SemiAnalysis 大砍 AI 晶片放量預測:輝達出貨量遭砍六成,博通相對強韌

Crumax
分享
SemiAnalysis 大砍 AI 晶片放量預測:輝達出貨量遭砍六成,博通相對強韌

研究機構 SemiAnalysis 近日在機構研報中,大幅下修未來 AI 晶片出貨量、資本支出與電力需求預測。其中,2028 年全球 AI 加速器資本支出預計減少 28%、2030 年減幅 40% 最為明顯。報告指出,輝達(NVIDIA)是受衝擊最大的供應商,博通(Broadcom)與亞馬遜 Trainium 則相對強韌。

SA 下修 AI 資本支出預測:年減 28% 至 40%

根據報告內容,SemiAnalysis 調降了出貨量,以及 2029 至 2030 年新一代 AI 伺服器的單晶片功耗假設,使整體資本支出預測明顯縮水:

  • 2028 年全球 AI 加速器資本支出:約 1.05 兆美元 → 7,580 億美元,減少 28%
  • 2030 年全球 AI 加速器資本支出:約 1.53 兆美元 → 9,230 億美元,減少 40%

三大下修原因:營收預期、資本市場與美國期中選舉

SemiAnalysis 對此點出三項主要原因:

廣告 - 內文未完請往下捲動

  • 重設代幣營收預期:前沿模型實驗室第三季淨新增 ARR(年度經常性收入)成長放緩,SemiAnalysis 對此評估新增供給減少。該機構強調,自身對實驗室營收的預期仍比市場共識樂觀,但基礎設施融資仰賴的是資本市場參與者的平均預期。
  • 資本市場收緊:債權與股權投資人都不願為 AI 建設相關資本支出出資,尤其是沒有超大型雲端業者(hyperscaler)參與的專案,這將壓縮資料中心用地、電力容量與廠房外殼的開發,進而減少可部署系統的規模。
  • 美國期中選舉結果:原定 2027 年下半年至 2028 年上半年部署的 5.8 GW 美國資料中心容量被延後,監管延遲也壓低 2028 年整體容量。SemiAnalysis 表示,這會減少近期運算設備出貨,但前兩項因素更為關鍵。

(民主黨浪潮席捲 AI 資料中心?甲骨文、軟銀首當其衝,三大風險一次看)

輝達首當其衝:出貨預測最高砍 66%,Feynman 定價大降

SemiAnalysis 的分析框架是,客戶會優先選擇效能、總擁有成本(TCO)與每瓦效能最佳的晶片,並把融資支援視為加分項;在這些指標上排名墊底的平台,將面臨嚴重砍單。其中,輝達預計將承擔大部分壓力。

  • 出貨預測:以運算營收計,輝達 2027 至 2030 年出貨預測分別下修 22%、39%、56% 與 66%;以總功耗計,分別下修 14%、35%、50% 與 59%。
  • 定價下調:SemiAnalysis 預計 Feynman 世代售價將下調,因為輝達必須犧牲毛利率才能維持競爭力。報告預計 Feynman 將由約 11 萬美元降至約 7.8 萬美元,Feynman Ultra 由約 17.5 萬美元降至約 9.8 萬美元,Feynman Next 由約 19.1 萬美元降至約 11.8 萬美元。
  • 客戶結構不利:在 Anthropic 使用的 TPU、Trainium、AMD GPU 與輝達 GPU 四大平台中,輝達最為邊緣;OpenAI 雖以 GPU 為主,但 AMD 認股權證帶來的財務利益,以及自研 ASIC 優先部署,也不利輝達。
  • Neocloud 曝險:輝達對新興雲業者(Neocloud),特別是長尾小型業者的曝險最高,這些業者的執行與融資風險已大幅上升。部分 Neocloud 租戶為中國終端客戶,若 RASA 法案通過,中國客戶遠端使用 GPU 將被視為「違反出口管制」。
  • 短期調整:Vera Rubin L6 板延後至第四季,約 10 萬顆 Rubin GPU 由第三季挪至第四季,同時下修約 26 萬顆 GB300 與約 15 萬顆 H200。調整後,輝達 2026 年第三季營收約 1,091 億美元、第四季約 1,253 億美元;微軟 2027 年的 Vera Rubin 機櫃訂單則減少 200 櫃。

值得注意的是,這次下修仍未計入黃仁勳卸任輝達執行長的影響。SemiAnalysis 表示,領導層交接會增加公司失去市佔率的下行風險。

博通、聯發科、AMD 與 Trainium:ASIC 陣營出現分化

相較輝達,ASIC 與其他 GPU 陣營受到的衝擊明顯較小,但內部也不平均。

博通(Broadcom):出貨量持平、營收小幅下修

2026 至 2030 年 ASIC 營收整體下修 11%,主因是 HBM 成本下降壓低售價,而非出貨減少。TPU、OpenAI 與 Anthropic 三大專案在效能成本比與功耗上具優勢,博通還能代客戶向債權人提供涵蓋土地、電力、廠房外殼與系統的融資擔保。

不過,Anthropic 的 700 MW TPU 出貨由 2027 年延至 2028 年,原因是德州資料中心開發預計暫停;OpenAI 第二代 Serrano 在 2029 年減少 1 GW,但第三代 2030 年出貨量大幅上調。

(Google TPU 能見度上看 2029!郭明錤:聯發科獨拿 v9、v10 訂單成最大贏家)

聯發科:出貨量減少、低毛利吃香

聯發科的下修來自 Anthropic 因融資限制而降低需求,以及 TPU 整體需求重估。由於聯發科不替客戶採購 HBM,HBM 降價不影響其營收,變動完全來自出貨量減少。TPU v9 系列是主要削減處:Humufish 在 2028 至 2029 年生命週期的出貨減少 47 萬顆,主因是 EMIB-T 良率風險;TPU v9i(Triggerfish)生命週期出貨砍 42%,降幅最大。

報告仍預期聯發科將拿下多數未來 TPU 量,且 2029、2030 年 TPU 量即使下修後仍高於博通;聯發科毛利較低、系統成本較低,在資金吃緊時具吸引力。

AMD:集中大客戶、放量提前

以總功耗計,AMD 2028 至 2030 年預測分別下修 23%、55% 與 57%;以支出計則分別下修 29%、35% 與 32%,2027 年功耗大致不變、支出下修 11%。

降幅較小的原因在於客戶集中於 Meta、OpenAI 與 Anthropic 等大型雲端與 AI 實驗室,其中 Meta 與 OpenAI 有認股權證,採購確定性高。此外,MI400 放量提前,約 2.5 萬顆 MI400 與約 3 萬顆 Meta 客製 MI450-MC 由 2027 年第四季提前至 2026 年第四季。

亞馬遜 Trainium:近期零下修

2027 與 2028 年持平,2029 年 Trainium4 的量轉移至 Trainium5 並延伸至 2030 年,Trainium6 的放量則被縮減。SemiAnalysis 認為,亞馬遜資料中心建置管線強勁、Trainium 製造與客戶使用成本低,且亞馬遜願意對 Anthropic、OpenAI 等關鍵客戶提供策略性補貼。

融資能力成 AI 晶片勝負關鍵

從這份報告可以看出,AI 晶片需求的評估重點正從「誰的技術最強」轉向「誰能讓客戶融到錢、付得起總擁有成本」。能替客戶解決融資的業者,例如博通、亞馬遜,以及靠認股權證綁定客戶的 AMD,出貨相對穩固;客戶偏向融資脆弱的長尾 Neocloud 的輝達,則被砍得最重。

風險提示

加密貨幣投資具有高度風險,其價格可能波動劇烈,您可能損失全部本金。請謹慎評估風險。