AI带来的并不是一轮普遍、均匀的芯片复苏，而更像一场围绕数据中心基础设施的供给争夺。大型云服务商（hyperscalers，指运营超大规模数据中心的云计算公司）正集中采购AI加速器、高带宽内存（HBM）、DRAM、NAND闪存、网络设备芯片及先进封装产能，而供给扩张赶不上需求。结果是出货量与平均售价同时抬升，尤其是存储芯片价格的上涨，推动全行业收入预期被大幅上调。1415

三套预测为何都冲向1.5万亿美元以上

预测数字不能脱离发布时间和统计口径单独比较；它们共同反映的是：AI基础设施投资与存储器涨价速度，远超早先预期。

• Gartner预计，2026年全球半导体收入将达到约1.6万亿美元，较2025年的8090亿美元增长92%。其中，存储芯片收入预计为8373亿美元，远高于2025年的2201亿美元，是最大增量来源。20
• WSTS（世界半导体贸易统计组织）在春季预测中给出1.51万亿美元、同比增长90%的2026年市场规模，并预计存储器收入同比激增约250%、超过8000亿美元。 此前其较早版本的展望仅为9750亿美元，显示模型对存储价格与AI需求假设的调整非常剧烈。 WSTS在随后纳入2026年上半年实际数据的测算中，又将全年规模计算为约1.655万亿美元。
• 韩国进出口银行旗下研究机构预计，2026年全球半导体市场将超过1.6万亿美元。该机构将上调归因于大型科技公司扩大AI基础设施投资，以及存储器和逻辑芯片需求上升；其预测较上一季度的1万亿美元高出6000亿美元。1719

为什么DRAM与NAND成了“放大器”

AI服务器对内存和存储的消耗远高于一般服务器。HBM本质上是一类面向高性能计算的DRAM；训练和推理工作负载还需要大量常规DRAM与NAND闪存。产能紧张时，厂商不仅能卖出更多芯片，也能提高售价，因此收入增速可以显著快于实际出货量增速。

这一轮紧缺并非短期就能化解。德勤指出，AI服务器DRAM成本在2026年第一季度约翻倍，全年可能升至原来的四倍左右；尽管存储厂商正在增加资本开支，新增供给预计要到2029年或2030年才会明显到位。14 摩根大通全球研究则估计，从2024年初到2026年底，DRAM价格累计涨幅可能超过400%。15

需求端同样强劲。安联研究估计，超大规模云厂商2026年的资本开支约为5750亿美元，同比增加约50%。3 这些钱并不只流向GPU或AI加速器，也流向配套内存、存储、网络、供电、机房和封装环节。

台积电的优势不止于晶圆代工

AI芯片能否交付，取决于先进逻辑制程与先进封装能否同时到位。台积电正扩张两端产能：据供应链消息，其2纳米月产能计划从2026年底约9万片晶圆提高至2027年年中约11万片；3纳米月产能则将由18万片以上增至21万片以上，增幅超过16%。

但扩产并不意味着瓶颈消失。报道称，台积电的2纳米和3纳米产线已被客户预订至2026年底。 同时，公司也表示正持续扩充先进封装能力，以应对封装供应约束。 对AI加速器而言，晶圆完成只是第一步；若先进封装不足，芯片仍无法组成可交付的高性能系统。正因如此，台积电在AI供应链中的影响力不仅来自制造先进晶圆，也来自其对系统级交付节奏的影响。

“放慢AI”与供应链扩张，为何看似矛盾？

部分AI公司负责人提出应为安全和治理目的，对前沿模型开发“放慢节奏”。这种主张的重点是给安全机制、评估与治理预留时间；但芯片供应链正在回应的，是已规划或已签约的数据中心建设，以及企业间争夺算力的竞争。12

因此，市场担心的并非一句表态立即削减订单，而是其是否会演变为政策限制、训练算力限制，或云厂商削减资本开支。若前沿模型开发出现真正协调一致的减速，未来对加速器、内存和先进封装的预期需求都会下降。AI领导人呼吁放慢发展后，全球芯片股下跌，反映的正是这种预期重估。12

反垄断争议从何而来

安全标准本身可以是正当议题；风险出现在相互竞争的AI实验室若共同约定限制模型研发、产能采购或产品发布。此类安排可能被视作竞争者之间协调限制产出、创新或投资，而不只是各家公司自行采取安全措施，从而引起反垄断审查疑虑。41

目前，这一问题应被理解为法律风险和外界指控，而非已有证据证明任何公司违反了反垄断法。关键分界线在于：企业是独立制定安全措施，还是与竞争对手共同限制竞争。

真正的风险：AI投资能否跑赢成本

对半导体市场最乐观的预测，建立在AI基础设施投资持续、而存储与封装供给仍然偏紧的前提上。风险不只是需求突然消失，更在于AI投入能否在内存、封装、电力和数据中心成本不断走高之前，形成足够清晰的商业回报。一旦云厂商的资本开支指引转弱，或监管把“放慢AI”从倡议变成实质约束，这条由存储器价格驱动的增长曲线就可能被重新定价。

AI带来的并不是一轮普遍、均匀的芯片复苏，而更像一场围绕数据中心基础设施的供给争夺。大型云服务商（hyperscalers，指运营超大规模数据中心的云计算公司）正集中采购AI加速器、高带宽内存（HBM）、DRAM、NAND闪存、网络设备芯片及先进封装产能，而供给扩张赶不上需求。结果是出货量与平均售价同时抬升，尤其是存储芯片价格的上涨，推动全行业收入预期被大幅上调。1415

三套预测为何都冲向1.5万亿美元以上

预测数字不能脱离发布时间和统计口径单独比较；它们共同反映的是：AI基础设施投资与存储器涨价速度，远超早先预期。

• Gartner预计，2026年全球半导体收入将达到约1.6万亿美元，较2025年的8090亿美元增长92%。其中，存储芯片收入预计为8373亿美元，远高于2025年的2201亿美元，是最大增量来源。20
• WSTS（世界半导体贸易统计组织）在春季预测中给出1.51万亿美元、同比增长90%的2026年市场规模，并预计存储器收入同比激增约250%、超过8000亿美元。 此前其较早版本的展望仅为9750亿美元，显示模型对存储价格与AI需求假设的调整非常剧烈。 WSTS在随后纳入2026年上半年实际数据的测算中，又将全年规模计算为约1.655万亿美元。
• 韩国进出口银行旗下研究机构预计，2026年全球半导体市场将超过1.6万亿美元。该机构将上调归因于大型科技公司扩大AI基础设施投资，以及存储器和逻辑芯片需求上升；其预测较上一季度的1万亿美元高出6000亿美元。1719

为什么DRAM与NAND成了“放大器”

AI服务器对内存和存储的消耗远高于一般服务器。HBM本质上是一类面向高性能计算的DRAM；训练和推理工作负载还需要大量常规DRAM与NAND闪存。产能紧张时，厂商不仅能卖出更多芯片，也能提高售价，因此收入增速可以显著快于实际出货量增速。

这一轮紧缺并非短期就能化解。德勤指出，AI服务器DRAM成本在2026年第一季度约翻倍，全年可能升至原来的四倍左右；尽管存储厂商正在增加资本开支，新增供给预计要到2029年或2030年才会明显到位。14 摩根大通全球研究则估计，从2024年初到2026年底，DRAM价格累计涨幅可能超过400%。15

需求端同样强劲。安联研究估计，超大规模云厂商2026年的资本开支约为5750亿美元，同比增加约50%。3 这些钱并不只流向GPU或AI加速器，也流向配套内存、存储、网络、供电、机房和封装环节。

台积电的优势不止于晶圆代工

AI芯片能否交付，取决于先进逻辑制程与先进封装能否同时到位。台积电正扩张两端产能：据供应链消息，其2纳米月产能计划从2026年底约9万片晶圆提高至2027年年中约11万片；3纳米月产能则将由18万片以上增至21万片以上，增幅超过16%。

但扩产并不意味着瓶颈消失。报道称，台积电的2纳米和3纳米产线已被客户预订至2026年底。 同时，公司也表示正持续扩充先进封装能力，以应对封装供应约束。 对AI加速器而言，晶圆完成只是第一步；若先进封装不足，芯片仍无法组成可交付的高性能系统。正因如此，台积电在AI供应链中的影响力不仅来自制造先进晶圆，也来自其对系统级交付节奏的影响。

“放慢AI”与供应链扩张，为何看似矛盾？

部分AI公司负责人提出应为安全和治理目的，对前沿模型开发“放慢节奏”。这种主张的重点是给安全机制、评估与治理预留时间；但芯片供应链正在回应的，是已规划或已签约的数据中心建设，以及企业间争夺算力的竞争。12

因此，市场担心的并非一句表态立即削减订单，而是其是否会演变为政策限制、训练算力限制，或云厂商削减资本开支。若前沿模型开发出现真正协调一致的减速，未来对加速器、内存和先进封装的预期需求都会下降。AI领导人呼吁放慢发展后，全球芯片股下跌，反映的正是这种预期重估。12

反垄断争议从何而来

安全标准本身可以是正当议题；风险出现在相互竞争的AI实验室若共同约定限制模型研发、产能采购或产品发布。此类安排可能被视作竞争者之间协调限制产出、创新或投资，而不只是各家公司自行采取安全措施，从而引起反垄断审查疑虑。41

目前，这一问题应被理解为法律风险和外界指控，而非已有证据证明任何公司违反了反垄断法。关键分界线在于：企业是独立制定安全措施，还是与竞争对手共同限制竞争。

真正的风险：AI投资能否跑赢成本

对半导体市场最乐观的预测，建立在AI基础设施投资持续、而存储与封装供给仍然偏紧的前提上。风险不只是需求突然消失，更在于AI投入能否在内存、封装、电力和数据中心成本不断走高之前，形成足够清晰的商业回报。一旦云厂商的资本开支指引转弱，或监管把“放慢AI”从倡议变成实质约束，这条由存储器价格驱动的增长曲线就可能被重新定价。