記憶體還要再漲3倍？ SemiAnalysis揭模型背後的「吞噬黑洞」

「記憶體還有2至3倍上行空間，它面臨持續多年的結構性短缺！」半導體與AI研究機構SemiAnalysis創辦人Dylan Patel一語道破AI基礎設施的殘酷現狀，從驚人的千萬美元代幣帳單到數據中心沒電逼出的卡車引擎自建發電，這場軍備競賽的每一層都在同步承壓。

AI需求敘事開始落地

針對市場對AI企業ROI（投資回報率）的普遍質疑，SemiAnalysis創辦人Dylan Patel在播客專訪中給出了具體數據。根據他的透露，Anthropic在第二季度已經實現了自由現金流為正，4月和5月均實現盈利，6月也將維持相同趨勢。目前Anthropic年化經常性營收已超過500億美元，毛利率超過70%。OpenAI的營收也隨著Codex採用率的提升而快速增長。這證實了最新AI模型帶來的生產力躍升遠超算力成本的增加，促使企業端削減其他軟體開支以維持爆炸性增長的AI預算。

★【理財達人秀】中小表態 地雷拆彈? 別等台積電 大戶搶珍珠 ★

記憶體還有翻倍空間

在所有硬體品類中，Dylan Patel對記憶體的判斷最為堅定。他明確指出，這不是短期短缺，而是會持續多年的結構性短缺。目前記憶體產能每年僅增長20%至30%，而AI側的需求正在翻倍又翻倍，兩者之間的缺口將持續擴大。驅動這一判斷的核心邏輯，來自o1等推理模型對KV緩存（KV Cache）的衝擊。隨著上下文長度爆炸性增長，KV緩存急劇膨脹，記憶體成為最直接的受益品類。他預測，價格彈性低的消費電子將率先承壓，中低端手機廠商出貨量已下降40%，明年iPhone和MacBook價格將上漲，記憶體價格仍有2至3倍的上行空間。

CPU僅是補缺行情

CPU雖然是今年AI基礎設施敘事中湧現的新主角，但Dylan Patel對此持有明確的警示立場。他解釋，強化學習需要大量CPU來運行環境驗證（如代碼單元測試、模擬操作等），智能體推理也要求模型頻繁調用工具與現實世界交互。加上過去幾年大規模出貨的AI晶片配套CPU嚴重不足，目前正處於集中補缺階段，ARM、英特爾、AMD及英偉達（Vera CPU給出200億美元營收指引）均已受益。但Dylan Patel強調，這裡面有大量補缺效應，一旦歷史欠帳補完，需求將回歸正常。從絕對金額看，Blackwell單塊約5萬美元，CPU僅約5000美元，其絕對價值仍遠不及GPU與記憶體，這只是短期「迷你週期」而非長期拐點。

CPO量產延至2029年

網路與光學互連領域近期市場情緒高漲，但Dylan Patel對CPO（共封裝光學）的落地節奏持審慎態度。他斷言，CPO真正大規模量產的時間點將被明確推遲至2028年底至2029年。目前製造良率、晶片設計和供應鏈成熟度均未達到大規模部署標準，英偉達Rubin及其後續架構Feynman仍將使用全銅方案，CPO在GPU側還需等待數代晶片迭代。SemiAnalysis在上週發布報告指出，由於部分下游晶片設計變更（如Rubin Ultra的Kyber已去掉800V設計），推遲了CPO落地時間，短中期內反而更看好銅纜和非CPO光學方案，安費諾等銅纜連接器公司將因此比預期獲益更多。

電力瓶頸推升自建電源

數據中心的電力供給正在成為AI增長最硬的物理約束。根據Dylan Patel的預測，新增數據中心用電量今年20吉瓦、明年30吉瓦、後年50吉瓦，增長近乎爆炸性。由於輸電網絡涉及監管政策與地方電力公司壟斷，短期內難以突破，迫使數據中心轉向自建電源。他預測，未來幾年內新增數據中心用電的一半將來自企業自建電源，目前主流為聯合循環燃氣機組（CCGT），甚至出現改裝自船用、火車、卡車發動機的粗糙方案。更長期來看，兩年內太陽能加儲能的綜合成本將低於燃氣發電，更遠期則是將晶片部署至軌道的太空數據中心。電壓轉換鏈路的演進也催生了龐大商機，這使得SemiAnalysis目前規模最大的研究部門已轉為「DEI」（數據中心、能源與工業）團隊。

（封面示意圖/AI生成）