在最近的CASPA年度大会上，SemiAnalysis创始人Dylan Patel和伯恩斯坦分析师Stacy Rasgon深入探讨了AI投资的可持续性及半导体供应链的现状。Patel指出，当前AI基础设施最大的瓶颈在于芯片基板，而非电力供应。他提到，日本的供应商在扩产方面持谨慎态度，限制了关键材料的供应。Rasgon认为，预计到2028年，半导体供应链仍将紧张，后续发展将依赖市场需求的变化。

除此之外，英伟达在全球CoWoS先进封装及HBM资源的使用比例已经有所下降，预计这一趋势在2027年将继续。随着谷歌、亚马逊等公司加快自研芯片的步伐，英伟达面临着市场份额和高利润率的双重压力。

在AI基础设施建设中，Patel强调芯片基板是目前最大的瓶颈，甚至超过土地、电力和半导体制造设备的限制。这是由于对芯片基板的长期投资不足以及日本供应商的扩产谨慎，使得AI加速器和CPU等产品的产能受到制约。虽然电力短缺可以通过各种手段缓解，但半导体的扩产需要较长的时间。Patel估计，2024年每建造1吉瓦算力的成本已从过去的400亿美元飙升至600亿美元，反映了建设和融资成本的上升。

在存储芯片领域，虽然AI需求的快速增长推动价格上涨，行业盈利能力改善，但市场仍然忧虑新增加的产能会导致存储芯片价格大幅下滑。Rasgon提到，约70%至80%的AI服务器机架中芯片面积由存储芯片占据，而生产同等容量的HBM所需晶圆数量是普通内存的数倍，因此，HBM的高需求进一步压缩了传统DRAM的供应。同时，晶圆制造设备的清洁室产能也面临限制，预计新的净化设施要到2028年才能投入使用。

面对这一系列挑战，英伟达的竞争优势也在发生变化。Patel指出，从2023年至2024年，英伟达对HBM和CoWoS资源的消耗比例正在下降，而其他竞争对手如谷歌和亚马逊则在提升其市场份额。尽管英伟达可能会失去一些市场份额，其整体收入和利润依旧有可能增长，因为AI芯片市场仍在扩张。但真正的挑战将出现在2028年至2029年，英伟达能否保持高利润率将取决于其技术是否能够继续领先。

英伟达此前通过显著提升芯片性能来保持产品价格上涨，但如果未来的技术改进速度减缓，其高定价和高利润率将受到挑战。同时，自研芯片的兴起也可能改变云计算市场的经济格局。