
算力发展的四大“墙”
AI 算力发展是涉及计算、存储、传输、能源的复杂系统工程,当前面临四大“墙”。存储墙方面,AI 行业重心转向推理,预计 2026 年全球 AI 推理需求超训练场景,拉动高带宽内存及大容量 DRAM 需求,但新增产能 2027 年及以后释放,2026 年将现供需错配。带宽墙方面,算力提升快于数据传输,导致多层级带宽瓶颈,数据搬运能耗超计算能耗。计算墙方面,AI 芯片性能依赖先进制程,而先进制程产能受 EUV 光刻机限制,全球仅 ASML 能生产,且出口管制严格,高端芯片制造难突破。电力墙相对易解决,虽数据中心能耗大,但可通过多元能源供给解决,长期电力供应非最大瓶颈,局部地区短期供电有压力。
扩产的“隐形杀手”:设备与材料的全面紧缺
AI 芯片扩产慢,核心制约是上游设备与材料短缺。测试设备需求增长迅速,AI 芯片对测试设备精度、效率要求高,半导体测试设备出货量增速快,爱德万测试预计截至 2026 年 3 月财年营收增长 37%,净利润翻番。IC 载板是头部芯片厂商供应链痛点,其成本占封装成本比例高,2025 年以来价格涨幅超 30%,因原材料成本传导和先进封装需求爆发,且产能集中在少数台资厂商,紧缺局面难缓解。关键特种材料如 Low - CTE 玻璃纤维等是 AI 产业链“致命软肋”,技术壁垒高、产能集中、扩产难。高端洁净室建设投入大、技术要求高,市场被海外厂商主导,需求旺盛。
连接技术的“路线之争”:铜回潮与光电融合
数据中心连接技术变革,铜与光形成场景化竞争与替代关系。短距离铜缆优势明显,中距离 Micro LED 光缆是折中方案,长距离传统光模块与光纤是主流,CPO 技术是未来方向但商用尚需时日。AI 数据中心对光纤要求高,特种光纤需求高,空芯光纤性能优化,市场参与厂商扩容,价格稳定。PCB/载板技术向 n + m 结构、玻璃基板、半加成法工艺升级,对上游提出新要求和挑战。
总结
AI Infra 产业链面临多维瓶颈,高端芯片制造是根本制约,测试设备、高端 IC 载板等供需矛盾突出。长期来看,AI Infra 发展有铜缆回潮与光电融合、全球产业链重构与国产化加速两大趋势。



被折叠的 条评论
为什么被折叠?



