摘要

AI基础设施建设的硬约束再次迁移——从2023年的CoWoS封装，到2023-2025年的数据中心电力，再到如今的晶圆厂前端产能。 Ivan Chiam的框架是：“电力不再是最大约束”，而需求又在更好的模型和智能体工作负载驱动下复合增长——Anthropic仅2月就新增60亿美元ARR，主要由Claude Code驱动；SemiAnalysis每天在token上烧掉“几千美元”；按需Hopper价格正在一款“几乎落后两代”的芯片上飙升。
AI占TSMC N3晶圆需求的比例从2025年的9%升至2026年的60%，2027年约85%-90%，而智能手机无法充当释放阀。 2025-2027年，主要加速器都汇聚至N3：TPU v7在2025年已经出货，Rubin、AMD MI400、TPU v8和Trainium将在2026-2027年爬坡。Ivan的模型显示，即便重新分配2026年智能手机N3晶圆的25%，也只能产出约70万颗Rubin GPU或150万颗TPU v7——“确实不足以显著改变局面”。
NVIDIA在2025年超越Apple成为TSMC最大客户，而TSMC正成为产能分配上的定胜负者。 Sravan Kundojjala称，TSMC在2018年加密货币客户身上“吃过亏”，如今会先验证需求能否持续。Jordan将挤压描述为：部分客户必须带着自己的内存配额来，证明自己确实能用掉晶圆；Ivan则称采购是“新的竞争护城河”。这一动态有利于巨头，却让Qualcomm、MediaTek和中国低端客户难以拿到DRAM。
在实质性产能于2027年下半年落地前，HBM将持续处于结构性紧张状态。 按bit计，HBM消耗的晶圆产能是标准DRAM的3倍，HBM4/4E时升至4倍；同时NVIDIA要求约11 Gbps的引脚速率，“很多内存厂商达不到”，令市场“非常、非常紧张”——Sravan还说，受压制的智能手机需求终会回归，“一场完美风暴正在酝酿”。
H100租赁市场没有走向下行，反而出现拐点：SemiAnalysis原本预计2026年下跌30%，但一年期价格在10月以每GPU每小时约1.70美元触底，此后上涨15%-20%，3月可能还会再涨约10%。内存大概使服务器成本增加5%-10%；而超过这一幅度的涨价“非常明确地由需求驱动”——Jordan听说，一家NeoCloud将到期的H100合同续签了4年，意味着GPU合同已定价至2030年，对应8年生命周期。
应关注的见顶信号包括：GB300推理产能爬坡是否会松动1-4年期合同市场、ROI是否无法算通，以及是否开始听到“这次不一样了”。 Sravan的周期性异议是本期最锋利的部分——“内存和N3上都有大量重复下单”，而且“这个行业从来不吸取教训……繁荣与萧条终将发生”；但即使是他也说，Claude Code让2026年成为他效率最高的一年，“几乎是10X”。
CPO的第一步是scale-out，而不是市场此前押注的scale-up交易；TAM的关键问题是它是否会变成原来的3倍。 NVIDIA的Kyber将144颗GPU压缩进一个600kW机架，正是为了保持在铜互连覆盖范围内，因此CPO连接的是机架（NVL576、Feynman NVL1152，两者各由8个机架组成）；如果CPO也进入机架内部，“那基本会让TAM变成3倍”，但Lumentum必须在未知基数上把超高功率激光器规模提升20-30倍，而Dan提醒，“很多预期已经计入股价”。

精读

1. 瓶颈已迁移至晶圆厂产线

Ivan对建设周期的划分是：瓶颈依次出现——2023年是CoWoS先进封装，2023年至2025年是数据中心电力和物理空间，如今则是“晶圆厂产能不够。电力不再是最大约束”——本阶段的硬约束已经转为前端产能。
按Ivan的说法，需求端一方面由更好的模型推动采用，另一方面来自Claude Code这类智能体工作流。SemiAnalysis每天在token上烧掉“几千美元”；Anthropic仅2月就增加了60亿美元ARR，主要由Claude Code驱动；Hopper的按需价格则在一款“几乎落后两代”的芯片上飙升。
Dan从ROI角度说明，为何大型超大规模云厂商的资本开支大幅削减“绝对不会”发生：成本5-7美元的Claude Code任务可以替代“3-4小时的分析师工作”。超大规模云厂商正“全速前进”，并在考虑Vera Rubin。

2. TSMC是造王者——NVIDIA刚刚取代Apple

Sravan所说的格局切换是：从第一代iPhone到A100，智能手机一直驱动着TSMC的先进制程；如今NVIDIA在2025年超越Apple成为TSMC最大客户，HPC的增长幅度也大幅超过手机。TSMC原本的资本开支接近300亿美元，随后把今年的数字上调至接近540-550亿美元，给出的区间是520-540亿美元；SemiAnalysis预计还会更高，2027年可能达到约700亿美元——“这够吗？我不这么认为。”
关于产能分配的博弈：TSMC在2018年的加密货币客户上“吃过亏”——需求在2-3个季度内消失——因此现在会评估客户是否“有足够的影响力，能推动未来几年的需求，而不只是1-2个季度”。Apple仍是可预测的锚，占总晶圆出货量的10%和先进制程需求的25%-30%；定价本质上是“价值捕获”，Sravan坚持认为，TSMC“没有人们想象的那么机会主义”。
Jordan把产能分配的挤压描述为：部分客户被迫自带内存配额，以证明自己能用掉这些晶圆——这对巨头有利，对小玩家不利。Ivan的判断是，采购策略如今已成为“新的竞争护城河”。

3. AI吞噬N3——2年内从9%升至60%再到约90%，且没有释放阀

Jordan展示的图表显示：AI占N3晶圆需求的比例从2025年的9%，升至2026年的60%，再到2027年的约85%-90%——“这确实会把智能手机和消费电子挤出去”。Ivan的逻辑是，多条产品线同时爬坡：制程从Blackwell的4NP转向N3上的Rubin，AMD MI400的计算die和AIDs采用N3，TPU v7在2025年已经在N3上出货，v8紧随其后，Trainium则从2026年下半年开始爬坡。
Sravan给出的基准是：TSMC在2025年末达到每月12万片N3晶圆开工量，其中约2/3由智能手机和PC消耗；如今这一产品结构正转向加速器。
短期没有解法：现在投入的产能至少需要12-24个月才能上线，而且没有可立即替代的代工厂——Samsung仍在为3nm良率挣扎。Sravan认为，最佳分流方案是把Apple/Qualcomm的高端产品线迁移到N2，TSMC尽量以合理价格接纳这些订单，从而释放N3；中端产品继续留在4nm。Sravan说，他们听说部分游戏主机订单也在被推迟。
Ivan的模型打破了靠智能手机释放产能的希望：重新分配2026年智能手机N3晶圆的5%，只能产出略多于10万颗Rubin GPU或略多于30万颗TPU v7；即便极端地重新分配25%，也只能得到约70万颗Rubin和150万颗TPU v7——“确实不足以显著改变局面”。

4. 手机端下游遭遇重创；HBM紧张延续至2027年下半年

Sravan谈到消费端：内存占手机BOM的比例已从17%-20%升至25%-30%；Xiaomi、OPPO和Vivo将低端产品订单削减最多30%，今年智能手机和PC出货量可能下降10%-15%。他说：“旗舰机安全……低端市场受创非常严重”——最终受创的是缺乏规模和供应链议价能力的厂商。
关于内存，Ivan的核心判断是：真正有意义的新增产能要到2027年下半年才会到位。按每bit计算，HBM消耗的晶圆产能是标准DRAM的3倍，HBM4/4E将升至4倍，而每颗芯片搭载的HBM容量又在每一代增加。
供给持续收紧的正反馈是：NVIDIA要求极高的引脚速率，例如11 Gbps，而“很多内存厂商达不到这一要求”，使HBM市场持续“非常、非常紧张……这是结构性趋势”。
Sravan补充了一个反转：受压制的智能手机需求反而暂时缓解了晶圆压力——“否则情况会更糟”——但这部分需求终将回归：“一场完美风暴正在酝酿”；只有超大规模云厂商大幅削减资本开支才会缓解，而这不太可能发生。

5. 租赁市场出现拐点——GPU价格已定价至2030年

Dan原本预计，GB300降低单位算力成本后，H100租赁价格将在2026年下跌30%；但一年期价格在10月以每GPU每小时约1.70美元触底，随后小幅升至约1.80美元，再在前两个月“火箭式上涨”15%-20%，3月可能再涨约10%。
Sravan按ISO-IRR估算，内存可能使服务器成本增加5%-10%，因此远超这一幅度的涨价“非常明确地由需求驱动”。
Jordan的采购经历像是在“抢最后一班航班的机票”——据NeoClouds反馈，在大约8-9月之前，既没有H100合同到期释放，也没有未承诺产能上线。Jordan听说，一家NeoCloud把一份即将到期的H100合同续签了4年——GPU合同签到了2030年，对应8年生命周期，重写了财务模型和终值讨论。
Sravan将市场分成3层：OpenAI、Anthropic等大型AI实验室签署的4-5年期包销合同，通常对应GB300和数百兆瓦；1年期至3-4年期的合同市场，主体是AI原生公司，也包括部分AI实验室；以及规模很薄的按需租赁尾部。据称，CoreWeave去年晚些时候续签了大量H100合同，使供给继续留在市场之外。关键要看，GB300推理产能爬坡能否满足需求，并松动这一中间层。

6. 3种判断顶部的方法——以及一次坦率的周期性异议

Dan给出的信号是：4个词——“这次不一样”；租赁价格的表现弱于算力成本曲线所暗示的水平；以及ROI算不通。他的看多加分项是：“我们确实处在矛尖”——Fortune 500企业的智能体渗透率“极低”，很多企业甚至还没有拿到启动所需的IT审批。
Ivan关注终端需求——Anthropic/OpenAI的用户数和收入增长——以及数据中心租约，并把Microsoft在2025年退出非约束性合同视为早期指标。结论是：“周期仍处于非常早期，依然非常看多。”
Sravan的周期性警告值得保留：“内存和N3产能上都存在大量重复下单”——恐慌中的客户直接下单、同时又通过分销商下同一批需求，货源到位后再取消订单，最终把过剩库存留给其他供应商。“这个行业从来不吸取这一教训……繁荣与萧条终将发生。”
即便强调周期性，Sravan仍说Claude Code让2026年成为他效率最高的一年，“几乎是10X……就像总有2、3个人在替我工作”——用40-50个标签页的Excel制作仪表盘，如今已是“小菜一碟”。

7. CPO先落地scale-out——市场此前押错了方向

Dan解释称，共封装光学把光引擎移到芯片旁边的基板上，缩短电气路径，使系统可以绕开DSP和可插拔面板——节省功耗，最终降低成本，并释放更多带宽。224G速率下铜互连的覆盖距离只有约2米，使高带宽scale-up基本被限制在单个机架内。
GTC/OFC周的意外是：供应链观察者看到光引擎开始制造，原以为scale-up（Kyber）会先行；但NVIDIA率先推的是scale-out CPO，面向已经购买NVIDIA端到端解决方案的NeoClouds——多平面CPO交换机的总带宽达到409 Tb，而Tomahawk 6代交换机约为100 Tb。
Dan称Kyber存在一个悖论：“你花这么大力气把它压缩到600千瓦……让所有东西都处于铜互连覆盖范围内，结果却不用铜？”因此，光学连接的是机架：NVL576（Rubin，8个机架采用scale-up CPO）和Feynman的NVL1152（8个Kyber机架）。
投资者紧盯的TAM争论是：Feynman的CPO是否只用于机架之间，还是无处不在，包括GPU与NVLink交换机之间？后者“基本会让TAM变成3倍”。Lumentum必须将超高功率激光器规模提升20-30倍——但“没人知道基数是多少”，而股价大涨后，“很多预期已经计入股价”。Jordan总结的行业心态是：投资者紧盯Jensen的一言一语，务实的工程师则认为CPO不可避免，却不知道它会在2027年还是2028年落地。

8. MSA对垒——但“三者都会共存”

OCI MSA集齐了“该有的所有logo”：NVIDIA、Broadcom、AMD、Meta、Microsoft、OpenAI，意味着从被称为“有点像灰光”的DR optics转向DWDM。Sravan初步将展示的规格解读为4个发射波长和4个接收波长，以50G NRZ实现双向传输，让每根光纤承载更多流量。Dan认为OCI的“终极关卡”是NRZ下的die-to-die连接，“把速率放慢、把通道做宽”——“但我们觉得还没到那一步”。
CPX MSA定义物理连接器和外形规格，同时有意不规定调制方式——不过Dan指出，奇怪的是它“似乎预设了环形调制器”。XPO由Arista主导，在可插拔方案上推进更强散热和更高密度，可能让Tomahawk 7实现线性可插拔光学方案——“还要几年”。
Dan最后回应Jordan对行业戏剧性的要求：“它们都会共存……只是不同的方法、不同的玩法。”

为何早期阶段创业公司的利润率并不重要？| Gili Raanan Anthropic的世代级狂奔、OpenAI陷入恐慌、AI护城河、Meta连输重大官司