盡管2026年芯片銷售持續(xù)飆升，但行業(yè)焦點可能轉向風險規(guī)避、集成系統(tǒng)架構及均衡投資策略。

德勤發(fā)布《2026全球半導體行業(yè)趨勢報告》其中表示，受人工智能（AI）基礎設施建設驅動，2026年全球半導體銷售額預計將達9750億美元，創(chuàng)歷史新高。然而繁榮之下暗藏隱憂：行業(yè)對AI布局高度集中，雖短期策略合理，但仍需前瞻性評估需求放緩風險，未雨綢繆制定應對策略。

2025年，半導體行業(yè)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(chuàng)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(fā)展的同時，用于汽車、計算機、智能手機和非數(shù)據(jù)中心通信應用的芯片增長速度相對放緩。

股市通常是行業(yè)表現(xiàn)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(jù)了總市值的80%。

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(zhí)行官蘇姿豐（Lisa Su）已將數(shù)據(jù)中心人工智能加速器芯片的潛在市場規(guī)模預期上調至2030年的1萬億美元。

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(yè)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(xiàn)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(tài)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(fā)，而非大規(guī)模擴產。因此，人工智能推理和訓練解決方案對HBM3、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(xù)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(tài)的轉變。隨著制造商優(yōu)先發(fā)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(jīng)對下游行業(yè)造成了沖擊。對于行業(yè)領導者而言，2026 年的挑戰(zhàn)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(tǒng)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。

擁抱AI數(shù)據(jù)中心熱潮需審慎

芯片市場高度依賴數(shù)據(jù)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(yè)收入。但什么因素可能會阻止這種情況發(fā)生，如果個人電腦、智能手機和汽車等非數(shù)據(jù)中心市場持續(xù)疲軟，這對半導體行業(yè)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(jīng)發(fā)出并已積壓，數(shù)據(jù)中心正在建設中，未來12個月的數(shù)據(jù)可能較為穩(wěn)定。但2027年和2028年的情況可能會與目前的預期出現(xiàn)顯著偏差，原因如下：

投資回報：大多數(shù)建設數(shù)據(jù)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(wěn)定的收入流，其現(xiàn)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(yè)化進程可能比預期更長或更低，數(shù)據(jù)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(shù)據(jù)中心將需要額外92吉瓦的電力。這些電力可能無法從電網(wǎng)獲得，雖然在2025年一些“用戶側”燃氣發(fā)電是可行的，但未來的燃氣輪機已售罄，使得未來的燃氣發(fā)電越來越困難。由于消費者電價上漲的風險，獲得數(shù)據(jù)中心許可證可能會變得困難。

創(chuàng)新：每一代芯片的效率都會大幅提升，這很可能使現(xiàn)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(yè)內人士所說的“計算”）也會減少。這些趨勢可能已經(jīng)納入數(shù)據(jù)中心的資本支出計劃，但如果其中任何一項出現(xiàn)數(shù)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(yè)產生哪些影響？

目前受益于人工智能發(fā)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。

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。

系統(tǒng)級性能之爭：計算、內存和網(wǎng)絡連接

預計2026年至2030年間，人工智能數(shù)據(jù)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(guī)模數(shù)據(jù)中心的系統(tǒng)性能，需要進行芯片級和系統(tǒng)級集成。正如德勤預測的那樣，Chiplet正在滿足人工智能數(shù)據(jù)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(yōu)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(shù)據(jù)能夠在處理器（圖形處理器（GPU）和神經(jīng)網(wǎng)絡處理器(NPU))和內存(HBM 堆疊）之間以每秒數(shù)TB的速度快速傳輸，同時提高能效。

此外，共封裝光器件 (CPO) 可能會在數(shù)據(jù)中心交換機中得到廣泛應用，從而在更小的以太網(wǎng)/ InfiniBand交換機占用空間內實現(xiàn)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(tǒng)），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(tǒng)的銅纜以太網(wǎng)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(wǎng)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(shù)據(jù)中心網(wǎng)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(tǒng)和機架級網(wǎng)絡），還需要重新評估銅纜或傳統(tǒng)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(guī)模數(shù)據(jù)中心運營商正在使用來自商用芯片供應商的先進網(wǎng)絡芯片和解耦式硬件模型，以便在這些解決方案之上開發(fā)自己的定制拓撲結構。然而，鑒于軟件定義網(wǎng)絡架構在性能、編排和總體擁有成本方面的優(yōu)勢，到 2026 年，該行業(yè)可能會越來越多地轉向軟件定義網(wǎng)絡架構，將計算和網(wǎng)絡集成到單一的垂直整合解決方案中。即使云計算超大規(guī)模企業(yè)、人工智能網(wǎng)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(tǒng)集成挑戰(zhàn)，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(jīng)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(yè)的封裝技術和統(tǒng)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(xù)增長，先進封裝領域的人才短缺仍可能繼續(xù)阻礙區(qū)域實現(xiàn)更高半導體自主性的目標。

人工智能投資與交易促進垂直整合發(fā)展

更廣泛的人工智能、半導體和云基礎設施提供商之間的戰(zhàn)略聯(lián)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(xù)或加速，從而形成一個資金和需求生態(tài)系統(tǒng)，在這個生態(tài)系統(tǒng)中，資本和計算資源在主要從事人工智能模型開發(fā)、人工智能加速器設計、生產、封裝和數(shù)據(jù)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(chuàng)公司投資數(shù)十億美元，以加速解決方案的開發(fā)。作為回報，這家人工智能初創(chuàng)公司將迅速孵化并加速新產品開發(fā)，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(xiàn)人工智能數(shù)據(jù)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(yè)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/地區(qū)政府和企業(yè)都希望影響區(qū)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/地區(qū)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(qū)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(zhàn)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。

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(yè)分析師稱之為循環(huán)融資），半導體行業(yè)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(xiàn)人工智能系統(tǒng)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(fā)新的人工智能芯片平臺來拓展業(yè)務范圍，還應建立戰(zhàn)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(tài)系統(tǒng)。

傳統(tǒng)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(yè)高管尋求戰(zhàn)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(jié)點，以滿足汽車和電動汽車、航空航天和國防、制造業(yè)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。

未來半導體行業(yè)的風向標

展望2026年，半導體行業(yè)高管應注意以下幾個關鍵風向標：

第一，面對新進入者的挑戰(zhàn)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(yè)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。

第二，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(shù)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(yè)產能過剩。

第三，隨著科技債務的進一步增加，涉及復雜收益分成協(xié)議或計算換股權的交易數(shù)量和價值不斷增長，可能會對人工智能模型開發(fā)商和數(shù)據(jù)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。

第四，由于北美、歐洲、中東和日本計劃提高自身芯片生產能力，對亞洲其他地區(qū)的外國直接投資可能會受到影響。

由此推論，各地區(qū)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。而中國臺灣、美國、日本和歐洲部分地區(qū)則可能側重于異構集成和先進封裝，但專業(yè)化程度各不相同。

隨著人工智能數(shù)據(jù)中心整體規(guī)模的不斷擴大，可能會進一步加劇電網(wǎng)的緊張狀況。因此，那些積極投資或將發(fā)電能力和可用性納入考慮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慮的公司則可能面臨執(zhí)行方面的挑戰(zhàn)。

*聲明：本文系原作者創(chuàng)作。文章內容系其個人觀點，我方轉載僅為分享與討論，不代表我方贊成或認同，如有異議，請聯(lián)系后臺。