HBM 才是算力扩张的真正阀门
英伟达二季度财报中有一个数字被低估了。
供应与产能承诺从1190亿美元跳涨至2790亿美元，增量1600亿美元主要用于内存采购。这不是财务技巧，而是对上游供应链的提前锁定。
当前AI芯片的竞争早已不在晶圆代工环节决出胜负。
台积电的先进制程产能固然紧张，但仍有调度空间；真正卡脖子的，是HBM的堆叠产能与封装良率。
三星、SK海力士、美光三家的HBM4产能已基本预售至2027年，SK海力士CEO近期警告2027年将是供应最紧张的一年。
OpenAI的Jalapeño配备6颗HBM4，总容量216GB；英伟达GB300配备288GB HBM3E，下一代Vera Rubin对HBM的饥渴只会更甚。
这意味着谁提前锁定了HBM，谁就锁定了未来两年的算力交付能力。英伟达用2790亿美元的长期承诺构筑了一道供应壁垒，这不是小公司靠设计能力就能跨越的。Jalapeño在性能数据上亮眼，但其大规模部署计划同样受制于HBM4的获取能力。芯片设计只是入场券，存储供应链才是决定产能爬坡速度的闸门。
电力封顶之后，每瓦token成为硬通货
黄仁勋在今年Computex上有一句被低估的表态。
如果你有一吉瓦电力，那么每瓦的吞吐量，就是收入。
这句话背后是数据中心电力接入已成为物理硬约束的现实。
Jalapeño的标称功耗700W，实测负载下不超过550W；英伟达 GB300标称1400W。
在特定交互速度点上，Jalapeño的每瓦吞吐量达到GB300的104.3倍；常规混合负载下，领先幅度为1.5至1.9倍。
这组数据的意义不在于OpenAI造出了多快的芯片，而在于它证明了在电力预算被锁死的数据中心里，功耗减半而性能倍增的芯片，可以直接转化为更多的用户承载量和收入。
英伟达对此的回应藏在另一条线索里。
从Hopper到Blackwell再到Vera Rubin，每1GW数据中心为英伟达带来的潜在收入从约180亿美元升至250亿美元，再到400亿美元。
这不是芯片涨价的结果，而是在固定电力输入下，单位能耗产出的token量持续提升。AI算力市场正在从晶体管密度竞赛，转向能效比竞赛。
电力，而不是制程节点，正在成为基础设施最稀缺的资源。
资本与供应链：英伟达向上游整合
英伟达的毛利率指引值得细读。
二季度GAAP毛利率75%，但三季度指引降至74%，四季度预计触底至71%到72%。
管理层将原因归结为HBM等存储芯片价格超预期上涨，并定性为良性行业通胀。但一个更准确的解读是上游存储厂商正在凭借稀缺性，向下游挤压利润。
英伟达的应对不是被动接受涨价，而是主动向上游整合。
2790亿美元供应承诺是第一步；
联合Apollo、BlackRock、Blackstone等六大资管机构撬动5000亿美元第三方资本建设AI基建是第二步；
为OpenAI在俄亥俄州的数据中心项目提供最高1050亿美元信用支持是第三步。英伟达正在从芯片供应商，演变为AI基础设施的资本组织者。
这套模式的本质是用英伟达的资产负债表和信用资质，替客户解决钱、电、地的问题，从而确保未来数十年内这些数据中心装载的都是英伟达设备。当GPU供应商开始帮助客户获得购买GPU所需的资金和基础设施，市场的真实需求与供给之间的边界已经模糊。英伟达的护城河，正从CUDA软件生态，扩展到对整个供应链和资本链条的锁定。
ASIC分层：产业链的垂直分工，而非替代
Jalapeño只做推理、不做训练，且目前仅在OpenAI内部模型和少数开放权重模型上验证。
英伟达财报电话会透露，超大规模云厂商收入487亿美元，而AI云、工业与企业客户收入已达400亿美元，同比大涨138%，占据数据中心业务的半壁江山。
这两组数据放在一起，勾勒出未来算力市场的分层格局。ASIC 承接的是负载稳定、规模庞大、对延迟极度敏感的推理任务；GPU 守住的则是训练、新模型探索、多租户云服务等需要通用性和灵活性的领域。这不是零和替代，而是产业链的垂直分工。
对上游而言，这意味着台积电的先进封装产能、CoWoS产线需要在GPU和ASIC之间重新分配；HBM的供给需要在英伟达、博通、谷歌、亚马逊等自研芯片客户之间切分。
OpenAI与博通去年公布的10GW多代自研加速器合作计划，如果按计划推进，将使OpenAI成为HBM4市场上的重要买家。
ASIC 的崛起不会颠覆英伟达，但会改变上游存储和封测资源的分配结构。
AI 参与芯片设计：对上游 EDA 的潜在变量
Jalapeño从项目启动到流片仅9个月，从团队组建到Tape-out约16个月。
这个速度在高性能ASIC领域极为罕见。
OpenAI的加速秘诀之一是让内部模型参与芯片设计探索、缩短验证周期；用Codex配合GPT-Astra编写内核代码，两个月内适配了三个原本不在计划中的开放权重模型。
这指向了一个尚未被充分讨论的可能性。
AI辅助设计正在压缩传统EDA工具链的验证周期。过去，芯片设计依赖Synopsys、Cadence等厂商的工具链，以及大量工程师的手工调优。如果AI能够自动生成和优化算术电路、编写内核代码、适配新模型，那么ASIC的开发门槛和周期将被系统性压缩。
但这里需要保留边界。
Jalapeño目前仅服务OpenAI内部负载，外部开发者无法像使用CUDA一样自由部署。
AI辅助设计降低了自研芯片的软件适配成本，但还没有证明能扩展为一个面向市场的开放生态。
EDA厂商的护城河是否被动摇，取决于下一代Jalapeño能否在更广泛的模型和更复杂的生产负载上复现这种效率。
结语
英伟达给出了2028财年70%的营收增长指引，同时坦承真实需求远高于此，唯一的约束是供给。这个供需缺口不是泡沫信号，而是结构性紧缺的证明。
在上游视角下，AI 算力市场的竞争逻辑已经清晰。HBM决定产能天花板，电力决定部署上限，资本决定扩张速度，而芯片设计只是入场券。英伟达正在用2790亿美元供应承诺锁定存储，用5000亿美元资本平台锁定基建，用全栈平台锁定通用市场；OpenAI则用Jalapeño证明，在电力约束时代，专用推理芯片可以重新书写能效比的定价权。
双方的博弈不会以一方退场告终。未来的格局更可能是ASIC与GPU的分层共生，是存储供应链的重新分配，是资本与算力的深度绑定。在这个新秩序里，谁能同时掌握芯片设计、上游供应和基础设施组织能力，谁就能在电力封顶的时代分到最大的一块蛋糕。
今日阅读文章分享： (1)OpenAI自研AI芯片干翻GB300：吞吐量狂飙104倍！ （链接：https://mp.weixin.qq.com/s/lNDj7WiTbkt1hvfdNcDfug） (2)英伟达营收超预期，黄仁勋称“已实现某种AGI” （链接：https://mp.weixin.qq.com/s/IN9w6T0bnEL9OfsNRkDwqQ） (3)Q2日赚44亿元！英伟达：2028财年营收将再涨70%！ （链接：https://mp.weixin.qq.com/s/YudqpvA1ZxpPVsSs1JCqJA） (4)OpenAI首颗芯片炸场：第一代就杀进前沿，直面英伟达最深的护城河 （链接：https://mp.weixin.qq.com/s/EA7lWj7QT-2g1XZA22n46A） (5)GPU卖疯了，英伟达单季营收逼近千亿美元！老黄却开始替客户操心钱与电 （链接：https://mp.weixin.qq.com/s/mGdseF2ZFumvTWeKmVWP0Q） (6)黄仁勋：明年真实需求远高于70%的营收增速 （链接：https://mp.weixin.qq.com/s/6nLS5HL3pHGcYD54Ou7iQw） 本文若有歧义欢迎读者分享指正。 ·END· 扫描下方二维码 关注我们
本文来源于DOIT传媒，文章内容仅供参考，不构成投资建议。
评论列表