‌
‌
‌
‌
‌
科技

SemiAnalysis大幅下修AI算力與資本支出預測 輝達首當其衝

鉅亨網新聞中心

AI gen LogoAI新聞摘要
  • 1.SemiAnalysis大幅下修AI加速器資本支出,2028年估7,580億美元、2030年降至9,230億美元
  • 2.輝達受創最重,2027至2030年出貨預測下調22%、39%、56%、66%
  • 3.HBM需求與電力消耗同步降溫,博通、AMD、Amazon Trainium相對影響較小

全球人工智慧(AI)基礎設施投資狂潮出現顯著冷卻訊號。知名半導體研究機構 SemiAnalysis 在其最新的模型更新報告中,顯著下調了未來數年 AI 加速器出貨量、資本支出、高頻寬記憶體(HBM)需求以及電力消耗預估,其中半導體龍頭輝達(NVDA-US)受創最為嚴重。

cover image of news article
SemiAnalysis大幅下修AI算力與資本支出預測 輝達首當其衝(圖:shutterstock)

資本支出與硬體需求大幅下修

SemiAnalysis 指出,AI 加速器的資本支出擴張速度不如原先樂觀。根據最新模型,2028 年全球 AI 加速器資本支出預測由原先的 1.054 兆美元降至 7,580 億美元,下修幅度達 28%;至 2030 年更從 1.531 兆美元大幅降至 9,230 億美元,削減高達 6,080 億美元(約下修 40%)。

在實體晶片與零組件需求方面,SemiAnalysis 預估 2026 至 2030 年間,全球 AI 加速器邏輯矽晶圓的出貨面積累計下修 17%。同時,2028 年全球 HBM 出貨量預測從 9.0 EB 降至 6.4 EB(調降 30%);2030 年 AI 加速器的電力功耗需求也從 122.8 GW 大幅下修 34% 至 80.7 GW。SemiAnalysis 認為,隨著 HBM 供需緊張緩解,價格回歸正常化,物料清單(BOM)成本隨之下降。

‌
評估模型下修的三大核心理由

SemiAnalysis 分析師團隊針對本次大幅調整,提出三項相互關聯的主因:

營收成長放緩:前沿 AI 實驗室第三季的年化經常性收入(ARR)增速放緩,顯示市場產生的 Token 收入難以跟上高昂的基础設施擴張成本。

融資環境收緊:資本市場對缺乏大型雲端服務業者(Hyperscaler)採購承諾的 AI 項目投資意願減弱,進而推遲了資料中心土地、電力與外殼建設。

資料中心建設延宕:美國中期選舉等監管因素預計造成約 5.8 GW 的資料中心產能延後投產,但機構強調營收與融資限制才是最關鍵驅動因素。

‌
輝達負擔最沉重

在主要晶片供應商中,輝達承擔了最大的下修壓力。SemiAnalysis 估計,輝達占全球矽晶圓出貨面積削減總量的 66%。若按計算收入(Compute Revenue)口徑計算,輝達 2027 至 2030 年的出貨預測分別被下調 22%、39%、56% 與 66%。

除了出貨量受挫,SemiAnalysis 還調低了輝達下一代晶片的平均售價(ASP)假設。例如 Feynman 晶片預估售價由 11 萬美元下修至 7.8 萬美元,Feynman Ultra 由 17.5 萬美元降至 9.8 萬美元。

SemiAnalysis 分析,由於 Anthropic 與 OpenAI 等大型客戶逐漸偏好高性價比的自研 ASIC(如 Google TPU、Amazon Trainium)或 AMD GPU,輝達面臨競爭加劇,必須降低加價空間以維持份額;加上輝達對融資風險較高的新型雲端業者(Neocloud)小型長尾客戶曝險較大,進一步放大了下行風險。

競爭廠商表現分化

相較於輝達的顯著下修,其他晶片陣營呈現分化格局。SemiAnalysis 認為博通受影響最小,其 2026 至 2030 年 ASIC 累計收入預測僅下修 11%,且主要來自 HBM 價格下降而非出貨量削減,凸顯其在 Google TPU 等項目的能源效率與融資支援優勢。

AMD 雖然在 2028 至 2030 年的預測有所削減,但受惠於與 Meta 及 OpenAI 的認購權證協議,加上 MI400 與 Meta 定製款 MI450-MC 量產時程提前至 2026 年第四季,衝擊明顯小於輝達。亞馬遜 Trainium 則因資料中心儲備充足與成本優勢,2027 與 2028 年出貨預估維持不變。

SemiAnalysis 總結強調,AI 算力需求並未消失,但產業已從早期盲目追捧極致性能,轉向全面考量「性價比、能源效率與融資能力」的理性競爭階段。

‌
section icon

鉅亨講座

看更多
  • 講座
  • 公告
    ‌
    Empty
    Empty
    ‌