AI 算力大考：缺电只是表象，制造才是真正的天花板

来源: 网易新闻 日期: 2026-03-17 原文: https://c.m.163.com/news/a/KO7BLK66055691TB.html 基于: SemiAnalysis / Dylan Patel 分析

---

核心观点

Dylan Patel 提出颠覆性观点：AI 算力扩张的真正瓶颈并非电力，而是先进半导体的制造能力。

"电力是价格问题，而制造是可获得性问题" — 两者存在本质区别。

制造困境的三大维度

1. 光刻机产能

• ASML 最先进的 EUV 光刻机售价超 3 亿美元
• 全球年产能仅数十台（<100台）
• 产能缺口将持续至 2030 年

2. 内存危机

• HBM 供应紧张，头部 AI 厂商提前锁定产能
• 消费电子行业产能被压缩
• 部分手机和 PC 产品因此延迟发布

3. CPU 瓶颈

• 智能体 AI 兴起 → CPU 成为新的供应瓶颈
• 全球数据中心 CPU 市场预计从 270 亿美元增至 600 亿美元（2025-2030 年）

英伟达的制造战略

核心竞争力不是技术领先，而是对制造产能的提前锁定： - 与台积电签订长期产能协议 - 收购 Groq 芯片技术 - 开放 NVLink 生态 - 构建完整的算力生态链

产业影响

AI 产业正在进行"零和博弈"，通过占用其他行业的制造资源而增长。这种资源重新分配重塑了全球半导体供应链格局。

对中国的启示

中国在以下领域与国际先进水平存在较大差距： - EUV 光刻机 - 先进制程晶圆制造 - 高端 HBM 内存

需要加大底层技术研发投入以突破制造瓶颈。