问题——算力扩张的“卡点”哪里 在全球科技企业加速布局人工智能的背景下，算力供给能否同步提升成为产业关注焦点。SemiAnalysis创始人Dylan Patel近日在播客访谈中指出，限制算力扩张的因素并非固定不变，而是在产业链上不断移动：前些年先进封装（如CoWoS）一度紧张，随后电力供给与并网条件成为约束，再之后数据中心建设与交付节奏成为新的“瓶颈点”。随着有关环节扩产提速，新的短板又在其他位置出现，显示出“解决一处、再冒一处”的链式效应。 原因——需求增速快于供给扩张，长周期环节更易形成约束 业内人士认为，这种瓶颈迁移的背后，核心在于人工智能需求增长速度明显快于全球半导体与基础设施的扩张速度。数据中心建设、机房改造及电力配套虽受土地、审批、并网等因素影响，但总体建设周期相对可控；相比之下，先进制程产能扩张涉及晶圆厂建设、洁净室交付、良率爬坡与设备到位等多个长周期环节，往往需要更长时间才能释放增量。Patel据此判断，随着电力与数据中心等条件逐步改善，制约可能重新回到“算力本身”的供给端，即逻辑芯片产能与存储供给能力。 在制造端，Patel特别提到洁净室等基础能力可能在今明两年成为更突出的制约因素，并认为该约束或将延续到更长周期。此外，高带宽存储（HBM）等产品需求攀升，也可能与先进制程产能形成“叠加式”紧张：训练与推理对存储带宽、容量和能效的要求提升，使得存储供给不仅是数量问题，也涉及工艺、封装与产业协同效率。 影响——瓶颈或下沉到设备层，EUV成为关键变量 对于更长期的供给侧约束，Patel将视线投向半导体设备，尤其是极紫外（EUV）光刻机。他认为，若算力需求持续高速增长，瓶颈可能逐步下沉至设备产能这一更底层环节，并在本十年后期成为新增算力的“硬约束”。他援引行业公开信息称，全球EUV设备年出货规模约在70台左右，未来可能提升至80台上下，但到2030年前后也难以显著突破100台量级。在先进工艺持续向更小节点演进的过程中，EUV作为关键设备，其供给弹性有限，将影响先进逻辑芯片的扩产节奏。 为说明设备对整体投资效率的“杠杆效应”，Patel以建设1吉瓦（GW）算力数据中心所需的芯片制造工作量作了推算：涉及大量先进晶圆与存储晶圆的加工，并需要数百万次EUV曝光；按单台设备吞吐能力折算，约相当于数台EUV光刻机的负载能力。由此形成一种结构性矛盾：上游少量关键设备的供给能力，可能对下游规模达数百亿美元的数据中心投资形成“卡脖子”效应。业内普遍认为，EUV设备制造链条长、精密度高，关键部件供应协同复杂，短期内难以大幅提升产能。 对策——从“抢算力”转向“补短板”，资本开支结构或再平衡 在需求端持续扩张的条件下，产业链各环节的应对将更加注重系统性。其一，芯片制造端需要在产能规划、工艺迭代与供应链协同上提前布局，减少扩产节奏与下游需求之间的错配。其二，设备端扩产受制于产业复杂度与交付周期，更需要长期订单、稳定预期与跨环节协作，以提高产能爬坡的可执行性。其三，算力系统的工程优化同样重要，包括提高单位算力利用率、推进软硬件协同、通过调度与算法改进降低边际算力需求等，以缓解“只靠堆硬件”的压力。 在资本开支结构上，Patel提出存储可能成为未来一两年的核心变量之一。他预计，到2026年前后，科技企业资本开支中流向存储的比例可能达到约30%。业内分析认为，随着大模型训练规模扩大、推理走向更长上下文与更高并发，存储容量与带宽将成为系统性能的重要组成部分，存储投入上升可能挤压部分消费电子与传统计算领域的资源配置，并对相关产品价格与供给格局产生外溢影响。 前景——供给约束或将长期存在，产业竞争走向“全链条能力” 从更宏观的视角看，算力竞争正从单点突破转向全链条综合能力比拼：既包括先进制程与封装能力，也包括设备供给、材料协同、电力与数据中心建设，以及对资本开支节奏的精细化管理。若EUV等关键设备供给增量有限，先进制程扩产将更强调优先级分配与结构优化；而存储投入上行，也将推动产业在HBM等方向加速扩产与迭代。未来几年，算力供给的增长或仍将受到多重因素共同约束，瓶颈“迁移”仍可能反复出现，但核心趋势是：长周期、重资产、强协同的环节将更频繁成为决定性因素。
半导体产业的动态瓶颈现象，反映了技术创新与供应链能力之间的深刻矛盾。在AI浪潮下，全球产业链的协同与博弈将愈发激烈。如何平衡短期需求与长期发展，不仅是科技企业的战略课题，更是各国产业政策的重要考量。未来，通过技术突破与供应链优化，产业有望突破当前约束，开启算力增长的新篇章。