芯片，风险巨大

德勤的一份报告指出，2026 年半导体行业正面临着一个高风险的悖论。虽然人工智能驱动的需求飙升将收入推向了前所未有的水平，但这种繁荣也带来了芯片公司需要积极主动地做好准备应对的风险。

重要性：整个行业似乎把所有鸡蛋都放在了人工智能篮子里。如果人工智能热潮持续下去，这或许无可厚非，但行业也应该考虑人工智能需求放缓的情况。对于行业领导者而言，他们的任务不仅仅是抓住人工智能的需求，还要管控高利润、低销量模式下的系统性风险。在这种模式下，诸如内存等关键组件的短缺可能导致价格飙升50%到100%，并重塑全球供应链格局。

谨慎把握机遇：芯片市场高度依赖数据中心的人工智能芯片，报告预测，到2026年，该市场将贡献近一半的行业收入——尽管最近的消息表明，这一比例可能更高，人工智能需求将占芯片收入的60%至70%。但由于以下几个原因，2027年和2028年的情况可能与目前的预期大相径庭：

投资回报率：如果人工智能的商业化进程看起来比预期更长或更低，数据中心项目可能会被取消或推迟，从而对芯片销售产生不利影响。

电力：由于消费者面临电价上涨的风险，获得数据中心许可证可能会变得困难。

创新：每一代芯片的效率都会大幅提高，这可能会降低旧芯片的经济价值，尽管这种情况在 2026 年尚未发生。数据中心的资本支出计划可能已经制定，但数量级的突破可能意味着对更少或更便宜的芯片的需求。

定价：目前人工智能芯片价格昂贵，利润空间很大。如果市场上出现价格更低的新型竞争芯片，可能会对整个芯片市场产生通缩效应。

系统级性能竞赛：报告指出，预计2026年至2030年间，人工智能数据中心的工作负载将以每年三到四倍的速度增长，因此，芯片级和系统级集成对于提升超大规模数据中心的系统性能至关重要。芯片组（Chiplet）正在满足人工智能数据中心对芯片级性能的需求，从而提高良率、带宽和能效。今年，芯片制造商可能会越来越多地将高带宽内存集成到更靠近逻辑芯片组的位置，从而加快处理器和内存之间的数据传输速度，同时提高能效。

共封装光器件有望在数据中心交换机中得到广泛应用，从而在更小的以太网/InfiniBand交换机占用空间内实现更高的机架总带宽。高带宽闪存的需求在2026年可能会进一步增长，尤其是在人工智能工作负载从训练转向推理的情况下。此外，由于传统的铜缆以太网设计越来越无法满足人工智能工作负载的需求，光互连技术有望得到更广泛的应用。3即使云超大规模企业、人工智能网络公司、代工厂和外包半导体组装和测试设施竞相应对复杂的异构系统集成挑战，它们也需要应对下一代后端组装和测试流程所涉及的困难。

创意人工智能投资的兴起：人工智能、半导体和云基础设施提供商之间的战略联盟预示着新一轮人工智能计算资本周期的到来。2025年的投资很可能在今年继续或加速，从而形成一个资金和需求生态系统，在这个生态系统中，资本和计算资源在主要从事人工智能模型开发、人工智能加速器设计、生产、封装和数据中心基础设施的公司之间流动。除了人工智能训练和推理工作负载之外，推动半导体行业投资活动激增的另一个因素是地缘政治的必然性。

许多政府认为人工智能模型、芯片设计知识产权和领先的人工智能加速器对国家安全、供应链韧性和技术主权至关重要，并寻求通过出口管制措施来确保这些能力。芯片公司不仅应该考虑通过建立更多人工智能晶圆厂或开发新的人工智能芯片平台来扩大业务，还应该促进战略合作伙伴关系并进行直接投资，以围绕其平台构建生态系统。传统的批量生产型代工厂可能需要整合先进的封装能力。芯片行业高管应考虑评估更具地域针对性的人才需求和技能可用性、核心竞争力以及合作伙伴模式。

半导体行业高管应注意以下几个标志：

目前人工智能GPU、CPU和内存领域的领先企业，在面对新进入者和人工智能从训练向推理的转变时，可能难以维持其市场主导地位。一种观点认为，不断扩大的市场蛋糕足以容纳所有人；而另一些人则会关注这是否更像是一场零和博弈。

预计DRAM资本支出将增长14%，NAND闪存资本支出将增长5%，分别达到610亿美元和210亿美元。鉴于年底价格飙升，这些数字可能会进一步攀升，虽然能够满足短期需求，但也可能导致产能过剩。

涉及复杂收益分成协议或计算换股权的交易数量和价值不断增加，可能会对人工智能模型开发商和数据中心基础设施运营商未来的盈利能力和投资回报率造成压力。

随着北美、欧洲、中东和日本计划提升本国芯片生产能力，对亚洲其他地区的外国直接投资可能会受到影响，各地区之间的差异可能会进一步扩大。

随着人工智能数据中心整体规模的不断扩大，电力网络可能会进一步面临压力。那些积极投资于发电能力和电力供应的云服务和半导体公司可能会从中受益。