全球半導體，最新展望

公眾號記得加星標??，第一時間看推送不會錯過。

2026年，半導體行業正面臨著一個充滿風險的悖論。人工智能驅動的強勁需求正將收入推向前所未有的高度，但這種繁榮也伴隨著風險。該行業似乎把所有雞蛋都放在了人工智能的籃子里，如果人工智能的繁榮持續下去，這或許無可厚非。但該行業也應該考慮如何應對人工智能需求放緩或萎縮的情況。

今日市場狀況

全球半導體行業預計到2026年年銷售額將達到9750億美元，創歷史新高，這主要得益于人工智能基礎設施建設的蓬勃發展（圖1）。

2025年，半導體行業的增長率達到22%，預計2026年將加速至26%，即使此后增速放緩，到2036年，年銷售額仍有望達到2萬億美元。然而，這一創紀錄的增長掩蓋了一個顯著的結構性差異。雖然高價值的人工智能芯片目前貢獻了約一半的總收入，但其銷量占比卻不到0.2%。

另一個差異是，在人工智能芯片蓬勃發展的同時，用于汽車、計算機、智能手機和非數據中心通信應用的芯片增長速度相對放緩。

股市通常是行業表現的領先指標。截至2025年12月中旬，全球十大芯片公司的總市值達到9.5萬億美元，較2024年12月中旬的6.5萬億美元增長46%，較2023年12月中旬的3.4萬億美元增長181%。此外，該市值高度集中，前三大芯片公司就占據了總市值的80%。

截至發稿時，德勤預測，到2026年，生成式人工智能芯片的收入將接近5000億美元，約占全球芯片銷售額的一半。此外，AMD首席執行官蘇姿豐(Lisa Su)已將數據中心人工智能加速器芯片的潛在市場規模預期上調至2030年的1萬億美元。

預計到2025年，芯片銷量將達到1.05萬億片，平均售價為每片0.74美元。粗略估計，盡管人工智能芯片在2026年可能占到行業收入的50%左右，但其產量不足2000萬片，約占總銷量的0.2%。盡管預計2025年全球芯片收入將增長22%，但硅晶圓出貨量預計僅增長5.4%。

就主要終端市場而言，個人計算設備和智能手機的銷量原本預計在2025年增長，但由于內存價格上漲，預計2026年將出現下滑。

預計2026年存儲器收入將達到約2000億美元，占當年半導體總收入的25%。存儲器市場歷來具有周期性，制造商似乎對過度產能建設持謹慎態度。因此，他們僅適度增加資本支出，其中大部分用于新產品的研發，而非大規模擴產。因此，人工智能推理和訓練解決方案對HBM3（高帶寬內存3）、HBM4和DDR7內存的需求增長，導致了DDR4和DDR5等消費級內存的短缺；這些產品的價格在2025年9月至11月期間上漲了約4倍。

預測存儲器的供應、需求和價格非常困難，但一些人認為，目前消費級內存的緊張局面可能會持續十年。預計2026年第一季度和第二季度價格將進一步上漲，漲幅可能高達50%，例如，一種流行的內存配置到2026年3月價格將達到700美元，而2025年10月的價格為250美元。

這種價值集中似乎促成了市場動態的轉變。隨著制造商優先發展人工智能訓練和推理所需的專用硬件，由此產生的晶圓和封裝產能的“零和博弈”競爭已經對下游行業造成了沖擊。

對于行業領導者而言，2026 年的挑戰不僅限于滿足人工智能需求，還要應對高利潤、低銷量模式下的系統性風險。在這種模式下，內存等關鍵組件的嚴重短缺預計將在年中導致價格飆升 50%，并重塑全球供應鏈格局。

數據中心蓬勃發展的機遇

芯片市場高度依賴數據中心的人工智能芯片，預計到 2026 年，該市場將貢獻近一半的行業收入。但什么因素可能會阻止這種情況發生？如果個人電腦、智能手機和汽車等非數據中心市場持續疲軟，這對半導體行業又意味著什么？

首先，這些預期在2026年不太可能改變。芯片訂單已經發出并已積壓，數據中心正在建設中，未來12個月的數據可能較為穩定。但2027年和2028年的情況可能會與目前的預期出現顯著偏差，原因如下：

投資回報：大多數建設數據中心的機構并不期望在第一年就收回全部投資。但在五到十五年的時間里，應該會有穩定的收入流，其現值能夠為投資者帶來一定程度的回報。如果人工智能的商業化進程可能比預期更長或更低，數據中心項目可能會被取消或推遲，從而對芯片銷售產生不利影響。

電力：預計到2027年，人工智能數據中心將需要額外92吉瓦的電力。這些電力可能無法從電網獲得，雖然在2025年一些“用戶側”燃氣發電是可行的，但未來的燃氣輪機已售罄，使得未來的燃氣發電越來越困難。由于消費者電價上漲的風險，獲得數據中心許可證可能會變得困難。

創新：每一代芯片的效率都會大幅提升，這很可能使現有芯片的安裝基礎成為一種負擔而非資產。用于訓練和推理的人工智能模型似乎也會隨著時間的推移變得更加高效，完成相同任務所需的計算量（或業內人士所說的“計算”）也會減少。

這些趨勢可能已經納入數據中心的資本支出計劃，但如果其中任何一項出現數量級的突破，則可能意味著對芯片的需求量減少或芯片價格降低。

定價：人工智能芯片目前價格昂貴，利潤率很高。如果新的競爭芯片以更低的價格推出，這可能會對整個芯片市場，尤其是價格市場，產生通縮效應。

上述部分或全部內容在未來一到三年內可能對芯片行業產生哪些影響？

資金和市場影響：目前受益于人工智能發展勢頭的芯片設計商和制造商可能面臨逆風。營收增長可能放緩甚至轉為負值。盈利可能下降。市盈率和市銷率可能降低，市值也可能縮水。

晶圓廠、工具、設計工具等等：由于人工智能芯片價值高但產量低，收入下降對芯片制造商或芯片制造工具供應商的影響可能相對較小。即使人工智能芯片產量下降，由于人工智能芯片在制造能力中所占比例很小，晶圓廠不太可能因此停產。也就是說，生產某些類型封裝、存儲器、電源和通信半導體的公司可能會受到影響。

需要考慮的戰略問題

如果人工智能芯片的需求在 2026 年或以后放緩，芯片公司如何在保持高現金水平和低債務的同時履行其資本支出承諾，從而有效地進行調整？

人工智能數據中心使用的計算芯片、內存解決方案和封裝產品本質上都具有相當特殊的用途。如果數據中心的需求出現下降或調整，人工智能芯片制造商還有哪些其他終端市場機會可以轉向？

如果人工智能芯片需求在 2026 年開始回調，那么先進的存儲器和先進的邏輯制造能力應該如何以及在哪里重新分配？

系統級性能之爭：

計算、內存和網絡連接

預計2026年至2030年間，人工智能數據中心的工作負載將以每年三到四倍的速度增長，因此，為了提升超大規模數據中心的系統性能，需要進行芯片級和系統級集成。正如德勤預測的那樣，Chiplet正在滿足人工智能數據中心的芯片級性能需求，從而帶來良率、帶寬和能效方面的優勢。

到2026年，芯片制造商可能會越來越多地將HBM集成到更靠近邏輯芯片組的位置，無論是在硅中介層上還是在3D堆疊中，這將使 數據能夠在處理器（圖形處理器 (GPU) 和神經網絡處理器 (NPU)）和內存（HBM 堆疊）之間以每秒數TB的速度快速傳輸，同時提高能效（降低每比特焦耳數和每個token瓦數）。

此外，共封裝光器件 (CPO) 可能會在數據中心交換機中得到廣泛應用，從而在更小的以太網/InfiniBand交換機占用空間內實現更高的機架聚合帶寬。

高帶寬閃存能夠支持更快的縱向擴展（在服務器機架內）和橫向擴展（跨多個機架和系統），預計在2026年需求將會增加，尤其是在人工智能工作負載從訓練轉向推理的情況下。

然而，由于傳統的銅纜以太網設計無法滿足人工智能工作負載的需求（人工智能工作負載會在GPU之間產生海量的東西向流量），光互連（包括CPO和線性可插拔光模塊，即LPO）預計將在2026年得到更廣泛的應用。

預計2024年至2029年間，人工智能網絡架構支出將以38%的復合年增長率增長（圖2）。

隨著人工智能數據中心網絡的交換容量擴展到每秒51.2太比特甚至更高（無論是在機架內部還是跨機架和集群），不僅需要集成各種組件（內存堆棧、計算系統和機架級網絡），還需要重新評估銅纜或傳統可插拔光模塊的使用，因為它們可能會對功耗和帶寬產生不利影響，或者占用過多空間。 2026年，CPO和LPO技術可以彌補這些差距，因為它們有助于縮短電氣路徑，降低30%至50%的功耗，并提供更高的帶寬和更低的總體擁有成本。

一些超大規模數據中心運營商正在使用來自商用芯片供應商的先進網絡芯片和解耦式硬件模型，以便在這些解決方案之上開發自己的定制拓撲結構。然而，鑒于軟件定義網絡架構在性能、編排和總體擁有成本方面的優勢，到 2026 年，該行業可能會越來越多地轉向軟件定義網絡架構，將計算和網絡集成到單一的垂直整合解決方案中。

即使云計算超大規模企業、人工智能網絡公司、晶圓代工廠和外包半導體封裝測試 (OSAT) 設施競相應對復雜的異構系統集成挑戰，它們仍需應對下一代后端封裝測試工藝的諸多難題。例如，每個芯片產品都需要經過特定的工藝步驟，例如封裝、單晶化、熱管理和凸點成型。這些步驟需要專業的封裝技術和統計過程控制技能，而這些技能在美國和歐洲都十分稀缺。

因此，即使亞洲的后端產能持續增長，先進封裝領域的人才短缺仍可能繼續阻礙區域實現更高半導體自主性的目標。

需要考慮的戰略問題

材料限制（基板、存儲器和互連的供應和可用性）、地緣政治（脆弱地區的組裝和測試能力和供應商）以及測試和封裝工程師的人才儲備是否會擾亂采購？

隨著晶圓代工廠和集成器件制造商 (IDM) 部署芯片封裝在晶圓基板上以及混合鍵合等先進技術，使 HBM 更接近計算，傳統的 OSAT 模型是否會商品化？

應該在多大程度上投資下一代互連技術，例如 CPO、LPO、光子學和基于芯片的網絡技術？人工智能可以在哪些方面以及如何應用來加速這些復雜異構系統的設計周期？

垂直整合的興起

更廣泛的人工智能、半導體和云基礎設施提供商之間的戰略聯盟預示著新一輪人工智能計算資本周期的到來。2025年的投資很可能在2026年持續或加速，從而形成一個資金和需求生態系統，在這個生態系統中，資本和計算資源在主要從事人工智能模型開發、人工智能加速器設計、生產、封裝和數據中心基礎設施的公司之間雙向流動。例如，一家投資公司（通常是芯片硬件、平臺或云基礎設施提供商）可能會向一家人工智能初創公司投資數十億美元，以加速解決方案的開發。

作為回報，這家人工智能初創公司將迅速孵化并加速新產品開發，并反過來購買投資公司的計算資源和基礎設施產品。這些舉措已成為芯片公司實現人工智能數據中心堆棧垂直整合的一種方式。

除了人工智能訓練和推理工作負載之外，推動半導體行業投資活動激增的另一個因素是地緣政治的必然性，即便各國政府和企業都希望影響區域技術基礎設施。許多政府認為人工智能模型、芯片設計知識產權和領先的人工智能加速器對國家安全、供應鏈韌性和技術主權至關重要。各國政府正日益尋求通過出口管制措施來保障這些能力，以幫助增強本地和區域領先的人工智能芯片制造能力，從而使本土芯片制造商能夠擴大市場份額。與此同時，他們也在尋求在限制戰略性人工智能和技術產品的出口和允許部分先進芯片出口之間找到平衡。

例如，美國政府于2025年12月批準英偉達向中國部分指定客戶銷售H200人工智能芯片，以換取英偉達芯片銷售額的25%。38在這些事態發展中，歐洲似乎陷入了美國出口管制（限制向中國銷售先進芯片）和中國的反制措施的夾縫之中。

隨著科技和芯片巨頭不斷推進這種新型垂直整合模式（一些行業分析師稱之為循環融資），半導體行業的資本配置策略可能需要從產能驅動型轉向能力驅動型，重點在于實現人工智能系統層面的差異化。展望2026年及以后，芯片公司不僅應考慮通過建設更多人工智能晶圓廠或開發新的人工智能芯片平臺來拓展業務范圍，還應建立戰略合作伙伴關系并進行直接投資，圍繞其晶圓廠或芯片平臺構建生態系統。

傳統以批量生產為導向的晶圓代工廠可能需要整合先進的封裝能力。OSAT（外包半導體組裝和測試）廠商可以與集成器件制造商和設計廠商共同設計芯片組，而電子設計自動化公司和晶圓代工廠則可以從與晶圓廠前端設備供應商的緊密合作中獲益。隨著芯片行業高管尋求戰略性地部署資金，他們應該考慮評估人才需求和技能可用性、核心競爭力以及更具地域性或國家性的合作伙伴模式。這項評估還應涵蓋非人工智能市場機遇，重點關注成熟的芯片節點，以滿足汽車和電動汽車、航空航天和國防、制造業以及電力基礎設施市場的需求——其中許多市場可能具有地域性。

需要考慮的戰略問題

鑒于已有數十億美元流入人工智能計算和數據中心基礎設施容量擴張領域，如何部署資金，不僅用于建設更多容量，還用于擴大發電規模（包括無碳能源）以支持這種擴張？

在部署資本時，各組織是否評估過各種因素，包括地緣政治貿易相關風險和政策變化，如進口關稅、出口管制和本地化舉措；供應鏈集中風險，如基材、化學品和氣體以及其他材料和組件；供應商和合作伙伴模式，如多代工廠或多云供應商合作伙伴關系；以及人才可用性？

如何在尖端邏輯和存儲器制造及封裝方面的投資與后續節點制造、設備、組裝和測試的持續需求之間取得平衡？

2026年是半導體產能受限之年

根據國際貨幣基金組織（IMF）的預測，2025年全球經濟增長將保持強勁的3.2%，2026年預計也將達到3.1%。人工智能（AI）的應用在各個地區和行業迅速普及，科技行業在2026年伊始便擁有了令人矚目的增長前景。然而，令人遺憾的是，2026年人們記住的或許更多是產能限制，而非其輝煌的技術發展。半導體存儲器和用于服務器、PC和移動處理器的最先進邏輯工藝節點的產能已經出現瓶頸，而且半導體制造中使用的許多材料也存在潛在的產能限制。

2025年第四季度，內存芯片產能開始出現瓶頸。這主要得益于三大內存廠商——美光、三星和SK海力士——將生產線從老舊的DDR4內存轉向新型DDR5內存以及用于高性能計算（HPC）和人工智能（AI）應用的堆疊式3D高帶寬內存（HBM）。美光甚至取消了旗下Crucial內存產品線，退出了消費市場。由于HBM的廣泛應用，人們對即將推出的AMD和英偉達AI加速器面臨內存短缺的擔憂有所緩解。然而，人們越來越關注使用DDR5的移動和計算應用，以及數百萬仍在使用老一代內存的消費和工業應用。

應對半導體元件短缺的典型做法是加倍甚至加倍下單，以確保未來的供應。但由于存儲器價格在短短幾周內飆升了2到3倍，許多公司不得不推遲甚至取消訂單。這導致其他半導體元件的訂單減少，因為電子ODM和OEM廠商開始縮減2026年的生產計劃。這些舉措的影響已在近期的財報中顯現出來。高通本周公布了創紀錄的營收和利潤，但指出由于客戶（尤其是手機用戶）面臨存儲器供應限制，未來的營收可能會受到限制。Microchip也做出了類似的預測。美光科技則表示，“2026年的產能已經售罄”。這些觀點出現在年初短短幾周內。因此，Tirias Research預測，隨著時間的推移，這些限制將會更加明顯。雖然所有主要內存廠商都在投資新的生產能力，但大部分產能將在 2027 年和 2028 年開始逐步提高。雖然不像 DDR/HBM 那樣影響巨大，但 NAND 閃存也面臨產能限制。

然而，內存并非唯一受產能限制的組件。隨著最新的PC處理器、移動應用處理器、服務器處理器、圖形處理器（GPU）、AI加速器和其他專用產品都在爭奪臺積電最新一代制程節點的產能，晶圓代工產能也日益成為稀缺資源。三星晶圓代工開始量產2nm工藝，這或許能緩解那些愿意同時使用臺積電和三星晶圓代工，或者完全轉向三星晶圓代工的客戶的壓力。但三星晶圓代工的產能爬坡進度落后于臺積電，產能僅為臺積電的一小部分。英特爾晶圓代工目前正在推進其18A工藝的量產，但已錯過了部分即將推出產品的關鍵設計窗口。預計在2027/2028年，英特爾晶圓代工將同時提供18A和14A工藝，成為另一種選擇。

仿佛存儲器和晶圓代工產能還不夠似的，半導體制造中使用的一些材料，例如鎵、鍺、氖氣和稀土材料，也存在產能瓶頸。這主要是由于資源的地理集中、精煉能力有限以及地緣政治緊張局勢造成的。迄今為止，這些因素尚未造成嚴重的產能瓶頸，但只要一種材料的短缺就足以使整個行業陷入停滯。例如，21世紀初鉭的短缺就對高科技生態系統造成了重大影響。

全球經濟健康發展意味著消費者、企業和服務提供商對電子產品的強勁需求，但電子產品的價格彈性很高。價格上漲，尤其是消費品價格上漲，會導致需求下降。因此，產能成為制約增長的最大因素。不幸的是，這種情況發生得正是時候，因為人工智能正在推動對新產品和服務的需求，這些產品和服務需要更大的內存、更大的存儲空間和更高的計算性能，而科技行業的應對能力卻遠遠跟不上。2026年將是充滿挑戰的一年，但這并不會阻礙行業的發展軌跡。相反，這將給半導體行業帶來更大的壓力，使其必須確保在本十年末之前擁有必要的產能。

未來的路標

展望2026年，半導體行業高管應注意以下幾個關鍵指標：

面對新進入者的挑戰以及人工智能技術從訓練轉向推理的趨勢，目前在人工智能GPU、CPU和內存領域的領先企業可能難以維持其市場主導地位。一種觀點認為，不斷擴大的市場蛋糕足以容納所有人，而另一種觀點則認為，這更像是一場零和博弈。

預計DRAM資本支出將增長14%，NAND閃存資本支出將增長5%，分別達到610億美元和210億美元。鑒于年底價格飆升，這些數字可能會進一步攀升，以滿足短期需求，但也可能再次導致行業產能過剩。

隨著科技債務的進一步增加，涉及復雜收益分成協議或計算換股權的交易數量和價值不斷增長，可能會對人工智能模型開發商和數據中心基礎設施運營商未來的盈利能力和投資回報率造成壓力。

由于北美、歐洲、中東和日本計劃提高本國芯片生產能力，對亞洲其他地區的外國直接投資可能會受到影響。

由此推論，各地區之間的差異可能會更大：例如，東南亞和印度很可能成為以批量生產為主的后端組裝和測試中心，專注于后端流程的特定領域。而臺灣、美國、日本和歐洲部分地區則可能側重于異構集成和先進封裝，但專業化程度各不相同。

隨著人工智能數據中心整體規模的不斷擴大，可能會進一步加劇電網的緊張狀況。因此，那些積極投資或將發電能力和可用性納入考量的云計算和半導體公司可能會從中受益，而那些沒有將電力納入整體考量的公司則可能面臨執行方面的挑戰。

*免責聲明：本文由作者原創。文章內容系作者個人觀點，半導體行業觀察轉載僅為了傳達一種不同的觀點，不代表半導體行業觀察對該觀點贊同或支持，如果有任何異議，歡迎聯系半導體行業觀察。

今天是《半導體行業觀察》為您分享的第4321期內容，歡迎關注。

加星標??第一時間看推送

求推薦