Doug O'Loughlin 久违回归 SemiAnalysis Weekly,正值半导体板块经历「史上最佳上半年」之后的剧烈回撤。韩国 KOSPI 跌 40%,散户 2x 杠杆被清零,SK Hynix 因转向 LTA 导致价格涨幅放缓而 miss 预期。Doug 将当前局面与 1980 年代中国台湾泡沫类比,认为泡沫的行为模式高度相似,但基本面仍然健康。
两人围绕「AI 需求到底有多大」展开激烈辩论。Dylan 从 SemiAnalysis 自身经验出发:编码代理上线后,公司 AI 支出 100 倍增长,用户从 9 人扩到 90 人,每人使用量也增长 10 倍。Doug 不否认需求强劲,但提出核心担忧:供给端可以算清楚,需求端是「万亿问题」,没人有答案。更关键的是,scaling laws 要求芯片翻倍,但电工、资本、许可等物理和制度瓶颈无法同步翻倍。超大规模云厂商今年已发债 $450B,资金来自退休金和年金,而退休金池子本身在萎缩。
精彩观点摘要
关于市场回撤
「到 Q2 结束,这是半导体历史上最好的表现。然后我们就开始还债了。涨得越快的东西,地心引力越大。」
「韩国人有个 20 年记录:每次都在顶部买入。2007 年买银行,2021 年买 SaaS,这次 yolo 了自己。」
「KOSPI 跌 40%,2 倍杠杆的人直接清零。然后就是自我实现的螺旋:每个人看着账户缩水,决定卖出,然后加剧下跌。」
关于内存周期
「SK Hynix 转向更多 LTA,价格涨幅从 3 倍放缓到 30 到 50%。金融圈的脑子全坏了,只看变化率。二阶导数一下来,就觉得周期结束了。」
「半导体的剧本永远一样:短缺的时候所有人双重下单,工厂看到需求疯狂扩产。然后需求打个喷嚏,供应还在 ramp,利用率从 100% 掉到 50%,只能砍价。」
关于 AI 需求
「需求曲线才是万亿美元问题。供给曲线相对好理解,但需求到底是 10 倍还是 100 倍,没人知道。」
「SemiAnalysis 自己就是案例:编码代理上线后,9 个技术用户变成 90 个全员用户,每人 token 用量也 10 倍。公司 AI 支出 100 倍。」
关于供应链瓶颈
「美国缺 10 万个电工。中级电工年薪 25 万美元,愿意加班的能到 40、50 万。有人用塞斯纳小飞机把电工送到偏远工地。」
「超大规模云厂商今年发了 $4500 亿债务,仅次于美国政府和中国的借款规模。这些钱来自退休金和年金,但退休金池子不会翻倍。」
「台积电直接间接占中国台湾 GDP 的 20%。如果再翻倍,中国台湾需要多生孩子才能凑够工人。」
关于 AI 政治
「AI 的不受欢迎程度低于冰淇淋,低于政客。这没有被定价。中期选举里 AI 会成为生活成本议题的替罪羊。」
「ROSA 法案在众议院 300 比 20 通过,卡在参议院。企业游说力量在阻止限制中国远程访问 GPU 的立法。」
正文
半导体史上最佳上半年,然后开始还债
Dylan: 股票市场回撤,AI 名字全在跌。我们今天要么火上浇油,要么给大家一点安慰。
Doug: 到 6 月 30 日 Q2 结束,这大概是半导体历史上最好的表现。然后我们就开始 unwind 了。其中很多可以归因于技术性因素:杠杆、动量反转。但现实是,涨得越快的东西,地心引力越大。我们在为之前疯狂的动量 rally 买单。
韩国的情况很疯狂。每天都有股票打到跌停。有条推文说「我怎么做我的工作?」人事总监亏光了所有钱,所有人都很抑郁,因为股票全跌了。如果你回看亚洲金融市场历史,这种事发生的频率比你想象的高。
我最喜欢的一本书讲的是中国台湾大泡沫。中国台湾在人均基础上出现了 100 倍的泡沫,银行交易在 500 倍市盈率,所有东西都疯了。
Dylan: 这是什么时候?
Doug: 1980 年代末。
Dylan: 你觉得现在韩国的基本面和那时候不同吗?
Doug: 基本面是好的。但问题是,事情永远没有恐惧的那么坏,也没有你想象的那么好。SK Hynix 今天 miss 了预期,因为他们转向了更多 LTA。讽刺的是,他们做 ADR 路演的时候还在吐槽 Micron 做 LTA 拿了更低的价格。
内存价格去年涨了大概 3 倍,明年不可能再涨 3 倍,可能涨 30 到 50%。但金融圈的脑子全坏了,只看变化率。 历史上内存周期里,二阶导数一下来通常就是终点。因为变化率不会停在 30%,而是会直接掉到负 50%。
这个周期的剧本永远一样:所有人投资建厂,产能上线,然后发现「天哪,需求怎么这么少」。因为之前是双重下单、三重下单。工厂从 100% 利用率掉到 50%,唯一能回本的办法就是砍价。这就是半导体市场的本质。
KOSPI 现在跌了 40%。2 倍杠杆的人直接清零。然后就是自我实现的螺旋:每个人看着账户缩水,决定卖出,然后加剧下跌。
中国内存:可能搞砸派对,但需求仍然大于供给
Dylan: 最近中国内存进入生态系统,CXMT、YMTC 大 IPO,你怎么看?
Doug: 他们有产能,即便良率低,也无所谓。中国公司不是在竞争利润率或 EPS。
CXMT 现在明确是市场第四,但这是短缺环境,他们照样能赚钱。Apple 已经开始用 CXMT 的内存,因为 Micron 在「价格欺诈」。没有人在赌场里哭,Tim Apple。你得按市场价格买。
CXMT 可能会搞砸派对,但现实是需求仍然大于供给。真正的万亿美元问题是:需求到底在哪? 供给曲线相对好理解。需求曲线我们不知道。我们知道编码代理和聊天机器人意味着更多需求,但不知道是 10 倍还是 100 倍。供给会盲目 ramp,直到有一天撞上需求曲线。
编码代理是拐点:SemiAnalysis 自身 100 倍 AI 支出
Dylan: 我觉得需求明显非常强劲,而且会持续很长时间。我光看自己公司的内部使用量就够了。如果你认为未来需求会走平甚至下降,你得相信模型不会再变好。我看不到任何停滞的迹象,只看到反方向的信号。
Doug: 让我当一下魔鬼代言人。最大的空头论点是什么?技术进步的速度可能超过人们使用它的速度。假设 AI 的杀手级应用是数据录入,Kimi K3 就够用了。我们造越来越快的车、越来越好的产品,但真正的需求曲线被一个我们已经掌握的产品满足了。
这就像互联网泡沫:当时说「需求每 90 天翻倍」,但光纤技术每年提升 2 到 3 倍。最后一根光纤的性能变成了原来的 50 万倍,然后大家说「等等,我们好像不需要这么多光纤」。
Dylan: 我不认同,但这是值得讨论的。我的反驳是:还有 100 到 1000 倍的人现在没有在用任何模型。第二,AI 的用例远不止编码。它还可以做视频生成、药物发现、材料科学。有人用 AI 做超导元件,这值多少钱?值很多 GPU 的钱。
而且编码本身也不只是「居中一个 div」。它代表一整类经济价值远高于前端调试的任务。Sam Altman 在谈 RSI(递归自我改进),Anthropic 有新模型要出。编码代理在 Claude 4.5 那个版本就是一个清晰的拐点:你跨过某条智能线,一个全新的市场就出现了。前一天你做不到的事,第二天就能做了。
Doug: 你是原型用户。去年这时候 SemiAnalysis 技术团队不到 10 人在用编码代理,然后你和 Dylan 说「公司每个人都要学会用这个」。现在我们有 90 个用户。
Dylan: 从 9 到 90,10 倍。然后 3 到 4 个月内,每人的使用量也大概 10 倍。公司 AI 支出 100 倍。现在的问题是,每个公司都会这样吗?可能不是我们这个强度,但很多公司有大量工作可以砍。
H100 不会变废铁,但模型在变大
Doug: 我觉得老芯片会变 worthless。所有人说「H100 是升值资产」,但总有一天推理一个模型需要 100 张 H100。到时候你就说「让老姑娘退休吧,买张 B300」。真正的确认信号是 B200 和 B300 之间出现定价分化。
Dylan: 我完全不同意。最根本的原因是:没人会把 H100 拆出来换成 B300。数据中心的设计完全不同。你不能在同一个机房里把 Hopper 换成 Blackwell 或 Rubin,你得把整个东西拆了重建。所以要 justify 退役一整个 Hopper 数据中心,得先证明那些芯片的收入已经低于运营成本。这不是变量成本,是沉没成本。
Doug: 在无摩擦世界里你是对的,但我们生活的世界摩擦越来越大。新建算力的摩擦包括电力许可、土地、审批。
Dylan: 对,我同意。GPU 价格下跌的情景是模型进步停滞,上涨的情景是模型进步持续。还有一个 X 因素:政府干预前沿实验室。如果限制谁能用最新最好的芯片,需求会被压缩,老芯片的价格也会跟着跌。
资本和电工:scaling laws 的物理天花板
Doug: 最让我担心的不是需求,是供给端的物理瓶颈。第一个是电工。美国缺 10 万个电工。中级电工年薪 25 万美元,愿意干 18 小时的能到 40、50 万。有个网站追踪电工招聘,Wayback Machine 上能看到时薪从 15、20 美元涨到 50、100、200 美元。培训一个电工要 18 个月。再翻倍需要的人,我们从来没训练过那么多。
第二个是资本。超大规模云厂商今年发了大概 $4500 亿债务,史上最大。仅次于美国政府和中国政府。有人得买这些债。要让他们买更多,就得给更高利率。而这些钱的来源,很大程度上是退休金和年金。退休金池子在结构性萎缩。养老金已经大量转向 401k,401k 不买债。所以你基本上得相信每个人都需要两倍的保险,但这说不通。
scaling laws 说「太好了,我们把模型做两倍大」。但不是所有东西都能两倍三倍地同步放大。
Dylan: 等一下,你是说养老金在为数据中心建设买单?
Doug: 是的。年金在退休前集中购买,婴儿潮一代都在退休,所以这个资产池子比较大。但它能翻倍吗?能三倍吗?我不觉得。人寿保险也是来源。但你得相信所有人都需要两倍的保险。没人会买两倍的人寿保险。
Dylan: 这很有意思。退休金在结构上萎缩,但确实有很多钱在那里。
Doug: 还有个例子是中国台湾。台积电直接间接占中国台湾 GDP 的 20%。如果台积再翻倍三倍,中国台湾需要多生孩子才能凑够工人。中国台湾只有一个游戏在玩。中国台湾 GDP 今年涨了 25%,就是 TSMC 在烤芯片。但再翻倍,人就不够了。
AI 政治化:中期选举的替罪羊
Dylan: 很多人不喜欢 AI,这没有被定价。怎么会被定价?我觉得是中期选举。
Doug: AI 大概是第五优先级,不是前三。医疗、生活成本排前面。没有人会以 AI 为政纲参选。
Dylan: 但 AI 会成为生活成本议题的子代理。不是「我们是否支持 AI」,而是「关心经济,怪科技 bro 和 AI」。ROSA 法案在众议院 300 比 20 通过,卡在参议院。企业游说在阻止它。
Doug: 如果不是前三优先级,游说力量就会赢过民意。
Dylan: 但 AI 已经是人们在其他议题上的替罪羊了。气候变化、住房、通胀,AI 和科技 bro 都会被拉出来。
Doug: 有个有趣的民调:讨厌数据中心的人通常不住在数据中心附近。而住在附近的,尤其是年轻人,态度是正面的,因为就业。我去布法罗附近参观过一个数据中心,当地人超支持。数据中心建在偏远地区其实是好事,它让经济参与变得广泛。一个千兆瓦数据中心大约需要一万人。70 千兆瓦就是 70 万个岗位。这开始影响选票了。
终局:五万亿投资,五百亿收入
Doug: 技术繁荣的未来总会实现,问题在于现金流的时间。你花了一万亿,拿到一千亿,它确实有一天会变成一万亿。但可能是五年后,到那时候你说「老兄,我没钱了」。
假设整个 AI 生态系统目前 ARR 是 1500 亿,累计 CAPEX 一万亿。15% 的收入回报,按 50% 利润率算就是 7.5%。不算差,但也不是超级赚钱。你得相信 1500 亿能变成 5000 亿,这可以做到。然后 5000 亿能支撑两到三万亿的 CAPEX。但再翻一次倍就很难了。
OpenAI 和 Anthropic 相信最终预训练即将到来,因为他们要 IPO。最终预训练出来的模型确实很好,收入增长很快,但增长速度不够付账单。你建了一栋你付不起的房子。花了五万亿投资,收入五百亿,那是十年的钱。
Dylan: 你说这是收入不是利润。而且你说这话的时候,你知道这些公司现在提供服务的利润率有多高。
Doug: 对,我们还没到那一步。现在还在窄路上,能看到收入怎么对得上。超大规模云厂商有其他业务狂赚现金,如果他们想停 CAPEX,利润立刻就能印出来。但随着你投入越来越多,赌注越来越高,路越来越窄。到某个点你实际上得要求所有人都在用它。问题在于决策者和实际采用者是两个完全不同的世界。Zuck 觉得每个人都会戴 Meta 眼镜在元宇宙里每天烧万亿 token,但内布拉斯加的奶奶连新 iPhone 都不会用。
Dylan: 收入不靠奶奶。靠的是企业、银行、电信、零售公司、国防和情报机构。我看到每家银行、每家电信公司、每家零售商都在日常工作中用这个。更有趣的约束在供给端:你能不能装够 GPU,能不能招够人去卖。
Doug: 对,供给端的问题更有意思也更难。电工、资本、许可,这些东西没法按 scaling laws 翻倍。但给他们时间,它会到的。他们明年确实可能发一万亿债券。真正的问题。problem 在于路径会变窄,赌注会变高,然后你得要求所有人都在用。这个采用曲线需要时间。
