第 328 期

服务器只需两个月，晶圆代工却要四年

越往供应链上游走，今天的决定越晚见分晓

商业

安光涉（Oswarld）· INLEVEL9 作者与编辑

设为 Google 首选来源
服务器只需两个月，晶圆代工却要四年

一张九根条形柱的图表

读者您好，本月3日，X（原推特）上流传着一张图表。这是研究账号 P Equity Research 引用瑞银（UBS）资料发布的内容，将构成 AI 基础设施的九个领域的交付周期1以条形柱并排呈现。基准时间点是 2026 年 9 月。

image最下方的服务器是 1~2 个月。最上方的晶圆代工2则是 3~4 年。虽然同样被统称为“AI 基础设施”，但最短的柱子和最长的柱子相差了二十倍以上。

看到这张图表，首先浮现的想法很简单：相比作为成品的服务器，建设制造芯片的工厂、采购进入该工厂的设备、获取将芯片封装在一起的封装能力要耗费漫长得多的时间。因此，如果没有核心半导体与零部件作为支撑，服务器组装得再快，整个基础设施的建设周期也会被拖延。这种理解完全正确。

今天我们不妨再往前走一步。这张图表除了显示哪个领域更慢之外，还向我们展示了如今拿到手里的产品，究竟源自多久之前所做的决定。

九根条形柱，各自不同的时钟

首先，我们把图表中的数字整理成表格。

领域交付周期图表分类
晶圆代工3~4年芯片制造
半导体制造设备1~2年芯片制造
先进封装·半导体基板1~1.5年芯片制造
数据存储设备·系统1~2年AI 基础设施
GPU·AI 加速器6~12个月半导体
内存（HBM·DRAM）6~12个月半导体
光模块·网络设备3~9个月AI 基础设施
CPU3~6个月半导体
服务器1~2个月AI 基础设施

从图表的副标题来看，每一根条形柱代表各企业公布的项目交付周期范围。不过这里需要注意一点：每根条形柱所衡量的对象并不相同。

服务器的 1~2 个月，更接近于在零部件齐全的情况下，从下单到交货所需的时间。而图表中虽然没有对每根条形柱单独给出定义，难以断言，但将晶圆代工的 3~4 年解读为决定新建产能到晶圆真正出片所需的时间更为自然。在帖子下方也有同样的讨论：如果芯片库存充足，新建工厂所需的时间并不会影响本次服务器的交付周期；但如果芯片短缺，无论组装速度有多快，都无法填补这一空白。

因此，将这张图表视为九个不同的时钟，而非九份交期表，会更不容易产生混淆。可以把每根条形柱理解为在回答这样一个问题：如果这件物品在今天到货，那么促成这次供应的决定是在多久前做出的？如果是服务器，那就是上个月；如果是 GPU 和 HBM3，则是半年到一年前；如果是设备，是 1~2 年前；而如果是工厂，则是 3~4 年前。

“长条”与“堵塞的条”需要分开看

两天后的 10 月 5 日，市场调研机构 TrendForce 发布了一份视角不同的表格。该表格将七个品类当前的交付周期，与供需平衡的正常市场交付周期并列在了一起。

品类状态当前交付周期平衡市场交付周期
CPU紧张25~30 周16~20 周
GPU平衡30~40 周30~40 周
DRAM极度紧张20 周8 周
NAND（企业级 SSD）紧张16 周8 周
HDD极度紧张50 周16 周
ABF 载板极度紧张48~56 周12 周
MLCC紧张35 周12 周

如果说瑞银的图表展示了柱条的长度，那么这张表格则展现了当前的柱条比正常状态拉长了多少。将两者重叠来看，会出现出人意料的一幕。GPU 为 30~40 周，绝不算短，但状态却是“平衡”。这意味着它本来就需要耗费那么长时间。相比之下，HDD 为 50 周，超过了正常状态 16 周的三倍；ABF 载板4为 48~56 周，超过了正常状态 12 周的四倍。载板上动辄铺设成百上千颗的微小元器件 MLCC5 也达到了 35 周，拉长至正常状态的近三倍。DRAM 为 20 周，是正常状态 8 周的 2.5 倍。

柱条的长度说明了该产业原本的运转节奏有多慢，而与正常状态的距离则揭示了当前究竟是哪里发生了堵塞。 单看这张表格，目前拉长最为严重的，并非众人议论焦点的 GPU，而是其周边的内存、存储设备、载板与被动元件。

不同来源的数据也略有差异。瑞银图表将 CPU 计为 3~6 个月，而 TrendForce 则定为 25~30 周，也就是 6~7 个月。这似乎是由于衡量标准与统计方式不同所导致的差异。本文将按照各自的标准分别引用这两份资料。

2029年的工厂，正在当下被敲定

台积电亚利桑那第一座工厂就是一个很好的标尺。台积电公布该厂建设计划是在2020年5月，动工是在2021年6月。采用4纳米工艺投入量产则是在2024年第四季度。从发布算起耗时约四年半，从动工算起也耗时约三年半。这与图表中显示的3~4年基本吻合。

我们把这个时间倒推一下。从眼下刚刚投产的产能中减去3~4年，就是2022~2023年。ChatGPT于2022年11月公开发布，因此如今刚刚开始运转的产线，极有可能是在生成式AI需求呈现出如今这种态势的前后敲定的。

若把同样的计算推向未来，就会引出一个更重要的事实。今天做出的扩产决定，将在2029~2030年的市场上接受评分。 存储器的情况也大同小异。美光在爱达荷、纽约和新加坡建设的新工厂，据称最早也要到2027年年中才能形成有实质意义的供应量。而在此期间，美光被曝仅能满足部分核心客户所订购DRAM与NAND容量的50~66%。

图表中间的柱条也是同样的逻辑。半导体制造设备需要1~2年，先进封装6和基板需要1~1.5年。即使厂房建好，若设备推迟到位产线就无法运转；即便芯片生产出来，如果将GPU与HBM封装合一的能力不足，加速器也无法组装完成。服务器的柱条较短，意味着只要上方的各个环节全部就绪，组装便能迅速完成。

各个柱条之间还相互牵制咬合。TrendForce指出，DRAM的短缺正蔓延为企业级SSD的制约因素。由于DRAM紧缺，部分NAND厂商无法足额供应企业级SSD。尽管NAND相比正常状态仅延长至两倍、交期增幅不及DRAM，但仅仅因为旁边的一根柱条，成品的供应就被连带卡死了。

还有未在图中列出的柱条。那就是我们在今年7月第141期中探讨过的电力设备。按照当时整理的数据，变压器的交付周期长达24~48个月，最长甚至需要5年。哪怕芯片端的各个柱条全部补齐，如果建筑和电力没有准备就绪，服务器也只能滞留在仓库里。

排队期间，订单被不断吹大

交付周期过长还会引发另一个现象。上游供应商在决定扩产时，参考的信息往往是下游传递上来的订单。然而在供不应求期间，订单量极易膨胀至超出实际需求。因为如果只能拿到申请配额的 60%～70%，下一次在订单上自然就会填上更大的数字。

这也是近期存储芯片市场中真实传出的数字。据业内消息，在 2027 年 DRAM 和 HBM 的配额分配谈判中，绝大多数买家最终只拿到了最初申请量的 60%～70%，买家们正通过支付部分预付款并签订 3～5 年的长约来锁定货源。

这种沿着供应链自下而上层层放大需求信号的现象，被称为“牛鞭效应”7。在第 141 期中我们曾以变压器为例讨论过这一机制，而在半导体领域，就有一个非常切近的先例。

2021 年芯片短缺期间，终端产品制造商因担心拿不到货，在多家供应商处重复下单采购同一款芯片。而当 2022 年下半年需求急转直下时，他们为了先消化积压的库存而停止下单，这一冲击最沉重地砸向了处于供应链后端的芯片厂商。三星电子 2023 年第一季度的营业利润仅为 6,000 亿韩元，相比一年前的 14 万 1,200 亿韩元骤降 95% 以上。三星电子随即宣布存储芯片减产，仅 2023 年前三季度，三星电子与 SK 海力士在半导体部门的营业亏损就分别累计达到 12 万 7,000 亿韩元和 8 万 1,000 亿韩元。从 2021 年初开始的短缺逆转为 2022 年底的过剩，整个过程甚至用了不到两年。

交付周期较短的一方应对这种反转相对容易。服务器厂商只要削减下个月的订单即可。但对于已经做出跨越 3～4 年决策的晶圆厂来说，却根本做不到。工厂已经落成，折旧已经启动，为了维持产能利用率，即便大幅降价也必须硬着头皮卖。

看着同一组数据却得出相反结论的两个人

因此，如今的存储市场上并存着截然相反的两种推演。

一方是 SK 海力士社长郭鲁正。在 7 月 10 日接受路透社采访时，他预计从供应层面来看，2027 年将是行业历史上最艰难的一年，而且客户需求在 2030 年之后仍将超出公司的生产能力。这一判断也有数据作为支撑：据悉其 HBM 产能直到 2027 年的配额已被预订一空，超大规模数据中心为了锁定这批货源而提前支付的定金规模高达 220 亿美元。据 TrendForce 统计，今年第三季度 DRAM 合约价环比上涨了 15~18%。

美光在近期的财报电话会上也站在了相同立场。在创下单季营收 542 亿美元的纪录后，美光表示目前尚看不到供需何时能重回平衡。其 2027 年产能的 75% 以上已被锁定，部分甚至延续到 2031 年的战略客户合约已增至 26 份。

另一方则是彭博社的任淑莉（Shuli Ren）。她以供需平衡测算模型为依据，认为短缺在 2026 年第二季度就已经见顶，大概在 2027 年第四季度趋于稳定，到了 2028 年可能会逆转为产能过剩。原因在于三家存储巨头大举砸下的资本支出，将在那一时期集中释放产能。

这两种推演各自揭示了长交期的正反两面。 在需求扩张阶段，越是产能响应耗时漫长的环节，越容易拥有议价权和订单确定性。客户之所以甘愿支付巨额预付款并提前预订未来数年的产能，正是因为必须等待的时间极为漫长。相反，一旦漫长等待之后扩产终于落地，需求增速却出现放缓，同样的漫长时间差就会反噬为产能过剩和开工率暴跌。

image这一体两面的特征在本月初的一幕中集中显现。据《日本经济新闻》报道，东芝计划投资约 600 亿日元（约 3.8 亿美元）扩建菲律宾工厂，在 2027 财年之前将面向 AI 数据中心的 HDD 产能提升一倍。这是东芝时隔五年展开的大规模 HDD 投资。然而 TrendForce 认为，即便有此扩建，供应在 2027 年底之前也很难得到实质性缓解。这意味着目前长达 50 周的 HDD 等待周期短期内难以缩短。即便如此，在扩产计划传出的当天，希捷和西部数据的股价双双大幅下挫。要知道，这两家公司的近线 HDD 产能据称已经锁定到了 2028~2029 年。厂房尚未动工，市场却似乎已经把数年后即将放量的产能计入了预期。

在看待供应方的预期时，有一点必须保留审视：货源短缺持续得越久，获益最丰厚的正是供应方自身。 这并不意味着他们的预测一定错误，而是提醒我们在看待预测时，也要看看谁的推演对谁最为有利。

长期合约正是在这双重效应之间转移风险的工具。就像我们在第183期中分析过的闪迪 4 年期合约那样，一旦客户支付定金并签署违约条款，误判时点的部分损失就会从供应方转移到采购方身上。从这个角度来看，所谓的议价权，也意味着有能力将时点误判的风险推给对方。

Oswarld视角

最近，我因为 AI 数据中心项目的咨询、设计与审查工作，辗转于多个地区。接到评估请求时，比起地块面积或 GPU 数量，我首先确认的往往是另一件事：是否有已敲定的租户，以及贷款银团是否会基于该租户的信用放款。

在审阅合同时，我也格外留意某些细节。观察 CDN 运营商或电信运营商的服务条款就会发现，基于 CPU 的合同大多以整个运营期内不更换设备为前提。相比之下，Neocloud8签订的 5~6 年期合同中，往往默认包含“若设备世代更迭需双方协商一致”的条款。

two months four years 将这一条款与交付周期图叠放在一起看，其含义就变得十分明朗。GPU 往往 6~12 个月就能到手，产品迭代也同样迅速，但承载它们的建筑和合同却必须支撑 5 年以上。这相当于双方在签字时，就已经提前承认了设备的时间周期与合同的时间周期并不一致。

我之所以首先关注租户，原因也正在于此。决策的时间周期越长，当前收到的订单量就越是不可靠的信息，因为在排队过程中它很可能被注水夸大了。在该订单背后是否有人真正押上了真金白银与信用，才是能够一路留存到数年后项目竣工时的有效信息。

本文旨在解读供应链结构，并不构成对特定标的的投资建议；文中所引用的预测数据，仅作为观察市场如何看待该产业的参考资料。

结语

下次当您看到服务器交期缩短至两个月的消息时，不妨也联想一下位于其上方的那几根柱子现在处于何种状态。即使最底部的柱子变短了，只要最顶部的柱子依然漫长，今天的乐观与悲观就要等到数年之后才能见分晓。郭鲁正社长与任淑莉（Shuli Ren）的展望产生分歧的时间点，就在 2027 年底到 2028 年之间。

💬 贵公司在引入 AI 服务器或 GPU 时，实际上等待时间最长的是哪个环节？是服务器本体，还是电力、网络等其他部分？欢迎在评论区分享。

📨 如果身边有负责基础设施采购，或正在关注半导体行业的同事，欢迎将本文转发给他们。

你的观点会成为下一期的线索

欢迎留下你的经验与看法。

注册读者均可免费发表评论。

参考资料与延伸阅读

核心来源

延伸阅读

安光涉（Oswarld）个人插画

作者 安光涉（Oswarld） 现任世宗大学兼任教授，INLEVEL9 战略顾问。职业经历、研究、著作与近期活动会持续更新在作者简介。 最新动态 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

📝 术语说明

注释

  1. 交期（Lead Time）：下达订单或做出决策后，到实际拿到实物或产能为止所需的时间。 ↩

  2. 晶圆代工（Foundry）：代为生产其他公司所设计芯片的半导体代工制造企业或其工厂，台积电是典型代表。 ↩

  3. HBM（高带宽内存）：将多层DRAM垂直堆叠，以实现高速数据传输的内存，紧贴在AI加速器旁边配合使用。 ↩

  4. ABF载板：采用味之素积层膜（ABF）绝缘材料的高性能半导体封装基板，起到将CPU、GPU等高性能芯片与主板连接起来的支撑承载作用。 ↩

  5. MLCC（多层陶瓷电容器）：用于暂时存储电荷并释放以稳定电流的微型元器件，单张服务器主板上就需要大量使用。 ↩

  6. 先进封装：将多颗芯片如同单一元器件般整合并互连的工艺，台积电将GPU与HBM封装在同一基板上的CoWoS技术就是典型代表。 ↩

  7. 牛鞭效应（Bullwhip Effect）：供应链下游微小的需求变动，在沿着链条向上传递时被逐级放大的现象。 ↩

  8. 新型云厂商（Neo-cloud）：不同于三大传统云巨头、专注于出租GPU算力资源的新兴云服务提供商。 ↩

延伸阅读

第 327 期

资费套餐改革不是来了一次，而是来了五次

“到底改了什么”的搜索持续三个月未平息，背后是有原因的

商业
第 326 期

休假四个月回来，模型全变了

AI 岗位中的女性占比，随着年薪升高而逐渐降低

商业
第 325 期

把1美元记作1美元的公司，把1美元记作20美分的公司

周四被称为“消失”的OpenAI 200亿美元营收，其实只是同一笔营收用两种不同方式计算所产生的差异。

商业