来自 AMD、英伟达、博通和主要研究公司的越来越多的预测表明，在人工智能基础设施建设规模比该行业历史上任何一次扩张都大数倍的推动下，半导体市场将在本十年结束前突破万亿美元大关。

Creative Strategies 的最新分析将这种转变称为 " 千兆周期 "（Gigacycle），并指出人工智能前所未有的需求规模正在同时重塑计算、内存、网络和存储的经济格局。2024 年全球半导体收入约为 6500 亿美元，但目前多项预测显示，2028 年或 2029 年将突破万亿美元大关。人工智能是造成这一预测上调的主要原因。

AMD 首席执行官苏姿丰 ( Lisa Su ) 近期上调了公司长期预期，称到 2030 年人工智能硬件市场规模将达到 1 万亿美元，并预测 AMD 整体复合年增长率将达到 35%，数据中心业务的复合年增长率将达到 60% 左右。她还公开反对近几个月来盛行的人工智能泡沫论调。

与此同时，英伟达给出了更为宏大的预期，在 2026 年第二季度财报电话会议上，该公司将未来五年人工智能基础设施市场规模描述为 3 万亿至 4 万亿美元。这一数字基于超大规模数据中心、自主人工智能项目和企业集群的系统级部署。

更广泛的意义在于，所有主要硅芯片类别都在同步扩张。Creative Strategies 预计，到 2026 年，数据处理硅芯片的收入将超过半导体总收入的一半。人工智能加速器市场在 2024 年的规模不足 1000 亿美元，预计到 2029 年或 2030 年将达到 3000 亿至 3500 亿美元。这一增长将大幅推高系统支出。人工智能服务器市场预计将从 2024 年的约 1400 亿美元攀升至 2030 年的 8500 亿美元，即使不考虑定制硅芯片，这一增长轨迹也将重塑芯片需求。

在这种环境下，ASIC 芯片的研发在超大规模数据中心的发展路线图中占据了核心地位。博通预计，到本十年末，其定制芯片业务规模将超过 1000 亿美元。该公司此前已披露了一份价值 100 亿美元的人工智能基础设施订单，据信来自 OpenAI。

存储器和封装仍然是制约因素。HBM 的收入预计将从 2024 年的约 160 亿美元增长到 2030 年的超过 1000 亿美元。每一代 HBM 消耗的晶圆供应量都高于传统 DRAM，随着人工智能集群规模的扩大，这将推动整个存储器市场的增长。先进封装也面临着类似的压力，因为从 2025 年底到 2026 年底，CoWoS 的产能预计将增长 60% 以上。

" 半导体千兆周期的决定性特征是市场扩张规模足够大，可以在价值链的每个环节创造全新的发展机遇，"Creative Strategies 表示，并将这种综合效应描述为每个环节同步增长的时刻，而不是集中在某个特定领域的周期。

半导体千兆周期

半导体行业在其发展历程中经历了各种规模的周期性波动。个人电脑时代带来了持续增长。智能手机革命创造了许多人所说的超级周期。云计算的兴起进一步推动了这一增长。

现在发生的事情完全是另一回事。

人工智能基础设施建设代表着半导体行业有史以来规模最大的潜在市场扩张——这是一个千兆级的增长周期，无论从绝对美元数额还是从其对价值链各个环节的影响范围来看，都远远超过了以往的增长时期。

这些数字揭示了一个前所未有的规模。全球半导体收入将从 2024 年的约 6500 亿美元攀升至本十年末的 1 万亿美元以上，而一些预测甚至将万亿美元大关的到来提前至 2028-2029 年。

此次扩张并非由单一产品类别或地域市场驱动，而是行业发展轨迹的根本性重组，其驱动力是基础设施建设的需求，而这些需求同时影响着半导体技术的各个类别。

半导体行业从此将面目全非。该行业的格局已彻底改变。

是什么让千兆循环与众不同

个人电脑时代主要惠及微处理器和通用存储器。智能手机革命则集中推动了移动应用处理器和 NAND 闪存的发展。云计算的兴起则持续推动了对服务器处理器和网络设备的需求。

人工智能基础设施的构建有所不同，因为训练和推理工作负载的架构要求会在计算、内存、网络和存储方面同时造成瓶颈。

没有哪个单一类别占据了新增支出的大部分。每个细分市场都受到限制，但每个细分市场都在扩张。

到 2026 年，数据处理硅芯片的收入将首次超过半导体总收入的一半——这标志着数据中心和人工智能工作负载正成为该行业新的重心。

TAM 扩张的规模

过去 18 个月里，行业预测的上调幅度非常巨大。

AMD 首席执行官苏姿丰 ( Lisa Su ) 认为，到 2030 年，涵盖 CPU、GPU、ASIC 和网络的 AI 硬件市场规模将超过 1 万亿美元。在 AMD 2025 年 11 月的分析师日上，她直言不讳地指出这一机遇：" 市场正以我们过去几年才意识到的速度加速增长。毫无疑问，数据中心是目前最大的增长机遇。"

AMD 的目标是在未来几年内实现超过 35% 的整体营收复合年增长率，其中数据中心营收复合年增长率约为 60%。该公司预计到 2027 年，其人工智能业务的年营收将达到数百亿美元，而未来三到五年内，数据中心业务的营收将超过 1000 亿美元。

目前的普遍预测显示，仅专用人工智能加速器市场到 2029-2030 年就将达到约 3000-3500 亿美元，高于 2024 年的不到 1000 亿美元。如果将加速器、CPU、网络和 HBM 加起来，到本十年末，数据中心硅芯片的总支出将接近 9000 亿美元至 1 万亿美元。

万亿美元基础设施建设

黄仁勋已经明确阐述了未来规模。在英伟达 2026 年第二季度财报电话会议上，他详细列出了相关数据：" 未来五年，我们将抓住 3 万亿至 4 万亿美元的人工智能基础设施机遇。而我们目前仍处于这一建设的初期阶段。"

他强调这并非猜测：" 未来五年内投入 3 万亿至 4 万亿美元是相当合理的。"

对计算能力的需求真实存在且前所未有。亚马逊、谷歌、微软和 Meta 这四大云服务提供商的资本支出在短短两年内翻了一番，达到每年约 6000 亿美元。

英伟达已公布，截至 2026 年，其 Blackwell 和 Rubin 业务累计营收（包括网络业务）将达到 5000 亿美元——这一营收可见度在半导体历史上前所未有。市场需求正从美国顶级超大规模数据中心扩展到自主研发的人工智能工厂和企业级部署。随着市场机遇的扩大，客户群体也在不断扩大。

计算基础设施：主要驱动力

· GPU 市场动态

在人工智能基础设施建设中，GPU 市场仍然是最大的投资类别。NVIDIA 预计 2025 年 GPU 出货量将增长约 85% ， 2026 年还将增长 50% 至 60% 。该公司目标是在 2027 年实现进一步增长，并预计到 2030 年，NVIDIA 的年收入将超过 6000 亿美元。

这些实体体积需要大幅扩展制造能力、包装吞吐量和内存可用性。

从系统层面来看，人工智能服务器正逐渐成为一个价值万亿美元的独立品类。人工智能服务器市场预计将从 2024 年的约 1400 亿美元增长到 2030 年的 8000 亿至 8500 亿美元——复合年增长率超过 30%（这可能还是保守估计）。

最终结果是，晶圆总量中占比极小的部分却创造了不成比例的行业收入：人工智能芯片在 2024 年晶圆开工量中占比不到 0.2%，却已贡献了约 20% 的半导体收入。硅片价值密度达到了前所未有的水平。

AMD 的发展轨迹也呈现出类似的增长势头。Lisa Su 将市场需求形容为 " 永无止境 " ——该公司预计到 2030 年，人工智能数据中心芯片收入将以每年 80% 的速度增长，整体收入将以每年 35% 的速度增长。

· 定制硅的崛起

定制芯片市场正以惊人的速度发展，这使得 ASIC 芯片有望挑战通用 GPU 的主导地位。这种发展趋势的驱动力来自超大规模数据中心资本配置的结构性转变，以及它们希望控制更多自身芯片堆栈以满足自身主要工作负载的需求，同时也是为了降低第三方成本和提高效率。

到 2027 年， ASIC 芯片主要领导者的收入将以 119% 的复合年增长率增长，远超 AI GPU 82% 的预期增长率。定制芯片预计将从 2023 年仅占超大规模数据中心资本支出的 2% 上升到 2027 年的 13%。

博通公司正是这种扩张的典范。首席执行官陈福雄设定了一个雄心勃勃的目标：到本十年末，将定制业务规模提升至 1000 亿美元以上。博通的人工智能销售额预计到 2030 财年将达到 900 亿美元，在较为乐观的预测下甚至可能达到 1200 亿美元。该公司近期披露了一份来自超大规模数据中心客户（据广泛报道为 OpenAI）的价值 100 亿美元的人工智能基础设施订单，该订单专注于定制 ASIC 芯片，预计将在 2026 财年和 2027 财年显著提升公司营收。

谭透露，仅三大主要客户对定制人工智能芯片的需求，到 2027 年就可能达到 600 亿至 900 亿美元。谷歌、Meta 和 OpenAI 已经是其深度客户。苹果和 ARM 也可能加入这一行列。

这种增长并非零和博弈。潜在市场总量正以惊人的速度扩张，足以让定制芯片和商用 GPU 同步增长，从而满足多样化的计算需求。

· CPU 市场复兴

CPU 市场正经历着人工智能驱动的复兴。服务器 CPU 市场规模预计到 2030 年将以 18% 的复合年增长率增长，达到约 600 亿美元，高于 2025 年的 260 亿美元。

这种扩张的驱动力既来自通用服务器上对智能体人工智能日益增长的需求，也来自集成机架级系统（例如 NVIDIA 的 NVL72）的架构要求。与传统标准服务器通常配备的一到两个 CPU 相比，NVL72 每个机架需要 36 个主机 CPU。随着每个机架的加速器数量增加到 144 个甚至更多，以及每个加速器机架增加的 DPU 数量增多，这种扩张趋势可能会进一步加剧。

我们正在构建自己的 CPU 增长模型，预计到 2030 年，CPU 市场规模将从 200 亿颗左右增长到 600 亿颗。AMD 也认同这些预测，并预计仅人工智能的兴起就将在 2030 年前带来约 300 亿美元的 CPU 增量收入，其明确目标是在此期间占据数据中心 CPU 市场 50% 以上的份额。这一市场扩张也将惠及英特尔和 Arm，无论是在通用 CPU、专用 CPU 还是 AI 核心节点平台。

· 连接架构：网络基础设施

AI 工厂的概念从根本上依赖于高性能的连接架构，该架构将庞大的加速器集群集成到一个统一的超级计算机中。随着 AI 工作负载扩展到超过 10 万个加速器的集群，互连的速度、覆盖范围和能效变得与计算单元本身同样重要。

预计到 2030 年，不包括存储在内的网络硅芯片市场规模将达到约 750 亿美元。仅人工智能数据中心交换机一项，市场规模就将从 2024 年的约 40 亿美元增长到 2030 年的约 190 亿美元，复合年增长率接近 30%。

光互连市场的发展轨迹也与之类似。预计到 2030 年，光收发器市场规模将达到 220 亿至 270 亿美元左右，而随着 800G 和 1.6T 部署的加速，更乐观的预测认为，到 2030 年代初，市场规模将超过 300 亿美元。

向 1.6 太比特网络的过渡正在造成供应链紧张，这与计算领域的限制如出一辙。预计到 2029 年，人工智能网络端口数量将增长至约 1.5 亿个，这意味着年复合增长率约为 40-50%。对先进激光器和调制器组件的需求持续远远超过供应，多家供应商的尖端光学组件实际上已售罄至 2026 年。

内存和存储：容量瓶颈

· 高带宽内存超级周期

高带宽内存已成为加速计算的主要推动因素，随着 GPU 集群规模的扩大，其需求远远超过供应。

预计到 2025 年，全球 HBM 产业收入将翻一番，达到 300 亿美元左右。HBM 市场规模将从 2024 年的约 160 亿美元增长到 2030 年的超过 1000 亿美元，增长近四倍——这一市场规模将超过 2024 年整个 DRAM 产业（包括 HBM）的规模。

预计到 2030 年，HBM 将贡献 DRAM 行业总收入的一半左右，而目前这一比例还不到 20%。

制造工艺的复杂性会对整个内存市场产生溢出效应。HBM3E 生产相同位数的内存，所需的晶圆消耗量约为标准 DDR5 的三倍。预计 HBM4 的这一比例将上升至 4:1，这自然会限制非 HBM 产品的整体行业供应，并加剧整个内存市场的供需紧张。

· 企业存储爆炸式增长

向检索增强生成和推理模型的转变正在推动对温存储的需求呈爆炸式增长。人工智能服务器的需求将推动企业级服务器固态硬盘（SSD）需求在 2030 年前增长 7 到 11 倍。预计到 2029 年，数据创建量将从 2024 年的水平增长近四倍，超过 500 泽字节。

预计到 2030 年，企业级固态硬盘（SSD）市场规模将接近 400 亿美元中段，高于目前的十几亿美元。到 2026 年，服务器固态硬盘预计将超越智能手机，成为 NAND 闪存最大的应用领域，从而正式确立人工智能服务器作为尖端存储设备主要用户的地位。

· 系统级内存超级周期

当前环境代表着系统级内存超级周期，DRAM 和 NAND 闪存将同时受益。超大规模数据中心运营商预测，到 2026 年，服务器 DRAM 的增长率将达到约 50%。多项预测显示，随着人工智能资本支出叠加在传统工作负载之上，DRAM 和 NAND 闪存的供应紧张状况将持续到 2027 年。

与以往周期不同，由于空间限制以及先进 HBM 和堆叠式 NAND 所需的较长生产周期，此次供应扩张面临挑战。技术壁垒和供应限制导致价格缺乏弹性，即在需求强劲时价格会急剧上涨。

· 晶圆制造设备和先进封装

晶圆制造设备支出已经反映出这种转变。预计到 2025 年，300 毫米晶圆制造设备投资将首次超过 1000 亿美元，到 2028 年将攀升至约 1400 亿美元，而从 2026 年到 2028 年，300 毫米晶圆制造设备累计支出将达到 3000 亿美元以上。

到 2028 年，先进工艺产能（7 纳米及以下）有望增长近 70%，仅先进节点工艺设备的年支出预计到 2028 年就将超过 500 亿美元。

生产线后端正经历着自身的超级周期。测试设备销售额在 2025 年飙升超过 20%，创下历史新高，甚至超过了 WFE（晶圆厂设备）的增长速度；而组装和封装工具的销售额也实现了接近两位数的增长。仅台积电的 CoWoS（芯片封装）产能预计就将从 2025 年底到 2026 年底增长超过 60% 。

全球半导体公司计划到 2030 年新建价值约 1 万亿美元的制造工厂。仅美国半导体产业生态系统中的公司就已宣布超过 5000 亿美元的私人部门投资，用于提升国内产能。

· 绿地经济学：人人受益

半导体千兆周期的显著特征是市场扩张规模足够大，可以在价值链的每个环节创造全新的发展机遇。

这并非零和博弈。人工智能系统的瓶颈驱动特性确保了价值获取能够同时扩展到内存、存储、网络和封装等各个环节。

预计未来几年，人工智能将为半导体市场带来超过 5000 亿美元的增量收入。到 2030 年，数据中心累计资本支出将达到约 6.7 万亿美元，其中约 5 万亿美元将用于建设人工智能就绪型设施。数据中心基础设施的年度支出正飙升，峰值将达到 9000 亿美元。

· 是什么让这一刻与众不同

个人电脑时代主要惠及少数几家公司。智能手机时代则让移动端供应商集中获利。

AI 千兆周期正在提升整个半导体生态系统——从逻辑到存储器，从网络到封装，以及整个 WFE 支持供应链。

需求的全新特性意味着新进入者和现有企业都能找到增长点。各品类的制约因素意味着定价权分布广泛。同步扩张意味着以往一个细分市场的增长必然导致另一个细分市场下降的模式已被打破。

当计算资源受限时，内存和网络资源会受益；当内存资源受限时，计算和存储资源会受益。这种需求的同步性确保了一个领域的资源限制不会减少另一个领域的支出，反而会增加支出。

半导体历史上规模最大的市场扩张让每个人都从中受益。

（来源：编译自 tomshardware）