（来源：网易科技）
Bernstein明星分析师Stacy Rasgon认为，在AI基础设施投资逼近美国GDP 4.4%的狂飙突进下，半导体行业正迎来史无前例的真实“超级周期”。
6月21日，聚焦新兴科技前沿的播客Tech Surge Deep Tech Podcast发布最新访谈实录，Celesta Capital创始管理合伙人Michael Marks与伯恩斯坦（Bernstein）知名芯片分析师Stacy Rasgon进行了一场深度对谈。
在长达近一小时的对话中，双方深入探讨了AI驱动下的半导体营收增速、AI从训练到推理的跨越、供应链各环节的产能瓶颈，以及行业未来增长的可持续性空间。
（左：Michael Marks；右：Stacy Rasgon）
与大多数华尔街分析师不同，Rasgon拥有麻省理工学院博士学位，是纯正的工程师出身，这使得他更看重成熟的物理定律和资本流动。
Rasgon明确指出，当前半导体行业正在经历一场他从业以来见过的最大规模的需求大爆发。去年，半导体行业总营收突破了8000亿美元，而今年正在向1.3万亿美元的规模狂奔。
Rasgon在访谈中感叹：
Rasgon强调，当前市场焦点正从“模型训练”向“AI推理”转移，这是实现商业化变现的核心。同时，产能瓶颈正从GPU向HBM存储、半导体设备乃至电力供应全面蔓延。
未来，博通代表的定制芯片（ASIC）与英伟达的GPU将在日益扩大的增量市场中长期共存，共同消化这波深不见底的算力需求。
供应链的“打地鼠”游戏，全行业正被AI强行拉动
随着AI算力需求的无底洞被打开，市场正呈现出一种奇特的“打地鼠”效应——产能瓶颈正在产业链上逐个爆发。
Rasgon详细拆解了这一现象：
以存储器为例，行业正在经历有史以来最强劲的上升周期，价格每季度都在翻倍。这背后的核心推手是HBM（高带宽存储）。Rasgon透露了一个关键的数据细节：
更关键的是“折算率（trade ratio）”问题。他说：
这意味着即便晶圆厂疯狂扩产，实际产出的存储容量（比特数）增量依然十分受限。
这种极端的需求甚至让处于弱势的企业也意外获益。谈及英特尔的服务器CPU业务时，Rasgon直言不讳地指出，当前的服务器需求异常强劲，以至于英特尔甚至因此获得了利润率的上行：
拐点来临：“你无法靠训练模型赚到任何钱”
尽管千亿美元级别的资金正在涌入，但市场最大的担忧在于：这种增长可持续吗？想象空间到底在哪？
Rasgon将破局点直指“推理（Inference）”。他强调，大量的资金此前用于大模型训练，但这并非商业化的终局。Rasgon表示：
这种转变已经开始体现在初创公司的惊人数据上。Rasgon在访谈中援引数据称，类似Anthropic这样的公司，其年化收入运行速率呈现出垂直上升的态势，
此外，随着英伟达近期收购Groq，推理市场的细分需求正在凸显。Rasgon指出，并非所有的数据“词元”都具备相同的价值。
对于需要极低延迟、极快响应的特定推理任务，定制化的芯片或专用的推理架构往往比通用GPU具有更好的经济性。
定制ASIC与GPU不是零和游戏
在推理需求爆发的背景下，定制化芯片（ASIC）的势头正在冲击GPU的绝对垄断。博通成为了这一趋势的最大受益者。
Rasgon在提及博通时表示：
各大云服务商为何执着于自研ASIC？Rasgon认为这不仅是出于性能优化，更是为了在英伟达高达75%的毛利率面前拥有谈判筹码。Rasgon说：
但Rasgon强调，这并非谁取代谁的游戏。如果ASIC占据更大的份额，那是因为整个蛋糕变大了。
对于庞大、稳定且内部开发的工作负载，ASIC能提供更低的总拥有成本；但如果模型结构改变，GPU的可编程性优势则不可替代。Rasgon认为：
未来的终极天花板：电网可能支撑不住
当被问及市场可能忽视的风险时，Rasgon将焦点从代码和硅片拉回到了现实世界的物理基础设施——电力。
目前，云巨头们今年的资本支出已达6000亿美元，如果未来基础设施支出按照英伟达预期的每年3万亿到4万亿美元规模发展，人类现有的能源系统将面临崩盘。
Rasgon分享了他此前建立的一个测算模型：
这意味着，下一波AI的创新和瓶颈突破口，将不可避免地落在能源生成、冷却和核电等领域。正如他一直坚信的：
总体而言，只要AI的需求不发生断崖式崩盘，整个半导体产业链的“超级周期”仍将持续，而资本市场的关注点，必须紧跟这些不断在各个环节中游走的“产能瓶颈”。
