AI算力产业链瓶颈传导的底层逻辑：从GPU到电力/液冷的系统性挑战

作者：qinbafrank；来源：X，@qinbafrank

近期，多家投行包括大摩、摩根大通、美银、高盛、瑞银、花旗、伯恩斯坦和HSBC发布了关于AI、半导体、电力及存储领域的更新报告。报告显示，AI硬件的瓶颈已从单一的“GPU供应”问题扩散至电力、芯片、存储、设备和材料五个维度的全面紧张。AI需求的增长已经突破了传统电力规划、半导体设备产能、存储价格模型以及机器人装机假设的所有预测区间。

大摩的全球主题研究复盘指出，全球每周大语言模型token消耗量在3个月内从6.4万亿个飙升至22.7万亿个，增幅达到2.5倍。美国2025-2028年数据中心电力缺口预计为55吉瓦；摩根大通的数据中心高性能计算项目债首次覆盖直接给出了“未来5年122吉瓦待融资”的缺口数字。美国5年电力规划从101吉瓦飙升至230吉瓦，其中44%的新项目并网等待时间超过4年。美银在给Alphabet的最新目标价报告中指出，2026年资本支出被上修至1815亿美元，同比翻倍，而自由现金流同比下降62%。这三组数据并非来自同一框架输出，而是三家独立机构在不同研究路径上的独立画像。

半导体产业链（尤其是AI算力领域）的瓶颈演变，正按照“计算（GPU）→存储（HBM等）→光互连→电力/液冷”这一清晰的顺序递进。这是2025-2026年的行业共识。随着AI训练/推理集群从单机柜（几十张GPU）向超大规模（数千至数十万张GPU）扩展，每解决一个环节的瓶颈，下一个物理/供应链限制就会立即暴露出来，形成“Leontief式”互补约束（缺一个都无法出货）。

有必要了解为什么会出现这种演变、当前现状以及背后的物理/工程原因：

第一阶段瓶颈：GPU计算（2022-2024年主导）核心限制

高端GPU（如NVIDIA Hopper H100 → Blackwell B200 → Rubin）本身的晶圆产能 + 先进封装成为主要瓶颈。AI大模型需要海量并行计算，TSMC 4nm/3nm/2nm逻辑工艺 + CoWoS（2.5D/3D封装）产能一度成为最大卡点。即使前端晶圆足够，后端将逻辑芯片与HBM堆叠封装的能力跟不上，整张GPU就无法交付。

缓解情况：TSMC大力扩产CoWoS（2024-2025年产能翻倍），NVIDIA Blackwell已实现大规模出货。但这只是“计算”环节解锁，随后立刻暴露新问题。

第二阶段瓶颈：存储（HBM高带宽内存，2024-2025年成为最紧缺）

核心限制：HBM3/HBM3e/HBM4产能。

为什么接力成为瓶颈：GPU算力提升后，模型参数爆炸式增长（万亿甚至十万亿参数），数据搬运（memory bandwidth）成了“内存墙”。HBM每秒可传输数TB数据，比常规DDR内存快20倍以上。由于HBM紧邻逻辑芯片，数据无需传输太远，因此节省了能耗。一张B200 GPU需要192GB+ HBM3e，单机柜（NVL72）HBM总量已达30-40TB，且带宽需求远超传统DRAM。

供应链现状：仅SK海力士、三星、美光三家能规模化生产HBM，工艺复杂（硅通孔TSV + 堆叠）。2025年HBM产能已全部售罄，2026年仍供不应求，价格同比暴涨246%。即使GPU芯片ready，没有HBM就无法组装交付，导致整个AI集群部署延期。

结果：存储从“商品”变成战略级卡脖子环节，资本开支中存储占比可达30%。

第三阶段瓶颈：光互连（2025-2026年正在切换）

核心限制：铜缆（NVLink/NVSwitch）在带宽、距离、功耗、重量上的物理极限。

为什么必然转向光：单机柜内（72张GPU）还能靠铜缆，但要扩展到多机柜、乃至数千张GPU互联时，铜缆衰减严重（1.8TB/s带宽下有效距离<1米）、重量爆炸（NVL72机柜铜缆超5,000根、总重1.36吨）、功耗高（可插拔光模块替代铜缆会额外吃2万瓦）。信号完整性、延迟、散热都无法支撑更大集群。

解决方案：转向光互连（CPO共封装光学 + 硅光子技术）。把光引擎直接封装在GPU/ASIC旁边，用光纤实现Scale-Out，带宽密度更高、每比特功耗更低、距离更远。

NVIDIA在2026年GTC大会大力押注，已投资光学公司，800G/1.6T光模块需求爆发式增长。Lumentum、Broadcom、Coherent、Ayar Labs等成为新赢家。

当前进度：铜缆已到极限，光互连正从“可选”变成“必选项”，正突破AI数据中心性能天花板。

第四阶段瓶颈（当前最前沿）：电力 + 液冷（2026年起成为最终物理约束）

核心限制：功耗墙 + 散热墙 + 电网接入。

为什么是终极瓶颈：每张GPU从300W→700-1200W，单机柜从10-20kW（CPU时代）飙升到120-200kW+甚至更高。传统风冷物理上限只有20-50kW，噪音、风量、能耗都不可接受。

电力侧：数据中心需GW级供电，电网并网排队可达数年，变压器、固态变压器等设备交付周期拉长至100周。微软CEO曾直言“有GPU但没电插”。

液冷侧：必须切换到Direct-to-Chip（直接芯片液冷）或浸没式液冷，结合微流控、冷板等技术。台积电已在CoWoS平台演示硅基液冷，支持>2.6kW TDP。Vertiv（VRT）等液冷/热管理厂商成为基础设施新核心。

连锁反应：PUE（电能利用效率）要求<1.2，余热回收、核电/新型能源并网都成为新话题。即使前面所有环节都解决，没有电和冷，机柜也无法上架运行。

AI算力产业链瓶颈转移的本质逻辑在于，AI算力不是“单点”问题，而是系统级Leontief生产函数——GPU、HBM、互连、电力、冷却必须按最低短板匹配。Hyperscaler（谷歌、微软、Meta等）每解决一个瓶颈，就立刻将资本和创新推向下一个环节。

目前（2026年）正处于“光互连加速落地 + 电力/液冷大规模商用”的切换期，未来可能还会出现新瓶颈（如激光器、光纤材料或电网变压器），但这个“计算→存储→光→电/冷”的链条已成行业公认路径。这也解释了为什么投资逻辑从NVIDIA/TSMC转向HBM三巨头（SK海力士等）、光学厂商（Lumentum、Coherent）、液冷/电力基础设施（Vertiv、相关电源公司）。每一次瓶颈转移，都在重塑整个半导体+数据中心产业链的价值分配。