5 Faktor Utama Yang Membataskan Pembinaan Infrastruktur AI Pada 2026

2. Kekurangan Memori — HBM dan DRAM Habis Dijual

• Bekalan HBM3e (High Bandwidth Memory) habis dijual untuk tahun 2026, dengan kekurangan diunjur berlanjutan melepasi tahun ini . SK hynix dan Samsung mengawal lebih 90% bekalan HBM global, mewujudkan risiko penumpuan geopolitik .
• Bekalan DRAM semasa hanya mampu menyokong kira-kira 15 GW penggunaan infrastruktur AI, mengehadkan kapasiti kepada sekitar 30 juta pengguna AI agentik yang menggunakan 1 juta token setiap hari . Bekalan DRAM baharu terhad kepada kira-kira 250,000 wafer sebulan .
• Tempoh menunggu semikonduktor mencecah 40 minggu pada Mac 2026, dengan IC memori dan komponen gentian optik antara yang paling terjejas . Pusat data kini menggunakan kira-kira 70% daripada keluaran memori global .
• Harga DRAM melonjak apabila permintaan pusat data AI mengatasi bekalan secara struktur . Kekurangan ini turut menjejaskan industri lain — HP memberi amaran pada Februari 2026 bahawa turun naik harga cip memori akan berterusan sehingga 2027, menjejaskan penghantaran PC .

3. Kapasiti Pembuatan dan Pembungkusan Cip

• Laporan CNAS Julai 2026 berhujah bahawa kapasiti pembuatan semikonduktor — merangkumi logik canggih, HBM, dan pembungkusan termaju — kini menjadi kekangan utama kepada pembinaan pengkomputeran AI . Kapasiti TSMC habis dijual .
• Jurang kos antara armada sedia ada dan pemain baharu yang diukur dalam dolar per petabait lebar jalur memori ialah 3.2× pada 2026, hanya mengecil kepada 1.9× dari semasa ke semasa, bermakna pemain sedia ada mempunyai kelebihan kos struktur .

4. Perubahan Dasar Perdagangan — Tarif dan Kos Rantaian Bekalan

• Pada 14 Januari 2026, Presiden Trump melaksanakan tarif 25% ke atas cip AI tertentu termasuk Nvidia H200 dan AMD MI325X di bawah arahan keselamatan negara . Perintah eksekutif White House melaraskan import semikonduktor yang membolehkan AI, secara jelas mengaitkan kuantiti import dengan sumbangan pembinaan domestik .
• Analisis CSIS mendapati bahawa tarif 100% ke atas semua semikonduktor dan produk yang mengandunginya akan memberikan beban tambahan AS$1.4 trilion kepada pembinaan pusat data AI, memandangkan kira-kira 54 sen daripada setiap dolar yang dibelanjakan untuk infrastruktur pusat data digunakan untuk semikonduktor .
• Tekanan untuk mengeluarkan di AS menjejaskan margin keuntungan TSMC, meningkatkan kos merentas ekosistem . Trump melonggarkan beberapa kawalan eksport pada Januari 2026, membenarkan pelesenan H200 dan AMD MI325X ke China secara kes demi kes tertakluk kepada had hasil 50% dan pelan keselamatan — tetapi dengan tarif cip AI 25% di atasnya .

5. Lonjakan CapEx Hyperscaler dan Kesan Kepada Pendapatan

• Lima hyperscaler terbesar (Amazon, Microsoft, Google/Alphabet, Meta, Oracle) mempunyai anggaran capex kolektif 2026 antara AS$660 bilion hingga AS$750 bilion, hampir dua kali ganda paras 2025 . Goldman Sachs mengunjurkan perbelanjaan AI dalam kalangan megacap akan mencecah AS$765 bilion pada 2026 dan hampir AS$1.2 trilion pada 2027 .
• Keputusan pendapatan suku kedua 2026 mendedahkan pemberontakan pasaran pelabur terhadap perbelanjaan tidak terkawal. Saham Alphabet jatuh lebih 7% — hari terburuk dalam lebih setahun — selepas menaikkan capex 2026 sehingga AS$205 bilion dan melaporkan aliran tunai bebas negatif buat kali pertama sejak IPO 2004 .
• Amazon menaikkan ramalan capex 2026 kepada kira-kira AS$220 bilion (tertinggi dalam kalangan hyperscaler) dan juga melaporkan aliran tunai bebas negatif . Microsoft mengunjurkan AS$190 bilion dalam capex dan pajakan kewangan untuk tahun fiskal 2026 . Meta menaikkan paras bawah kepada AS$130–145 bilion .
• Merentasi Amazon, Alphabet, Meta, dan Microsoft, penggunaan modal suku kedua 2026 adalah kira-kira AS$170.1 bilion — kira-kira 36.1% daripada jumlah pendapatan suku tahunan AS$471.2 bilion . Jumlah panduan perbelanjaan 2026 mereka pada titik pertengahan masing-masing berjumlah kira-kira AS$732.5 bilion .
• Strategi umum yang digunakan syarikat ini untuk mengurangkan risiko perbelanjaan: komited awal kepada aset jangka panjang (tanah, kerangka pusat data, infrastruktur kuasa) dan memutuskan pembelian GPU/perkakasan kemudian .

Ringkasan Timbunan Kekangan

Ketegangan utama: hyperscaler mempunyai keupayaan kewangan untuk membelanjakan hampir tiga perempat trilion dolar, tetapi mereka semakin tidak boleh membelanjakannya dengan cukup pantas disebabkan barisan gilir sambungan kuasa dan kekangan bekalan memori — dan pelabur hilang sabar dengan pembakaran tunai ini.