SemiAnalysis：記憶體價格仍有2-3倍上修空間、CPO大規模部署延至2029年

研究機構SemiAnalysis創辦人Dylan Patel近日深入分析了AI基礎架構棧的最新動態。他指出，當前AI發展受制於記憶體供應瓶頸、CPU需求調整、以及共封裝光學（CPO）部署時程的推遲，這些因素正共同重塑晶片市場的投資邏輯。

記憶體從周期轉向長期結構性短缺

Patel認為記憶體正處於一場「超級循環」，且這不僅是短期的周期性波動，而是數年的結構性短缺。主要動能來自於推論模型（如OpenAI o1）的崛起，這類模型在處理複雜任務時需要龐大的KV快取（KV Cache），導致記憶體需求呈倍數成長。他預測記憶體價格仍有2至3倍的上修空間。

由於供應增長跟不上AI需求，這將迫使價格敏感度較低的消費性電子產品（如iPhone與MacBook）明年面臨漲價壓力，以與AI應用搶奪產能。

CPU定位為「綠葉」的補帳行情

儘管強化學習（Reinforcement Learning）與AI代理（Agents）帶動歷史性的「補帳」行為，但Patel強調，這主要是為了填補過去幾年AI伺服器中CPU配比不足的缺口，而非長期的成長轉折點。在絕對價值上，單顆Blackwell晶片約5萬美元，而配套CPU僅約5,000美元，CPU在AI伺服器中的價值佔比仍遠低於GPU。

Patel強調，「記憶體和AI加速晶片才是大頭，CPU是被低估後的重估，現在已經更合理定價了，但不會無限期地以超過AI晶片的速度增長。」

CPO延後、銅纜紅利期延長

原本備受期待的共封裝光學（CPO）技術，由於生產良率、晶片設計與供應鏈成熟度未達標，大規模部署預計將延遲至2029年。

Patel指出，NVIDIA下一代的Rubin與Feynman架構初期仍將大量採用銅纜方案。這項延遲意外延長了銅纜連接器（如Amphenol）與傳統光學模組廠商的獲利窗口。

他總結稱，「CPO長期會發生，銅纜長期會被取代，但時間線被推遲了，短中期銅纜仍有很大機會。」

能源挑戰：邁向自備電廠時代

電力供應已成為AI成長的最大物理限制。由於電網傳輸升級面臨法規與成本分配的僵局，資料中心正轉向「表後發電」（Behind-the-meter），即在廠區自建電源。Patel預測，未來幾年一半的新增電力需求將來自自備電源，包括燃氣渦輪機、甚至是由卡車引擎改裝的發電機組。

此外，太陽能結合儲能的成本預計在兩年內低於天然氣，長期甚至可能出現「太空資料中心」以極大化能源效率。

最後，Patel透過數據駁斥了AI投資報酬率（ROI）的質疑。他透露AI新創Anthropic已實現獲利，年化營收（ARR）突破500億美元，毛利超過70%，證明AI應用的變現能力正逐步顯現。