AI热潮如何让消费电子沦为“芯片荒”的受害者？

数据中心建设的蓬勃发展消耗了大量高科技零部件，尤其是处理器和内存芯片。这种需求挤压了消费电子设备制造商的供应，它们难以获得足够的芯片。

尽管数据中心服务器和智能手机使用的芯片类型不同，但这种情况依然存在。消费电子产品和数据中心之间的关键区别在于它们对芯片优化的需求。智能手机和个人电脑需要低功耗、高散热效率和高度集成。而运行大型语言模型（LLM）等人工智能系统的数据中心则需要最大的计算能力、内存带宽和存储吞吐量。

为了满足这些需求，消费电子设备通常依赖于系统级芯片（SoC），即集成了处理和存储功能的芯片，并搭配动态随机存取存储器（DRAM）和NAND闪存（一种非易失性存储器）。相比之下，人工智能服务器则依赖于图形处理器（GPU）或其他加速处理器，并结合高带宽内存芯片。

消费电子产品供应短缺的原因与芯片市场的特性有关：其集中度高、成本高，以及它如何应对繁荣与萧条的周期性波动。

人工智能并非要取代消费电子产品，而是在围绕特定芯片特性的新需求重塑芯片市场。数据中心正将资金和稀缺的存储容量投入到加速处理器、高带宽内存以及相关数据处理和电子设备的生产中。

芯片制造与其说像一个竞争激烈的商品市场，不如说更像一个层级分明的寡头垄断市场。规模至关重要，因为领先企业能够将资金再投资于研发、提高良率、确保设备供应并深化客户关系。以图形处理器芯片为例，像英伟达这样的设计公司依赖于像台积电这样的先进半导体代工厂，利用阿斯麦（ASML）的极紫外光刻机来制造芯片。

少数几家厂商既设计又制造存储芯片。目前，三星、美光和SK海力士这三家公司占据了存储芯片市场的大部分份额。漫长的研发周期、极高的固定成本以及对技术领先地位的需求，都加剧了市场的集中化。

苹果等消费电子公司以及亚马逊、谷歌、微软和小米等其他科技公司越来越多地自行设计处理器芯片，因为这些芯片决定着用户体验、人工智能性能、能效和系统级差异化。相比之下，内存芯片的制造则需要极高的资本投入；对精度、效率和生产线利用率都有很高的要求；而且该领域一直被少数几家现有供应商所垄断。

自2000年以来，存储芯片行业经历了产能过剩和供应不足的反复周期：互联网泡沫破灭后的市场崩盘、2007-2009年的供应过剩、整合后的2010年代供应紧张、2022-2023年的严重衰退，以及2024-2025年人工智能驱动下的供应紧张。这导致行业集中度很高，芯片制造商不愿增加产能。由于固定成本高昂，芯片制造商通常让芯片制造厂（晶圆厂）满负荷或接近满负荷运转。昂贵的设施可能闲置的风险使得芯片制造商无法与需求增长同步地投产新的晶圆厂。

行业整合减少了主要供应商的数量，这些供应商现在越来越倾向于将投资转向利润率更高的产品，而不是大规模扩大产能。这种转变对于理解为何人工智能需求导致芯片供应趋紧，即便消费电子产品的需求仍在持续增长至关重要。

人工智能的蓬勃发展改变了内存需求，使其从广泛的消费周期转变为以高带宽内存芯片为中心的细分市场。2023年，美光削减了资本支出，其晶圆厂的运营水平低于维持成本所需的水平。然而，到2026年，美光报告称人工智能需求强劲，数据中心DRAM收入创历史新高，高带宽内存销售额也迅速增长。

这种转变至关重要，因为存储器供应市场无法迅速做出反应。新建晶圆厂需要数年规划、巨额资本投入以及对先进工艺设备和技术的投资。即使盈利能力有所提高，存储芯片制造商在扩张产能方面也可能保持谨慎，2026年的支出重点将更多地放在技术升级和高价值产品上，而不是大幅增加芯片供应。

实际上，人工智能并没有简单地平等地提升所有内存需求；它首先将稀缺的容量重新导向大规模或超大规模数据中心和服务器市场。

消费电子产品行业有望迎头赶上，前提是制造商能够承受关税和地缘政治压力带来的成本上涨。一种方法是投资开发小型人工智能语言模型，使其能够在消费设备上运行，分析师预计这些公司将会尝试这样做。

为了降低关税负担，苹果公司已将越来越多的销往美国的iPhone生产线从中国转移到印度，并将大部分面向美国市场的iPad、Mac、Apple Watch和AirPods的组装转移到越南。然而，这种转移并不能消除成本压力。在印度生产iPhone的成本仍然比在中国高出约5%到8%，在某些情况下甚至接近10%，因为中国的供应商生态系统、物流和生产效率仍然更胜一筹。

中美之间日益紧张的地缘政治局势导致关键矿产和芯片组件的供应受限和出口管制，推高了消费电子产品制造商的投入成本。这导致进口总成本上升，利润率下降，而这些企业又无法将成本完全转嫁给消费者，从而进一步加剧了供应链的整合。

消费级设备无需复制数据中心基础设施即可在其产品中提供人工智能功能。它们的机遇在于运行设备端小型语言模型，用于摘要、重写、搜索、辅助和轻量级推理。然而，这样做会带来独特的硬件需求。手机和笔记本电脑需要在同一芯片上集成多种功能，将强大的处理能力与快速的本地内存和足够的存储空间相结合，以确保设备端人工智能的响应速度。苹果公司目前针对其人工智能产品 Apple Intelligence 的设备要求也表明，老款手机通常缺乏运行实用设备端人工智能所需的计算能力和内存。

人工智能和数据中心的蓬勃发展正在重塑整个经济体的资本、供应商关注度和定价权。当芯片供应趋紧时，那些购买力有限的行业尤其脆弱。例如，医疗技术行业在整个芯片市场中所占份额不到1%，这意味着关键设备制造商在芯片短缺时将面临巨大风险。

相比之下，与电力输送和数字基础设施相关的行业可能会从这波繁荣中受益，因为它们需要满足对云服务和电气化的需求。国际能源署估计，到2024年，数据中心将消耗约415太瓦时（TWh）的电力，并指出人工智能正在加速高性能服务器的部署，这意味着对周边电网、存储、冷却和网络设备的需求将更加强劲。

对于消费电子行业而言，战略任务不是在芯片上与人工智能数据中心一较高下，而是在应对更高的供应链和关税风险的同时，构建差异化、节能的终端人工智能服务。

对于想要购买手机、游戏和笔记本电脑的消费者来说，由于数据中心的高需求，未来几年可能会出现价格上涨、短缺和产品发布延迟的情况。