续性。美国10年期国债收益率突破5%，CoreWeave等新兴云服务商的无担保债券收益率接近15%，资金成本已成为关键制约因素。
融资能力成为分水岭
Patel指出，非超大规模云厂商（neocloud）承接了接近全市场一半的AI数据中心建设需求，但这类企业通常缺乏足够的资产负债表，若没有超大规模云厂商或大型AI实验室的长期采购承诺，很难获得融资。即使有承诺，债务收益率也可能高达13%-15%。英伟达已开始通过收入分成等安排支持部分项目，博通则采用分期付款方式。Meta和Google等超大规模云厂商也在大量消耗自由现金流，未来可能需要股权融资。Rasgon提到，Meta最近的股权结构调整部分目的就是为这类融资提供空间。融资能力正成为AI基础设施扩张的重要分水岭——需求旺盛并不保证所有项目都能如期落地。
供应链瓶颈：基板与内存为首
Patel将基板列为当前最关键的约束，其次是内存和光学互联。日本基板供应商扩产谨慎，限制了AI加速器和CPU的产能提升。HBM生产所需晶圆数量是DDR5的3-4倍，加剧了内存产能竞争。晶圆制造设备所需的洁净室产能同样紧张，新洁净室要到2027年才陆续投用，更多产能预计在2028-2029年释放。电力短缺可通过现场发电等方式部分缓解，但半导体供应链扩产需要更长时间。
内存超级周期何时结束？
内存行业毛利率已达88%-90%，但内存股远期市盈率仅个位数，市场担心2028年后新增产能集中释放将导致价格回落。Rasgon认为，如果AI需求持续增长，短缺可能比预期更久。关键不在于固定日期，而在于新增产能何时开始超过需求增量——这很可能是一个2028年的故事。
英伟达护城河面临挑战
英伟达通过性能提升支撑高售价——从Ampere到Hopper，性能提升约10倍，售价翻倍。但Google TPU、亚马逊Trainium以及OpenAI的自研芯片正在获得 traction。Patel的研究显示，英伟达在先进封装晶圆和HBM需求中的份额已开始下滑。尽管英伟达收入可能继续增长，但其市场份额和定价权面临压力。Rasgon指出，英伟达相对于费城半导体指数的估值已处于历史低位，反映了这些担忧。
投资者关键要点
- 关注融资条件：国债收益率上升和新兴云服务商信贷收紧可能减缓AI基础设施建设，影响半导体需求。
- 监测供应链瓶颈：基板、HBM和光学组件是关键；任何缓解都可能释放增长，而持续瓶颈可能延迟收入确认。
- 内存周期风险：如果2028年后产能大幅扩张，高利润率将不可持续；投资需把握时机。
- 英伟达创新步伐：公司必须保持快速性能提升以证明溢价合理；任何放缓都可能引发估值压缩。
- 自研芯片威胁：超大规模云厂商的自研芯片可节省成本并减少对英伟达的依赖，可能重塑利润池。
随着AI基础设施成本从2024年的每吉瓦400亿美元升至目前的600亿美元以上，投资回报将成为下一阶段焦点。企业更可能通过云服务购买Token而非自建算力，推理需求将成为下一个战场。对投资者而言，AI交易正从纯粹的增长故事演变为涉及融资、供应链和竞争动态的复杂格局。
