AI数据中心建设带来的，并不只是GPU需求上升。每新增一个AI计算集群，背后还需要高带宽内存（HBM）、常规服务器内存、先进制程逻辑芯片，以及把这些部件整合起来的先进封装。由于这些产品的建设、装机、良率爬坡和客户验证周期都很长，需求最终会传导为对晶圆厂设备和封装设备的持续采购。

405.3亿美元的季度设备营收，意味着什么？

SEMI在全球半导体设备市场统计（WWSEMS）报告中称，2026年第二季度全球半导体设备营收达到405.3亿美元，同比增长23%、环比增长11%，并连续第二个季度刷新纪录。50 52

若仅将这一季度简单年化，金额约为1621亿美元。这一数字只能说明当前投资节奏，并非全年预测：设备采购在不同季度间可能明显波动，而且“设备营收”也不等同于年度OEM设备销售额。

更直接的参考是SEMI更新后的展望。2026年7月，SEMI预计2026年全球OEM半导体设备销售额将达1659亿美元，同比增长23.2%。这一预测取代了SEMI在2025年12月给出的预测：2026年1450亿美元、2027年1560亿美元。1 3

换言之，1450亿美元这一原先备受关注的门槛，已被SEMI自身的最新预测越过。

AI为何会把内存推向瓶颈？

AI系统不仅“吃算力”，也高度依赖内存。HBM通常与AI加速器紧密配套；与此同时，AI服务器的CPU等部件也需要大量传统DRAM。

问题在于，内存厂商正将更多晶圆产能投向技术门槛更高的HBM，而AI服务器扩张又同步增加了其他类型内存的需求。更多HBM产出，并不自动意味着常规服务器DRAM会变得充裕。

TrendForce预计，持续的HBM产能配置、强劲的AI服务器需求，以及对CPU内存和HBM的采购增长，将令DRAM供应紧张与价格上行趋势延续至2027年。23 该机构随后还指出，DRAM紧张将持续至2027年，HBM4e的验证进度存在不确定性，也可能进一步限制供应。24

因此，AI投资带来的并非单一内存品类短缺，而是可能同时收紧HBM和常规服务器DRAM的供给。

新建晶圆厂，无法立即解决短缺

新增产能并不是厂房落成即可交付。完整过程通常包括建设、设备安装、原材料准备、晶圆制造、良率提升，以及客户验证。对HBM而言，堆叠内存的生产和验证还要达到严格的性能要求，复杂度更高。

多家供应商计划在2027年导入新产能，但TrendForce指出，受建设进度、设备安装和材料准备影响，有意义的产能爬坡预计要到2027年下半年；考虑到半导体制造周期，实质性新增产出预计要到2028年才会出现。23

这也解释了市场为何高度关注“2027年DRAM与HBM产能已被分配”的消息。供应链报道称，三大DRAM厂商的2027年DRAM及HBM产能已完成分配；但这一说法应谨慎看待，因为它并非每家企业完整、经审计的公开确认。25

可以更稳妥地得出的结论是：市场供给紧张，远期承诺规模庞大，后进买家的采购弹性可能有限。

韩国与台湾地区：AI供应链上的关键闭环

这轮扩产高度集中于少数供应链枢纽。韩国的三星电子和SK海力士是合格HBM供应的关键参与者。路透社报道称，三星计划在天安和温阳的先进HBM晶圆厂投资56万亿韩元。33

台湾地区则处在整合环节的关键位置。其先进封装能力——包括CoWoS——以及逻辑基底芯片的制造能力，可将三星、SK海力士和美光等供应商的HBM，与高性能逻辑芯片整合为可部署的AI芯片系统。35

由此形成了一条相互强化的投资链条：

1. 云计算巨头建设AI基础设施，增加加速器订单；
2. 加速器需求推升HBM、先进逻辑和先进封装需求；
3. 芯片厂与封装厂为扩产而增加制造、测试和封装设备采购；
4. 相关需求进一步集中到韩国、台湾地区等供应链枢纽。

贸易数据也映照出这一转变。与韩国央行相关的报道显示，台湾地区在韩国半导体出口中的占比，已从2022年的9.0%升至2025年的19.9%；背景是需求重心转向GPU和HBM。38

为什么这次更像结构性扩张，而非普通芯片周期？

本轮投资不是由单一产品推动，而是多项相互关联的约束共同作用：

• AI加速器需要大容量、高性能内存；
• HBM依赖专门制造、堆叠和验证能力；
• 先进逻辑依赖尖端晶圆制造产能；
• 先进封装是将不同芯片组合为可部署AI系统的必要环节；
• 设备投资则是以上新增产能实现量产的前提。

SEMI上调2026年预测、并预计增长将延续至2028年，支持“这并非单季冲高”的判断。1 不过，也不应据此假定繁荣会直线延续：AI数据中心资本开支可能放缓，HBM良率和客户验证可能拖慢爬坡，出口管制可能扰动供应链，而电力、用水、工程人才和原材料仍是扩产的现实约束。37

接下来该看什么？

比起只盯着GPU出货，更值得关注的是：HBM和服务器DRAM供给是否改善、先进封装能否跟上加速器出货节奏，以及新晶圆厂能否从宣布项目顺利进入通过验证的量产阶段。

只要这些瓶颈仍在，设备需求就可能维持高位；但当2028年后的新增产能逐步释放时，今日缓解短缺的扩产，也可能在未来带来供给过剩风险。

眼下，405.3亿美元的创纪录季度设备营收所传递的核心信号是：AI正在把投资前置到整条半导体生产链，而合格的内存、逻辑和封装产能能以多快速度增加，将决定AI基础设施扩张的上限。50 23

AI数据中心建设带来的，并不只是GPU需求上升。每新增一个AI计算集群，背后还需要高带宽内存（HBM）、常规服务器内存、先进制程逻辑芯片，以及把这些部件整合起来的先进封装。由于这些产品的建设、装机、良率爬坡和客户验证周期都很长，需求最终会传导为对晶圆厂设备和封装设备的持续采购。

405.3亿美元的季度设备营收，意味着什么？

SEMI在全球半导体设备市场统计（WWSEMS）报告中称，2026年第二季度全球半导体设备营收达到405.3亿美元，同比增长23%、环比增长11%，并连续第二个季度刷新纪录。50 52

若仅将这一季度简单年化，金额约为1621亿美元。这一数字只能说明当前投资节奏，并非全年预测：设备采购在不同季度间可能明显波动，而且“设备营收”也不等同于年度OEM设备销售额。

更直接的参考是SEMI更新后的展望。2026年7月，SEMI预计2026年全球OEM半导体设备销售额将达1659亿美元，同比增长23.2%。这一预测取代了SEMI在2025年12月给出的预测：2026年1450亿美元、2027年1560亿美元。1 3

换言之，1450亿美元这一原先备受关注的门槛，已被SEMI自身的最新预测越过。

AI为何会把内存推向瓶颈？

AI系统不仅“吃算力”，也高度依赖内存。HBM通常与AI加速器紧密配套；与此同时，AI服务器的CPU等部件也需要大量传统DRAM。

问题在于，内存厂商正将更多晶圆产能投向技术门槛更高的HBM，而AI服务器扩张又同步增加了其他类型内存的需求。更多HBM产出，并不自动意味着常规服务器DRAM会变得充裕。

TrendForce预计，持续的HBM产能配置、强劲的AI服务器需求，以及对CPU内存和HBM的采购增长，将令DRAM供应紧张与价格上行趋势延续至2027年。23 该机构随后还指出，DRAM紧张将持续至2027年，HBM4e的验证进度存在不确定性，也可能进一步限制供应。24

因此，AI投资带来的并非单一内存品类短缺，而是可能同时收紧HBM和常规服务器DRAM的供给。

新建晶圆厂，无法立即解决短缺

新增产能并不是厂房落成即可交付。完整过程通常包括建设、设备安装、原材料准备、晶圆制造、良率提升，以及客户验证。对HBM而言，堆叠内存的生产和验证还要达到严格的性能要求，复杂度更高。

多家供应商计划在2027年导入新产能，但TrendForce指出，受建设进度、设备安装和材料准备影响，有意义的产能爬坡预计要到2027年下半年；考虑到半导体制造周期，实质性新增产出预计要到2028年才会出现。23

这也解释了市场为何高度关注“2027年DRAM与HBM产能已被分配”的消息。供应链报道称，三大DRAM厂商的2027年DRAM及HBM产能已完成分配；但这一说法应谨慎看待，因为它并非每家企业完整、经审计的公开确认。25

可以更稳妥地得出的结论是：市场供给紧张，远期承诺规模庞大，后进买家的采购弹性可能有限。

韩国与台湾地区：AI供应链上的关键闭环

这轮扩产高度集中于少数供应链枢纽。韩国的三星电子和SK海力士是合格HBM供应的关键参与者。路透社报道称，三星计划在天安和温阳的先进HBM晶圆厂投资56万亿韩元。33

台湾地区则处在整合环节的关键位置。其先进封装能力——包括CoWoS——以及逻辑基底芯片的制造能力，可将三星、SK海力士和美光等供应商的HBM，与高性能逻辑芯片整合为可部署的AI芯片系统。35

由此形成了一条相互强化的投资链条：

1. 云计算巨头建设AI基础设施，增加加速器订单；
2. 加速器需求推升HBM、先进逻辑和先进封装需求；
3. 芯片厂与封装厂为扩产而增加制造、测试和封装设备采购；
4. 相关需求进一步集中到韩国、台湾地区等供应链枢纽。

贸易数据也映照出这一转变。与韩国央行相关的报道显示，台湾地区在韩国半导体出口中的占比，已从2022年的9.0%升至2025年的19.9%；背景是需求重心转向GPU和HBM。38

为什么这次更像结构性扩张，而非普通芯片周期？

本轮投资不是由单一产品推动，而是多项相互关联的约束共同作用：

• AI加速器需要大容量、高性能内存；
• HBM依赖专门制造、堆叠和验证能力；
• 先进逻辑依赖尖端晶圆制造产能；
• 先进封装是将不同芯片组合为可部署AI系统的必要环节；
• 设备投资则是以上新增产能实现量产的前提。

SEMI上调2026年预测、并预计增长将延续至2028年，支持“这并非单季冲高”的判断。1 不过，也不应据此假定繁荣会直线延续：AI数据中心资本开支可能放缓，HBM良率和客户验证可能拖慢爬坡，出口管制可能扰动供应链，而电力、用水、工程人才和原材料仍是扩产的现实约束。37

接下来该看什么？

比起只盯着GPU出货，更值得关注的是：HBM和服务器DRAM供给是否改善、先进封装能否跟上加速器出货节奏，以及新晶圆厂能否从宣布项目顺利进入通过验证的量产阶段。

只要这些瓶颈仍在，设备需求就可能维持高位；但当2028年后的新增产能逐步释放时，今日缓解短缺的扩产，也可能在未来带来供给过剩风险。

眼下，405.3亿美元的创纪录季度设备营收所传递的核心信号是：AI正在把投资前置到整条半导体生产链，而合格的内存、逻辑和封装产能能以多快速度增加，将决定AI基础设施扩张的上限。50 23