SemiAnalysis：存储还有翻倍空间华尔街日报

创始人Dylan Patel表示，Anthropic已盈利，ARR超500亿美元，证伪ROI质疑。硬件层面，内存已涨4倍、还将再涨2-3倍，推理模型驱动的结构性短缺将持续数年；CPU需求多为历史“补账”，是短期“迷你周期”而非长期拐点。CPO量产推迟至2028年末，铜缆红利期意外延长；而电力瓶颈正迫使数据中心转向自建“表后电源”。

AI基础设施的每一层正在同步承压，而机会与误判并存。SemiAnalysis创始人Dylan Patel近日接受播客专访，系统梳理了当前AI基础设施栈的核心动态与投资逻辑。他的判断涵盖模型经济学、内存超级周期、CPU的重新定价、CPO的时间线风险，以及数据中心能源供给的结构性机遇。

针对市场对AI投资回报率（ROI）的普遍质疑，Dylan透露，Anthropic已于今年第二季度实现自由现金流转正，年化经常性收入突破500亿美元，毛利率超过70%。在企业端，最新AI模型带来的生产力跃升远超算力成本的增加，促使企业削减其他软件开支以维持爆炸性增长的AI预算。

在硬件演进层面，向推理模型的范式转换正在重构市场需求。Dylan强调，存储面临长达数年的结构性短缺，仍有2至3倍上行空间；与此同时，尽管智能体和强化学习推高了CPU需求，但卖方市场对此定价过高，CPU的增长主要来自历史“补账”，其在AI服务器中的绝对价值仍远不及GPU。

Dylan认为，备受市场期待的共封装光学（CPO）大规模落地时间，则被明确推迟至2028年底至2029年，意外延长了铜缆连接器的红利期。而电网输配电的受限，正迫使数据中心转向“表后电源”（自建电源），在传统的芯片投资之外，催生出庞大的工业能源和电力转换供应链投资机会。

Anthropic率先造血，AI需求叙事开始落地

对于市场上关于AI企业ROI的质疑，Dylan Patel给出了具体数据予以回应。

"Anthropic在第二季度已经实现了自由现金流为正，4月盈利，5月盈利，6月看起来也会是一样。"他表示，Anthropic年化经常性营收已超过500亿美元，毛利率超过70%。OpenAI的营收也随着Codex采用率的提升快速增长。

SemiAnalysis自身的支出轨迹也印证了这一趋势。去年11月，该公司90人团队年化AI支出不足10万美元；到今年1月底，因Claude Code大规模铺开，这一数字飙升至400万美元年化；目前已达1100万美元，峰值周折算年化一度触及1400万美元。"员工人力成本加上AI成本，AI这部分已经超过了三分之一，年底前很可能达到一半。"

他同时指出，更新、更强的模型在实际使用中并不必然更贵。旧模型可能需要10万个token、10次交互才能完成一个任务，新模型可能只需2.5万个token、1次交互。"每次模型从4.6 Opus升级到4.7 Opus，我们的支出会先下降一周，然后又飙上去——因为大家一看，以前做不了的事现在能做了。"他认为，这也是Anthropic在与OpenAI的竞争中占据优势的核心原因之一：token效率更高，用户综合成本更低。

内存：结构性短缺，而非普通周期

在所有硬件品类中，Dylan Patel对内存的判断最为坚定。

"这不是短期短缺，是会持续多年的结构性短缺。"他指出，内存产能每年仅增长20%至30%，而AI侧需求正在翻倍又翻倍，两者之间的缺口将持续扩大。

驱动这一判断的核心逻辑来自推理模型对KV缓存的冲击。传统对话式推理的上下文长度以数千token计，KV缓存消耗有限；但以o1为代表的推理模型出现后，上下文长度爆炸性增长，KV缓存随之急剧膨胀，内存成为最直接的受益品类。SemiAnalysis在2024年12月即发布报告，专门指出这一趋势。

供给侧的刚性约束将迫使下游市场重新分配有限内存资源。他预测，价格弹性低的消费电子将率先承压——中低端手机厂商出货量已下降40%，iPhone和MacBook明年价格将上涨。"内存会持续涨价，消费电子被压缩到一个新的水位，直到AI拿到它需要的内存，才算真正够用。"他补充称，即便周期下行届时也会到来，"从波谷到波谷，长期增长是毋庸置疑的。"

CPU：补缺行情有限，别过度外推

CPU是今年AI基础设施叙事中涌现的新主角，但Dylan Patel对此持有明确的警示立场。

CPU需求的复苏逻辑清晰：强化学习需要大量CPU来运行环境验证（代码单元测试、模拟操作等）；智能体推理要求模型频繁调用工具、与现实世界交互，这些操作高度依赖CPU算力。与此同时，过去几年大规模出货AI芯片，配套CPU严重不足，目前正处于集中补缺阶段，ARM、英特尔、AMD均已受益，英伟达Vera CPU也给出了200亿美元营收指引。

"但我要给一个重要警示：这里面有大量补缺效应。"他表示，一旦历史欠账补完，后续只剩增量需求，需求将回归正常。从绝对金额看，Blackwell单块约5万美元，CPU约5000美元，即便比例上CPU增配更多，美元量也远低于AI加速芯片。"内存和AI加速芯片才是大头，CPU是被低估后的重估，现在已经更合理定价了，但不会无限期地以超过AI芯片的速度增长。"

光互连：长期看好，短中期慎对CPO

网络与光学互连是另一个市场情绪高涨的领域，但Dylan Patel对CPO（共封装光学）的落地节奏持审慎态度。

"CPO真正大规模量产，我的判断是2028年底到2029年。"他指出，目前制造良率、芯片设计和供应链成熟度均未达到大规模部署标准，而英伟达Rubin及其后续架构Feynman仍将使用全铜方案，CPO在GPU侧还需等待数代芯片迭代。

他透露，SemiAnalysis上周刚向机构订阅客户发布报告，中期内反而更看好铜缆和非CPO光学方案，对CPO持谨慎态度。部分下游芯片的设计变更（如Rubin Ultra的Kyber已去掉800V设计）进一步推迟了CPO落地时间。安费诺等铜缆连接器公司将因此比预期获益更多。

"CPO长期会发生，铜缆长期会被取代，但时间线被推迟了，短中期铜缆仍有很大机会。"

电力：自建电源将成主流，创新路径多元

数据中心的电力供给正在成为AI增长最硬的物理约束。按Dylan Patel的预测，新增数据中心用电量今年20吉瓦，明年30吉瓦，后年50吉瓦，增长近乎爆炸性。

他将能源问题拆解为三个维度：输电、发电与转换。输电是最难突破的环节，涉及监管政策、地方电力公司垄断结构以及成本分摊机制，短期内难以改变。发电与转换则机会广泛。

他预测，未来几年内，新增数据中心用电的一半将来自"表后电源"（behind the meter），即企业自建电源，而非依赖公共电网。目前主流方案是联合循环燃气机组（CCGT），来自GE Vernova、三菱、西门子等厂商；同时也出现了往复式发动机、工业燃气轮机乃至改装自船用、火车、卡车发动机的非传统方案。"听起来粗粝，但它能跑，而且已经在被人用了。"

更长期来看，他判断大约两年内太阳能加储能的综合成本将低于燃气发电；更远期则是太空数据中心——将计算芯片部署至轨道，太阳能电池板无需穿透大气层，能量密度远高于地面，且无需储能。

转换侧同样充满投资机会，从IGBT、碳化硅到氮化镓MOSFET，以及固态变压器、UPS和超级电容，整条电压转换链路正在快速演进。SemiAnalysis目前规模最大的研究部门，已不是半导体，而是其内部称为"DEI"（数据中心、能源与工业）的团队，追踪全球每一座数据中心与发电厂的部署动态。

以下为访谈全文：

主持人：欢迎回到下一件大事播客。我是主持人，今天与我同行的有同事Klay Hyman，以及我们的新合伙人、SemiAnalysis研究机构的创始人Dylan Patel。今天是一个特别的日子，我们将与Dylan一起深入探讨当前AI基础设施领域的全貌。Dylan的内容我一直在关注，他的播客出镜率很高，SemiAnalysis的新闻通讯也一直是我的必读清单。最近他们有一篇关于太空数据中心的深度报告，感兴趣的朋友可以去看看，非常详尽。

Dylan，我很想听你聊聊SemiAnalysis最初是怎么来的。我知道在Substack社区里，大家最近都在谈论这家公司的营收和成功，但我觉得很多时候，人们只看到了成功的当下，却忘了背后的旅程和付出了多少心血。

SemiAnalysis的起源

Dylan Patel： SemiAnalysis的起源其实来自网上发帖——用不太镇定的说法就是“灌水”。回想我首先关于半导体的帖子，那是在我十几岁的时候，我就开始在网上发芯片、智能手机、关于智能手机显示屏和智能手机SoC的帖子，虽然那会儿我自己都还没有智能手机，但我就是痴迷于这些东西。游戏硬件、PC硬件、主机硬件也一样，我一直在网上到处发帖子。

到了12岁，我已经在管理和创作很多与Android、苹果、谷歌、英特尔、英伟达、AMD相关的论坛，以及Reddit上跟这些硬件话题相关的各种版本的块。这就是一切的起源——我一直是个“发狂人”，一直在帖子表达自己的观点，一直在回复、思考、接受评论。

我们团队里的人——现在公司已经有90人了，我们甚至有专门的市场部门——他们常哭说：“迪伦，别再回复网上那些乱喷的人了，你这样让公司视野很不专业。”心里我还是有一个强烈的警报，只要在网上批评我，我就想到了。这也许不是一件好事，但确实如此。

整个青少年时期我都在管理这些论坛。等到开始赚钱后，我就开始做投资。后来我做了两个量化交易员，然后创立了自己的公司，但这一路上我一直在不停地发帖。我曾去过匿名博客，匿名发帖，但到了2020年，我对自己的工作感觉厌倦了——做量化交易员的幻灭感，就是说，你确实能赚钱，但并没有想象中那么光鲜。于是我基本上辞掉了工作，开始创业。

我当时并不确定这条路能走多远，但我在自己搭建的WordPress网站上，用真实姓名发帖，内容主题科技、商业、金融、供应链等我最感兴趣的领域——因为我是在一个小生意家庭里长大的。我在佐治亚州一个乡下的旅馆里，我父母经营着这家旅馆，就住在里面。后来我们开了加油站，所以我内部就做生意，一直很喜欢商业。

后来，WordPress网站转成了Substack，开始收费，写遍了整个半导体和AI供应链。四年间我跑遍了世界各地，一年参加四十场会议——从AI研究者的顶级学术会议，到芯片供应链里某种化学原料的行业小会，从服务器到网络再到晶圆制造，上上下下整条栈我都去。有些会议只有三百人，全程日语只有五个人能用英语交流，我也去。有些是一两万人的大会，也去。参加了三届之后，你就真正掌握了这个领域的语言，认识了里面的人，能提出真正有深度的问题，整个生态系统就这样在你脑海里建立起来了。

SemiAnalysis的成长与团队建设

Dylan Patel：我一直关注技术上的"拐点"——每当在会议上发现某个技术或供应链的变化，我就能判断它会在供应链或财务层面带来什么影响。有些报告纯粹是技术向的，金融界根本不关心；但有些报告就能说清楚这是个瓶颈、这是个拐点、这家公司凭借下一代技术将拿下大量市场份额——而且我能比市场上任何人、任何对冲基金都更早说出来。

2022年Substack越来越大，我开始招人。头两个人是我在Discord上认识了多年的网友。第三个人是Myin，他以前在对冲基金工作，当时要搬到日本陪太太生活，是个"自由身"。我发过一篇文章，说内存是AI最大的输家——因为AI服务器用的内存量比普通服务器少得多。在付费区末尾，我顺带说了一句"我在招人"，Myin就来了。他是第一个有对冲基金背景的人，另外两个是技术背景。他一加入，我们就开始建各种财务模型，业务也从纯新闻通讯，逐步转向信息服务、研究报告销售、数据集销售。

从那以后，雪球就开始往下滚了。从2023到2024年，人数从2人增到7人；2024年底到2025年初，从7人到20人；2025到2026年，从20人到60人；今年又增加了30人，现在是90人。

SemiAnalysis最令人兴奋的地方，在于人才密度——我不知道还有哪家公司能在这种聚焦程度上有我们这样的专业积累。我们有来自ASML、应用材料、泛林半导体这些设备公司的人，有来自英特尔、台积电、英伟达、微软、亚马逊的人，有曾在OpenAI做模型的人，有在特斯拉做FSD的人，有在Cohere工作过的人，有专注数据中心的人，还有一个人在哈萨克斯坦建过发电厂——这种人才密度真的很疯狂。大概一半的人是行业各层级的工程师，另一半是前对冲基金人士，或者从网上找到的、充满热情的聪明人，我在Twitter或Discord上发现了他们，说"你很聪明，来跟我工作吧"，这套方法行得通。

现在SemiAnalysis有很多业务线：数据服务、咨询、信息服务、新闻通讯、媒体，还有即将举办的一场大型会议，是一场相当精彩的旅程。