在10月23日于美国举行的CASPA第35届年度大会上，SemiAnalysis创始人兼CEO Dylan Patel、Bernstein董事总经理兼高级分析师Stacy Rasgon以及主持人Austin Lyons围绕半导体行业前景展开对话。核心结论是：AI基础设施投资仍有增长空间，但融资成本攀升、关键零部件供应受限以及云厂商自研芯片的竞争，正在共同考验这轮AI热潮的持续性。
融资成本成为扩张的分水岭。 美国10年期国债收益率已突破5%，CoreWeave等新兴云服务商的无担保债券收益率接近15%。Volulta为Anthropic建设集群时发行的债券票面利率约12%，但以面值95%的价格出售，实际收益率接近15%。Rasgon指出，过去现金流充沛的超大规模云厂商如Meta和Google，如今也在AI基础设施上大量消耗自由现金流，未来甚至可能需要股权融资。Patel补充说，非超大规模云厂商承接的建设需求接近全市场的一半，但这类企业通常缺乏足够的资产负债表支撑；若没有超大规模云厂商的长期采购承诺，项目很难获得融资。英伟达已开始通过收入分成等安排支持部分算力集群建设，博通则采用类似分期付款的方式向Anthropic提供芯片。
供应链瓶颈短期难解，基板与内存比电力更棘手。 Patel将基板列为当前最关键的约束之一，日本相关供应商扩产相对谨慎，限制了加速芯片、CPU等产品的产能提升。内存方面，Rasgon指出生产同等容量的HBM所需晶圆数量约为DDR5的3—4倍，AI芯片需求增长因此加剧了内存产能竞争。光学互联所需的激光器、光纤连接等组件也面临短缺。晶圆制造设备市场同样受洁净室产能限制，Rasgon认为2026年全球WFE市场规模超过2000亿美元的预测过于乐观，通过提高现有工厂利用率，市场规模或可从年初预期的约1200亿美元提升至约1550亿美元，但新建洁净室要到2027年才陆续投用，更多产能预计在2028—2029年释放。相比之下，电力短缺有更多应对手段，Patel预计2027年全球在建数据中心规模接近50吉瓦，其中美国约35吉瓦，现场燃气轮机、往复式发动机和燃料电池等方案可部分缓解电力约束。
内存高利润的隐忧在于2028年后的供给释放。 Rasgon称内存行业毛利率已达到88%—90%，但市场并未因此给予相关股票极高估值，原因之一正是投资者担心2028年以后新增供给集中释放导致价格回落。HBM制造需要消耗更多晶圆资源，其扩产不仅增加自身产能，也会挤占其他DRAM产品的供给。内存短缺何时结束，关键不在于某个固定日期，而在于新增产能何时开始超过需求增量。如果扩产集中在2028年以后，而AI需求增速同时放缓，当前的高价格和高利润率就可能难以维持。
英伟达的性能优势仍在，但定价权面临自研芯片的挑战。 Rasgon指出，英伟达相对于费城半导体指数的估值已处于历史低位，反映出市场对AI投资持续性及自研芯片竞争的担忧。从产品迭代看，从Ampere到Hopper，产品平均售价约翻倍，性能提升约10倍；从Hopper到Blackwell，售价上涨约50%，性能提升幅度据称达到3—30倍。只要性能提升持续超过价格涨幅，客户就有动力为新一代产品支付更高价格。但Patel的研究显示，英伟达在相关协处理器晶圆及HBM需求中的份额占比已开始下滑。谷歌TPU已向外部客户销售，亚马逊Trainium持续完善对PyTorch生态的支持，OpenAI和Anthropic也在推进自研芯片计划。这些布局未必立即取代英伟达，却能为大型客户提供替代方案，增强其议价能力。英伟达面临的关键考验不是能否继续增长，而是能否持续以性能优势证明其价格溢价合理。
企业AI落地更可能走“购买Token”路径。 三位分析师认为，大多数企业不会自行采购大量硬件运行私有模型，而是通过云服务调用云端AI推理能力，再与自有数据和业务流程结合。Rasgon分享称，借助Claude，原本需要一周完成的财务模型仅用约1小时20分钟便完成搭建。这类应用的价值首先体现为节省时间、减少重复劳动，而不一定立即反映在营收中。企业通过云端调用模型，意味着AI基础设施的需求将越来越取决于推理服务的使用量；如果建设成本和融资成本上涨得比收入更快，基础设施投资的回报仍将承压。