🔮 AI晶片牌局重新洗牌：一份最新預測報告裡藏著六個反常識訊號
一份聚焦雲端與資料中心AI處理器的最新預測報告近期發佈，核心結論只有一句話：這輪周期比所有人預想的都更長、更猛，也更危險。
2025年那次被業內視為"降溫訊號"的短暫放緩，如今看來更像是深呼吸而不是剎車。進入2026年，採購數字重新抬頭，行業普遍認為的"需求見頂"再一次被推遲。但推遲不等於不會發生，報告作者的措辭很微妙：不是"不會見頂"，而是"又往後拖了一次"。
📌 核心判斷
這不是一份唱多或唱空的報告，而是一份提醒行業周期規律仍然有效的報告。AI需求的斜率確實陡峭，但半導體行業的鐘擺從未真正停止擺動，只是這一次擺得比預期更慢。
💡 需求結構變了：不再是"造大模型"，而是"用小模型"
過去兩年，行業默認的增長邏輯是"模型越大、算力越貴"。這個假設正在失效。
報告指出，前沿大模型的參數規模已經不再是算力需求的主要驅動力，真正在拉動採購曲線的，是兩股此前被低估的力量：
一是主流模型的平均體量正在被新一代開源權重模型重新定義，性能對標閉源旗艦、體積卻更友好的開源模型正在贏得開發者青睞，這意味著"跑得起大模型"的門檻在下沉，參與算力消耗的玩家數量在指數級增長。
二是微調與定製化需求，這塊業務此前幾乎不被當作獨立的需求來源統計，但企業級客戶為了把通用模型改造成自己業務場景的專屬工具，產生的算力消耗正變成一股隱藏的持續性需求。
🎯 洞察 一個反直覺的現像是：
單位任務的算力效率其實在持續變好，代際效率提升大約維持在7%左右，但這點節省完全無法避險使用規模擴張帶來的總量增長。效率提升就像給一輛正在加速的車省油，車速仍然只會更快。這也解釋了為什麼"每次推理更便宜"和"總帳單更貴"這兩件事可以同時成立，詞元的邊際成本在下降，但詞元的消耗總量在以更快的速度上升。
⚠️ 懸在頭頂的置換周期炸彈
報告裡最值得警惕的部分，是對"替換需求"何時啟動的討論。
輝達Hopper系列是第一批真正意義上的大規模部署世代，市場上留存的這批GPU數量龐大。一個尚未有定論的問題是：這批顯示卡什麼時候會被規模化淘汰更換。
GPU的實際服役壽命往往比外界想像的更長，但與此同時，新一代晶片的性能躍遷幅度也遠超以往任何一代產品。這兩股力量互相拉扯，如果置換需求遲遲不來，而新增採購的增長曲線又按照既定節奏往下走，就有可能出現一次周期性下行，報告給出的時間窗口大致落在2029年前後，隨後再迎來一輪更強勁的反彈。
🚨 警示 客觀來看，
這種周期性回呼並不會傷筋動骨，行業總量依然在擴張，但落到市場情緒和資本市場的反應上，很可能會相當劇烈。半導體本質上是一個強周期行業，只是這一輪AI浪潮的斜率太陡，把周期性的波動完全淹沒了。行業裡很多人嘴上說"知道半導體有周期"，但真正經歷缺芯、產能過剩、GPU搶購潮在三年內輪番上演，才會明白周期從來不是一句口號。
🏭 ASIC平權運動正在加速兌現
如果說前兩年ASIC（專用晶片）對GPU的挑戰還停留在概念階段，那麼2026年是它真正開始搶地盤的一年。
Google的自研晶片路徑最具代表性。第七代TPU"Ironwood"已經在2026年4月正式面向雲端客戶開放，單顆晶片算力達到4.6 petaFLOPS，一個由9216顆晶片組成的超級Pod叢集算力可達42.5 exaFLOPS。更值得關注的是第八代的分野，Google首次把訓練晶片和推理晶片徹底拆分成兩條獨立產品線，代號"Sunfish"的訓練晶片由博通設計，代號"Zebrafish"的推理晶片交由聯發科操刀，二者均瞄準台積電2奈米製程，計畫2027年底量產。
官方披露的資料顯示，Sunfish在同等價格下性能達到Ironwood的2.8倍，Zebrafish的推理性價比相比Ironwood提升80%。Anthropic已經與Google達成協議，規劃在2026至2027年間使用多達100萬顆TPU，對應超過1吉瓦的算力容量，成為這兩代晶片最重要的錨定客戶。
價格差是眼下唯一還能拖住ASIC全面反超GPU的因素。博通的財務表現能很直觀地說明這一點，其2026財年第二財季AI半導體收入達到108億美元，同比增長143%，管理層已經把第三財季的指引拉到160億美元，同比增速超過200%，全年AI半導體收入目標定在約560億美元左右，較2025財年增長約180%。博通的毛利率達到78.6%，反而高於輝達約73.5%的毛利水平。
博通CEO陳福陽（Hock Tan）多次公開表示要在定價上"捕獲更多價值"，說白了就是要漲價爭取更高利潤，但輝達完全有能力通過讓渡一部分毛利率來守住市場份額，這場圍繞價格帶的拉鋸戰才剛剛開始。
除了Google和博通的深度繫結，Meta、軟銀、OpenAI、字節跳動、阿里巴巴等公司也都在推進各自的自研晶片項目，聯發科和聯詠已經切入ASIC設計代工賽道，三星也在爭奪代工訂單，供應鏈的多元化正在肉眼可見地發生。
🚀 AMD在用路線圖說話
相比ASIC陣營的熱鬧，AMD走的是另一條路，靠清晰的產品路線圖和芯粒（chiplet）架構策略，把自己嵌入到主流開放原始碼軟體生態的持續整合流程裡。這種在底層工具鏈上的深度繫結，正在把技術優勢轉化為實實在在的訂單，AMD的加速節奏比外界預期的更快。
🇨🇳 中國晶片勢力正在從追趕轉向兌現
這是本輪報告中變化最直觀的一塊。中國AI晶片廠商的排名和業績都在同步躍升。
華為在全球AI晶片廠商排名中從2022年的第六位，一路升至2025年的第五位，如今已經躋身第四。其昇騰910C晶片基於中芯國際7奈米工藝打造，單卡算力約800 TFLOPS（FP16），配備128GB HBM視訊記憶體，2026年出貨目標定在60萬顆，不過良率仍是短板，目前大約維持在20%左右。行業預測華為AI晶片相關收入有望達到120億美元規模。
寒武紀的業績爆發更加驚人。2026年第一季度實現營業收入28.85億元人民幣，同比增長159.56%，歸母淨利潤10.13億元，同比增長185.04%，扣非淨利潤增速更是達到238.56%，核心盈利質量持續改善。多家券商已經把寒武紀2026至2028年的營收預測上調至150億至400億元人民幣區間。公司規劃年內將出貨量提升至50萬顆左右，是此前規模的三倍。
阿里巴巴的自研ASIC項目也已經全面下場，與華為、寒武紀共同構成中國算力自主可控敘事下最核心的三股力量。
中國算力自主可控已經從政策口號進入財務報表驗證階段，這是過去三年裡最實質性的變化。
🕳️ 一個被行業集體忽視的中間地帶
報告裡有一個耐人尋味的坦白：目前所有增長幾乎都集中在最頂級的加速器陣營，超大規模雲廠商的自研ASIC早已不是過去那種"陪襯型"的小眾產品，而是實打實地在和頂級GPU掰手腕。
但市場對中端產品線的觀測幾乎是一片空白，以RTX PRO 6000這類中端算力卡為代表的市場，儘管在行業討論中頻繁被提及，卻缺乏系統性的出貨和收入統計。這塊區域到底承載了多少真實需求，目前沒有人能給出紮實的資料支撐，這本身就是一個值得警惕的資訊盲區，越是被討論得多、被統計得少的領域，越容易在未來某個節點製造預期差。
🧭 一點延伸思考
這份報告沒有明說，但資料背後其實藏著一條更深的邏輯線，那就是算力市場的定價權正在從"賣硬體"轉向"賣詞元"。當ASIC把單位推理成本壓得越來越低，真正值錢的東西不再是晶片本身的算力峰值，而是誰能用最低成本穩定地把詞元吐出來。
這也是為什麼Google會不惜把訓練和推理晶片徹底拆開設計，因為這兩類晶片背後對應的其實是兩種完全不同的商業模式，一種賣的是算力容量，一種賣的是詞元產出效率。等到中端算力卡市場的資料被行業真正摸清楚的那一天，可能才是這輪ASIC替代敘事講到下半場的訊號。
這輪AI算力軍備競賽遠沒有到終局，反而更像是剛剛打完第一節。GPU的護城河仍然堅固，但ASIC正在用更低的單位成本啃食利潤最豐厚的推理市場，中國廠商用真實的財務資料證明了自己不再只是備胎選項，而周期規律這道懸頂之劍，依然靜靜地掛在2029年那個坐標點上。 (芯在說)