科技 个股伯恩斯坦分析师：AI引爆芯片真超级周期，产能瓶颈成造富引擎

伯恩斯坦资深芯片分析师Stacy Rasgon在6月21日发布的播客访谈中表示，半导体行业正在经历一场他职业生涯中首次见到的真实“超级周期”。他指出，去年半导体行业总营收已突破8000亿美元，今年正迈向1.3万亿美元的规模。Rasgon称：“在我的整个职业生涯中，我一直听到‘超级周期’这个词，而这可能是我真正见过的第一个。我们现在听到的唯一声音就是，没有人的算力是够用的。”

Rasgon强调，当前市场焦点正从“模型训练”向“AI推理”转移，这是实现商业化变现的核心。他援引数据称，类似Anthropic这样的AI应用公司，其年化收入呈现出垂直上升态势，从去年12月的90亿美元，到今年1月的140亿美元，再到近期的300亿美元。他认为，大量的资金此前用于大模型训练，但这并非商业化的终局，“你无法靠训练模型赚到任何钱……你必须能把模型用起来，这就是推理。”

在供应链方面，Rasgon形容当前正呈现出一种“打地鼠”效应，产能瓶颈在产业链上逐个爆发。他指出，一切都被对AI算力的需求所拖动，情况从加速器蔓延到存储、半导体制造设备、网络和光学器件、功率半导体，现在甚至连CPU也供不应求。以存储器为例，行业正经历有史以来最强劲的上升周期，价格每季度都在翻倍，背后的核心推手是HBM（高带宽存储）。Rasgon透露，在一个AI芯片的硅片面积中，可能有85%以上都是HBM，而由于堆叠技术的良率损耗和逻辑裸片空间的占用，制造1GB的高带宽存储大约需要4倍于标准DRAM的硅片面积。这种极端需求甚至让英特尔因此受益，Rasgon称，英特尔甚至把以前注销过的库存都卖掉了，客户的态度是“我们不在乎，我们要了，请卖给我们吧。”

谈及定制芯片（ASIC）与GPU的竞争，Rasgon认为这并非零和游戏。他指出，博通已成为这一趋势的最大受益者，该公司曾表示明年有望在AI收入上做到1000亿美元。各大云服务商执着于自研ASIC，不仅是出于性能优化，更是为了在英伟达面前拥有谈判筹码。但Rasgon强调，如果ASIC占据更大的份额，那是因为整个市场蛋糕变大了。对于庞大、稳定且内部开发的工作负载，ASIC能提供更低的总拥有成本；但如果模型结构改变，GPU的可编程性优势则不可替代。

当被问及市场可能忽视的风险时，Rasgon将焦点指向了电力基础设施。他测算认为，如果未来基础设施支出按照英伟达预期的每年3万亿到4万亿美元规模发展，美国的电力容量需要在未来十年内每年增长5%左右，而在电力设备分析师眼里，5%的年增长率根本无法实现。这意味着，下一波AI的创新和瓶颈突破口，将不可避免地落在能源生成、冷却和核电等领域。