2027—2028，AI第二轮资本开支可能才真正进入高潮：GPU之后，钱正在涌向ASIC、电力、互联和先进封装 伯恩斯坦密集会见博通、英伟达、应用材料、Astera Labs等11家公司后，一个时间点不断重复出现： 2027—2028年。 最值得注意的并不是AI需求放缓，而是AI资本开支正在明显扩散。 过去市场盯着GPU，下一阶段真正可能出现巨大增量的，却是： ASIC、晶圆、先进封装、HBM、电源、液冷、高速互联、硅光。 这可能意味着，AI投资正在从“买GPU”进入“建设整座AI工厂”的第二阶段。 1｜$AVGO：ASIC开始从故事进入收入兑现 博通给出的AI收入路径非常夸张： 2027年：约 1150亿美元 2028年：约 2300亿美元 如果这条路径兑现，最大的意义不仅是博通收入增长，而是证明大型科技公司自研ASIC正在真正进入规模化时代。 但现在行业最大的限制已经不完全是订单。 更现实的瓶颈正在变成： 电力够不够？ 数据中心能不能按时建好？ 先进晶圆够不够？ 封装产能够不够？ HBM和存储能不能跟上？ AI芯片需求仍然存在，但想把芯片真正变成收入，整条供应链都必须同时扩产。 2｜$AMAT：半导体设备和先进封装可能进入新一轮扩产周期 应用材料已经开始按照2028年的需求准备产能扩张，部分产出甚至考虑翻倍。 原因很简单： AI服务器越来越复杂以后，每增加一代计算能力，需要的不只是更多GPU。 还需要更多： 晶圆制造 先进封装 HBM 基板 电源管理 散热设备 与此同时，800V高压直流供电架构的真正收入贡献，更可能集中在 2027年底—2028年。 这说明AI数据中心正在从“芯片升级”进入“整个电力架构升级”。 3｜$ALAB：互联可能成为下一笔被市场低估的大预算 当一个AI集群从几千颗GPU扩大到几万、几十万颗芯片时，真正困难的问题会变成： 这些芯片怎样高速、低延迟地连接在一起？ 所以接下来AI资本开支中，网络和互联的占比可能继续提高。 目前几个重要时间点也高度一致： UALink：2027部署 → 2028放量 NPO：2027测试 → 2028放量 CPO：商业化时间可能更靠后 这背后对应的是一整条新的AI基础设施链： SerDes 高速交换 光模块 硅光 DSP Retimer CPO 过去市场认为“GPU决定算力”。 未来越来越可能变成： GPU决定单颗芯片性能，而互联决定整个AI集群能扩到多大。 4｜AI行情开始从GPU向整座服务器扩散 $NVDA 依然处于AI计算核心。 但如果2027—2028年的资本开支按照现在的方向推进，增量可能越来越多流向GPU之外： 计算： $NVDA $AVGO 设备/制造： $AMAT 高速互联： $ALAB 先进封装 / HBM： 半导体供应链 电源： 800V数据中心架构 光通信： 光模块、硅光、CPO 服务器： 整机、机架和网络系统 这也是未来两年AI投资逻辑最重要的变化之一： 第一阶段，市场交易“算力不够”。 第二阶段，市场可能开始交易“电力不够、互联不够、封装不够、存储不够”。 GPU并没有结束。 恰恰相反—— 正因为GPU和ASIC数量越来越多，围绕它们的整条基础设施供应链，才可能迎来下一轮更大的资本开支。 $NVDA $AVGO $AMAT $ALAB