韩国央行解读AI半导体周期:最危险的信号,藏在融资端

marsbit發佈於 2026-04-13更新於 2026-04-13

文章摘要

韩国央行报告分析指出,当前由AI驱动的半导体超级周期在供需失衡幅度和持续时间上远超以往,预计扩张态势至少持续至2026年上半年。本轮周期具有需求增速史上最快、供给弹性最差的特点,HBM等高技术门槛产品扩产缓慢,通用DRAM产能被挤压。 决定周期可持续性的关键因素包括:AI企业盈利性验证、大厂融资能力、模型效率进展、存储厂扩产速度及中国厂商追赶情况。报告特别警示融资端风险,指出科技巨头经营现金流已无法覆盖资本支出,依赖发债及表外融资,部分机构因担忧AI disruption已暂停私募信贷赎回,结构性脆弱性与1990年代电信泡沫相似。 中国DRAM份额预计从2025年的10.5%升至2027年的17%,加速通用产品价格平衡。2027年起供需矛盾可能加剧,2028年新产能集中释放或导致供给过剩。整体而言,融资可持续性是本轮周期的核心变量,需高度关注Neocloud企业信用支持、SPV表外杠杆等风险信号。

整理:Macro_Lin

最近读到一份韩国央行(BoK)发布的专题报告,标题是《全球半导体景气扩张可持续性检视》。这份报告很特别。

韩国是全球存储芯片的出货大国,三星、SK 海力士的财报某种程度上就是 BoK 的国民经济报告。当这家央行亲自下场,认认真真地讨论这一轮 AI 驱动的半导体超级周期到底还能走多远,态度本身就值得品味。卖方研报有立场,空头报告有情绪,BoK 这份东西通篇是央行那种克制的语调,论证密度比情绪密度高得多。

核心观点

韩国央行判断本轮存储周期的供需失衡幅度和持续时间都明显超过历史三轮,至少到 2026 年上半年扩张确定延续。但 2027 年起,五个变量将共同决定何时反转,其中两个最值得警惕的信号已经出现。

一、这一轮和过去三轮,到底哪里不一样

BoK 把2010 年以来的半导体周期分成四轮,智能手机普及(2013至 2015)、云扩张(2017至 2018)、疫情非接触(2020至 2021),以及现在这一轮 AI 扩散(2024 至今)。

过去三轮的剧本是一样的。新技术拉起需求,供给滞后跟上,扩产产能集中释放后供给反超需求,库存累积,价格下跌,周期反转。2017 年以后这个反转点和美国大型科技公司 CAPEX 的拐点高度重合。

这一轮的不同之处有三点。

第一,需求增速史上最快。HBM 随着 AI 加速器的装载量爆发,通用 DRAM 也被推理需求带起来,是全品类同步扩张。

第二,供给弹性史上最差。HBM 工艺难度高,扩产周期长。存储厂经历过 2022至 2023 年那一波血洗,扩产保守。通用 DRAM 产线被切去做 HBM,进一步加剧通用品紧张。

第三是结果。BoK 做了一张很关键的图,把四轮周期的需求生产 gap画在一张坐标里,本轮的失衡幅度和持续时间都明显超过过去三轮。DRAM 制造端和需求端的库存水位都在下降,没有任何累积迹象。

图 1:历轮半导体周期需求生产 gap 对比,本轮 AI 周期幅度显著超越历史

二、决定周期能走多远的五个变量

BoK 给了一个清晰的五因素框架,三个需求侧、两个供给侧。我按重要性排序讲。

1 AI 投资的盈利性验证时点。现在 OpenAI、Anthropic 都在亏损,撑住估值和投入的是市场对未来主导权的预期。BoK 的判断很微妙,市场的关注点从明年开始会从抢地盘转向能不能赚钱。叠加数据中心电力瓶颈、GPU 折旧加速、利用率不足这些风险,CAPEX 增速很难维持当前节奏。

2 大厂能否持续融到钱。这一段是整份报告最有信息量的部分。BoK 明确把当下和 1990 年代末的电信泡沫做对比,并且指出一个正在恶化的事实,大厂内部现金流已经撑不动这个量级的 CAPEX 了。去年下半年开始,大厂减少回购、大幅发行公司债,部分公司 CDS 利差已经走阔。

图 2:大厂经营现金流已无法覆盖 CAPEX,比例从 25%飙升至接近 100%

图 3:25 年下半年起公司债发行规模跳升,外部融资成为主要补充

更值得警惕的是融资行为本身。Neocloud 企业(比如 CoreWeave)规模远小于大厂,却要不停采购 GPU 和建设 AI 数据中心,英伟达对它们提供信用支持来撬动自家 GPU 的销售。这个结构和当年 Cisco、Lucent 对新生电信公司提供 vendor financing 高度相似。

还有一层是表外融资。Meta的 Hyperion 数据中心通过 SPV 加私募信贷的方式,295 亿美元的负债没有进入 Meta 的资产负债表。Oracle的 Stargate 规模 660 亿美元,xAI的 Colossus 200 亿美元,都用类似结构。BoK 提到一个细节,2026年 2至 3月 Blue Owl、贝莱德、摩根士丹利、Cliffwater 等机构因为 AI disruption 担忧已经暂停了部分私募信贷基金的赎回。这是裂缝。

3 AI 模型的效率进展。DeepSeek 之后,量化压缩、MoE、Mamba、英伟达 CMX、谷歌 TurboQuant 等省内存技术快速涌现。BoK 坦率承认双向影响不确定。技术效率提升既可能压低单位需求,也可能因为杰文斯悖论扩大总需求。这一栏在 BoK 的总评表里画了一个双向箭头,是五个因素里唯一无法定向的。

4 主要存储厂的扩产速度。今年三星 P4、SK 海力士 M15X 已经把现有洁净室用尽,但仍然不足。真正的供给释放窗口在 2027 年下半年。SK 海力士龙仁、美光新厂 2027H2 投产,三星 P5 2028 年投产。这是供给端可以排进日历的硬约束。

5 中国厂商的追赶速度。BoK 评估中国和韩国的技术差距大约 4 年,HBM 和通用 DRAM 都是。所以高端格局短期内不动摇。但有一个数字值得注意,中国厂商的 DRAM 出货份额可能从 2025 年的 10.5%升到 2027 年的 17%,未来两年增速是主要存储厂的 3 倍以上。这部分份额会压在通用 DRAM 价格上,加快失衡缓解的时点。

图 4:中国厂商 DRAM 份额从 11%升至 17%,出货增速远超主要存储厂

三、关于中东战争,BoK 的判断比想象中冷静

当下没有看到任何数据中心推迟建设、存储供给放缓的迹象。AI 投资周期由美国大厂主导,在建数据中心 74%在美洲,全球经济和半导体的相关性这两年已经显著弱化。

但 BoK 列出了几条潜在的传导链条。油价上行抬高数据中心运营成本,金融条件收紧抬高大厂融资难度,中东原料和设备(溴、氦)供应中断,台湾如果因能源问题影响系统芯片生产则会拖累存储。最直接的反噬是消费侧,Gartner 已经预测 2026 年因为存储涨价,PC 出货同比下滑 10.4%、智能手机下滑 8.4%

四、把时间表拼出来

BoK 在最后用了一张色块矩阵,把五个因素分别在 2026、2027、2028 三年的影响强度做了可视化。我把这张表的内涵翻译成时间叙事。

2026 年,需求占优、供给受限的格局延续。这是最确定的一年。

2027 年,矛盾开始累积。大厂融资压力上升,中国扩产加速,新厂还没投产但融资端的脆弱性已经暴露。

2028 年,三星 P5、SK 海力士龙仁、美光新厂集中释放,供给侧的风险显著放大

一点延伸

这份报告真正有意思的地方在它的叙述方式。一家以存储为国本的央行,没有为本国产业唱多,花了大量篇幅在论证融资结构的脆弱性、技术效率的双向不确定,以及时间表上 2027 年这个微妙的拐点。这种克制本身就是一种态度。

它和电信泡沫的对比,是这份报告里我反复读了好几遍的部分。当年的剧本是,强劲的初期需求叠加竞争性扩产,再叠加一项比预期更快的技术革新(WDM 波分复用),最终把产业推入急速供给过剩。今天的 AI 产业三个条件都在场,差别只在还没出现那个相当于 WDM 的临界技术。

国内投资者关注存储产业链时,焦点习惯性地落在 HBM 良率、CXMT 进度这些供给侧的事情上。BoK 这份报告把视线拉回到了另一边,这一轮周期的真正变量在需求侧,更准确地说,藏在AI 产业的融资可持续性里。Neocloud的 vendor financing、SPV 的表外杠杆、私募信贷基金的赎回中断,这些信号比任何一份扩产时间表都更应该被盯紧。

至少到 2026 年上半年,故事还在继续。之后的剧本就要看上面那五个变量怎么演了。

相關問答

Q韩国央行认为本轮AI驱动的半导体超级周期至少将持续到什么时候?

A韩国央行判断本轮存储周期的扩张至少会持续到2026年上半年。

Q报告中将当前AI周期与历史上的哪个时期进行了对比,并指出了哪些相似的风险?

A报告将当前AI周期与1990年代末的电信泡沫进行了对比,指出了相似的融资结构脆弱性风险,包括大厂内部现金流无法覆盖CAPEX、依赖外部发债融资、以及类似当年vendor financing的Neocloud企业信用支持模式。

Q韩国央行提到的决定半导体周期能走多远的五个关键变量是什么?

A五个关键变量是:1. AI投资的盈利性验证时点;2. 大厂能否持续融到钱;3. AI模型的效率进展;4. 主要存储厂的扩产速度;5. 中国厂商的追赶速度。

Q报告指出AI大厂融资端最危险的信号具体表现在哪些方面?

A最危险的信号包括:大厂经营现金流无法覆盖CAPEX,比例从25%飙升至接近100%;2025年下半年起公司债发行规模跳升,依赖外部融资;Neocloud企业通过英伟达等提供信用支持采购GPU;以及Meta、Oracle等通过SPV进行表外融资,负债未进入资产负债表。

Q韩国央行预测中国厂商在DRAM市场的份额将如何变化?这对市场有何影响?

A韩国央行预测中国厂商的DRAM出货份额将从2025年的10.5%上升到2027年的17%,未来两年增速是主要存储厂的3倍以上。这部分份额增长会压在通用DRAM价格上,加快供需失衡缓解的时点。

你可能也喜歡

谷歌亚马逊同时砸钱养竞争对手,AI时代最荒诞的商业逻辑正在成真

谷歌和亚马逊在四天内分别宣布向AI初创公司Anthropic投资250亿美元和最高400亿美元,总额达650亿美元。这两家云服务巨头罕见地共同押注同一家竞争对手,反映出AI时代下商业逻辑的根本变化。 投资实质是“算力预售”:Anthropic必须将绝大部分资金用于购买投资方的云服务和芯片,例如承诺未来十年在AWS上投入超1000亿美元,并使用谷歌提供的5吉瓦算力。此举旨在锁定Anthropic作为算力消耗大客户,保障自身产能去化。 核心原因在于,云市场竞争已从价格和稳定性转向“谁的云上运行最优模型”。微软早先通过绑定OpenAI占据先机,而Anthropic凭借Claude模型年化收入达300亿美元,成为企业市场中不可替代的非自研模型,因此成为谷歌和亚马逊必争的战略资产。 然而,Anthropic也面临三重挑战:在两大投资方之间的独立性受侵蚀、安全叙事因模型能力过强而承压,以及未来IPO可能带来的商业化压力。 对比中美AI发展,美国正走向“三极闭环”——微软-OpenAI、谷歌-Anthropic、亚马逊-Anthropic形成排他性绑定,而中国市场上DeepSeek等开源模型提供了一种替代路径,但其可持续性仍待观察。 整体上,巨头投资Anthropic并非单纯看好其估值成长,而是为了在AI重塑一切的浪潮中避免沦为“旁观者”。这张门票正变得越来越昂贵,且无人敢缺席。

marsbit1 小時前

谷歌亚马逊同时砸钱养竞争对手,AI时代最荒诞的商业逻辑正在成真

marsbit1 小時前

交易

現貨
合約

熱門文章

什麼是 $BANK

銀行人工智能:銀行未來的革命性步伐 介紹 在這個科技迅速進步的時代,銀行人工智能處於人工智能(AI)和銀行服務的交匯點。這個創新的項目旨在重新定義金融格局,通過人工智能的力量提高運營效率、安全措施和客戶體驗。在我們探索銀行人工智能的過程中,將深入探討這一項目的內涵、運作動態、歷史背景以及重要里程碑。 銀行人工智能是什麼? 從本質上講,銀行人工智能代表了一項變革性倡議,旨在將人工智能整合進各種銀行運營中。這個項目利用人工智能的能力來自動化流程、改善風險管理協議,並通過個性化服務增強客戶互動。 銀行人工智能的主要目標包括: 銀行功能自動化:通過利用人工智能技術,銀行人工智能旨在自動化日常任務,減輕人力資源的負擔並提高效率。 加強風險管理:該項目利用人工智能算法來預測和識別風險,從而強化針對欺詐和其他威脅的安全措施。 銀行服務個性化:銀行人工智能專注於通過分析客戶數據和行為提供量身定制的金融產品和服務。 改善客戶體驗:實施由人工智能驅動的解決方案,如聊天機器人和虛擬助手,旨在為用戶提供更接近人類的互動,徹底改變客戶與銀行的互動方式。 有了這些目標,銀行人工智能將自己定位為在提高銀行效率、安全性和以用戶為中心的關鍵角色。 銀行人工智能的創造者是誰? 關於銀行人工智能的創造者的具體細節尚不清楚。因此,在可用信息中尚未確定具體的個人或組織。圍繞該項目創建的匿名性引發了問題,但並未減少其雄心壯志的願景和目標。 銀行人工智能的投資者是誰? 與項目的創造者類似,關於銀行人工智能的投資者或支持組織的具體信息尚未披露。沒有這些信息,很難概述可能推動該項目向前發展的財務支持和機構支持。儘管如此,擁有堅實的投資基礎對於在這樣一個創新領域中保持發展至關重要。 銀行人工智能是如何運作的? 銀行人工智能在幾個創新領域運作,專注於使其與傳統銀行框架區分開來的獨特因素。以下是主要的運作特點: 自動化:通過應用機器學習算法,銀行人工智能自動化銀行內的各種手動流程。這樣不僅減少了運營成本,還使人力工作者能夠將精力轉向更具戰略性的活動。 先進的風險管理:將人工智能整合到風險管理實踐中,使銀行獲得準確預測潛在威脅(如欺詐)的工具,確保客戶信息和資產的安全。 量身定制的財務建議:通過持續學習客戶互動,人工智能系統發展出對用戶需求的細緻理解,能夠對財務決策提供量身定制的建議。 增強的客戶互動:利用由人工智能驅動的聊天機器人和虛擬助手,銀行人工智能提供了更具吸引力的客戶體驗,使用戶能夠快速解決問題,從而減少等待時間並提高滿意度。 這些運作特徵使銀行人工智能成為銀行業的先驅,建立服務交付和運營卓越的新標準。 銀行人工智能的時間線 了解銀行人工智能的發展軌跡需要看其歷史背景。以下是突顯重要里程碑和發展的時間線: 2010年代早期:對人工智能整合到銀行服務的概念開始引起關注,隨著銀行機構認識到潛在利益。 2018年:隨著銀行開始使用聊天機器人等人工智能工具進行基本客戶服務和風險管理系統以改善安全處理,人工智能技術的實施顯著增加。 2023年:人工智能的技術不斷進步,生成式人工智能被引入進行更複雜的任務,如文件處理和實時投資分析。今年標誌著人工智能技術為銀行提供能力的重要飛躍。 2024-當前狀態:截至今年,銀行人工智能正處於上升軌道,持續的研究和開發預示著將進一步提升銀行業務的能力。對人工智能應用的持續探索暗示著未來令人興奮的發展。 銀行人工智能的關鍵點 人工智能在銀行中的整合:銀行人工智能專注於採用人工智能來簡化銀行流程並改善用戶體驗。 自動化和風險管理的聚焦:該項目強烈關注這些領域,旨在減輕例行任務的負擔,同時通過預測分析增強安全框架。 個性化的銀行解決方案:通過利用客戶數據,銀行人工智能提供滿足個別用戶需求的量身定制銀行服務。 對發展的承諾:銀行人工智能致力於持續的研究和開發,確保其隨著技術的持續演變而保持適應性和持續相關性。 結論 總結來說,銀行人工智能展現了銀行業的一個重要進步,利用人工智能重塑運營範式、提高安全性,並促進客戶滿意度。儘管有關創造者和投資者的信息仍有缺口,但銀行人工智能的明確目標和功能機制為其持續發展提供了堅實基礎。隨著人工智能技術的不斷進步和與銀行業的融合,銀行人工智能在金融服務未來的影響力將十分顯著,改善我們對銀行的理解和互動方式。

116 人學過發佈於 2024.04.06更新於 2024.12.03

什麼是 $BANK

如何購買BANK

歡迎來到HTX.com!在這裡,購買Lorenzo Protocol (BANK)變得簡單而便捷。跟隨我們的逐步指南,放心開始您的加密貨幣之旅。第一步:創建您的HTX帳戶使用您的 Email、手機號碼在HTX註冊一個免費帳戶。體驗無憂的註冊過程並解鎖所有平台功能。立即註冊第二步:前往買幣頁面,選擇您的支付方式信用卡/金融卡購買:使用您的Visa或Mastercard即時購買Lorenzo Protocol (BANK)。餘額購買:使用您HTX帳戶餘額中的資金進行無縫交易。第三方購買:探索諸如Google Pay或Apple Pay等流行支付方式以增加便利性。C2C購買:在HTX平台上直接與其他用戶交易。HTX 場外交易 (OTC) 購買:為大量交易者提供個性化服務和競爭性匯率。第三步:存儲您的Lorenzo Protocol (BANK)購買Lorenzo Protocol (BANK)後,將其存儲在您的HTX帳戶中。您也可以透過區塊鏈轉帳將其發送到其他地址或者用於交易其他加密貨幣。第四步:交易Lorenzo Protocol (BANK)在HTX的現貨市場輕鬆交易Lorenzo Protocol (BANK)。前往您的帳戶,選擇交易對,執行交易,並即時監控。HTX為初學者和經驗豐富的交易者提供了友好的用戶體驗。

922 人學過發佈於 2025.05.09更新於 2025.05.09

如何購買BANK

相關討論

歡迎來到 HTX 社群。在這裡,您可以了解最新的平台發展動態並獲得專業的市場意見。 以下是用戶對 BANK (BANK)幣價的意見。

活动图片