内容摘要Mr. P质疑“10年AI需求能见度”，并认为存储、ABF载板、电力及高级封装正成为算力瓶颈。
正文
观点：所谓「10年AI需求能见度」是谎言，存储、ABF载板和电力才是隐形瓶颈
动察 Beating AI 快讯，半导体科研机构 P Equity Research 分析师 Mr. P 在 9 月 26 日播客中表示，市场所谓超大型云厂商拥有「10 年需求能见度」的说法并不可信，云厂商很难预测两年后的需求变化，AI 基础设施投资最终仍将受到周期性支出的约束。
短期来看，AI 推理需求将继续推动 HBM、DRAM 和 NAND 等存储产品需求增长，预计明年超大型云厂商资本支出将达到 1.1 万亿至 1.2 万亿美元，其中存储支出可能占 50% 至 60%，约 5000 亿至 7000 亿美元，瑞银甚至预计这一数字可能达到 9000 亿美元。
Mr. P 认为，当前 AI 算力瓶颈已从单纯的 GPU 数量逐渐转向电力、高级封装、存储和 ABF 载板等环节。H100 等老一代 GPU 仍维持较高二手价格，B 系列 GPU 租金也持续上涨，而 ABF 载板供应紧张可能持续至 2028 年至 2030 年以后，三菱、西门子和 GE Vernova 等燃气轮机厂商的订单也已排至 2030 年以后。
在数据中心互联方面，Mr. P 预计铜缆与光通信将在未来数年并存，NPO 可能于 2027 年率先扩大应用，CPO 则可能在 2028 年至 2029 年开始爬坡，但真正成为主流或要等到 2030 年以后。
原文链接：https://m.theblockbeats.info/flash/369193
AI 辅助解读
以下为辅助分析，与已报道事实分开展示；重要信息请进一步核实。
这篇内容主要表达一种行业判断：AI建设并不只是购买更多GPU，还需要足够的存储、芯片封装与载板、电力，以及数据中心内部的连接设施。Mr. P认为，云厂商无法可靠预判很长时间后的需求，因此长期投资仍可能随行业周期变化。文中的资本支出、供应紧张期限和技术应用时间均属于预测。
对读者的影响
如果这些判断成立，AI基础设施的扩张速度可能更多取决于存储、ABF载板、高级封装和电力供应，而不只是GPU数量；同时，市场对长期AI需求和相关资本支出的预期也可能存在较大波动。
新手应把这篇内容视为分析师观点和行业预测，而不是已经确定发生的结果。可重点区分已出现的市场现象与对未来支出、短缺时间及技术普及节点的估算。
风险与未知
- 内容是媒体对分析师播客观点的转述，未提供原始报告或完整播客内容供核对。
- 1.1万亿至1.2万亿美元资本支出、50%至60%的存储占比及相关金额均为预测，尚未得到结果验证。
- 瑞银可能预计9000亿美元的具体依据和统计口径未在原文说明。
- H100二手价格、B系列GPU租金及燃气轮机订单情况没有提供数据来源或具体数值。
- ABF载板紧张期限以及NPO、CPO应用时间表均存在不确定性。
- 原文没有证明存储、ABF载板、电力和高级封装必然成为持续瓶颈。
