芯耀
与非AI
378
科技史上最大规模的资本支出浪潮正在重写AI数据中心电子元器件供应规则，影响所有与超大规模基础设施共享供应链的OEM（原始设备制造商）厂商。
相关数据令人瞠目。亚马逊、微软、谷歌、Meta和甲骨文这五大超大规模数据中心运营商，预计2026年在基础设施上的支出将超过6000亿美元，较2025年增长36%。其中约75%（即约4500亿美元）用于AI基础设施。若将范围扩大至全球14家最大上市数据中心运营商，全年资本支出将接近7500亿美元。
这并非暂时性的激增。高盛预测，2025年至2027年超大规模运营商的资本支出总额将达到1.15万亿美元，是2022年至2024年4770亿美元支出的两倍以上。2025年12月，美国数据中心建设支出折合月度规模达到451亿美元，较两年前上涨85%。
对于为航空航天、国防、汽车和工业市场制造电子产品的原始设备制造商（OEM）中的工程、采购和供应链负责人而言，这场AI数据中心的热潮并非抽象的宏观经济趋势，它已成为其产品所依赖的零部件领域中一个直接且日益激烈的竞争对手。Accuris的交货周期追踪数据清晰地揭示了这一影响：2026年3月，半导体交货周期已达40周，其中AI数据中心大量消耗的存储器IC和光纤组件面临最为严峻的供应短缺。
01、AI数据中心需求规模：数据说话
为了理解AI数据中心热潮如何重塑电子元器件供应，有必要将需求量化为可直接反映供应链现状的数据。
来源：Fortune、Tom's Hardware、国际能源署（IEA）、BloombergNEF、高盛、Introl、Tech Insider。
02、AI数据中心正在消耗供应的五大元器件类别
1. 存储IC：最为严峻的短缺
2026年，全球高达70%的存储芯片产量将被AI数据中心消耗。AI硬件加速器对高带宽存储器（HBM）的需求，迫使三星、SK海力士和美光这三大存储芯片制造商将有限的洁净室产能重新分配至利润率更高的企业级产品。HBM目前已占DRAM晶圆总产能的23%，而仅仅两年前，这一数字还是个位数。
这一产能重配正催生IDC所描述的全球存储短缺危机。DRAM价格急剧攀升，部分分析师预计年中价格将上涨50%。影响远不止于数据中心：智能手机、PC、汽车和工业电子制造商都在争夺剩余30%的产能。对于航空航天和国防领域的OEM厂商，其雷达处理、通信系统和航空电子设备均依赖存储IC，这种供应紧缩带来的压力既直接又持续。
2. 电源管理IC与分立半导体
每套AI系统服务器机架都需要复杂的电力传输：电压调节器、电源转换器、栅极驱动器和电流传感器，以管理流向GPU集群的数百千瓦电力。2026年全年预计将持续面临电源IC供应短缺，根源在于AI数据中心服务器需求的急剧增长。这些电源管理芯片采用成熟半导体工艺节点（90纳米至350纳米）制造，是几乎所有电子产品的基础构件：汽车电源系统、工业电机驱动、医疗设备电源及国防电子设备。
其结构性问题在于，成熟节点产能的投资相对于流入AI芯片先进节点的资本而言十分谨慎。这些承压的芯片，正是在疫情短缺之后恢复周期最长的那些，而现在再度面临产能跟不上需求的局面。
3. 光纤组件与高速互连
AI数据中心在计算节点、存储阵列与网络基础设施之间需要巨大的带宽。自2025年年中起，光纤收发器、连接器和光学模块已进入Accuris追踪数据中交货期最长的类别，与传统半导体类别并列。AI训练集群需要数千块GPU以每秒太比特的速度进行通信，其带宽需求消耗了光互连容量，而电信、航空航天和国防项目同样依赖这些容量。
4. 逻辑IC与可编程逻辑器件
尽管当前需求的主要焦点在于AI加速器芯片（GPU 和定制 ASIC），但数据中心基础设施同样消耗了大量用于网络、存储控制器、主板管理和安全功能的标准逻辑IC、接口IC以及可编程逻辑器件。Accuris的交货周期数据显示，受人工智能基础设施、汽车及工业领域对制造产能的共同拉动，逻辑IC和可编程逻辑器件的交货周期在2026年3月达到25至40周。
5. 被动元件与连接器
每台AI服务器包含数千个被动元件：用于电源去耦的电容、用于稳压的电感、用于信号调理的电阻，以及用于板对板和机架间互连的高密度连接器。尽管被动交货期（Accuris数据为10至20周）相比半导体仍较稳定，但2025年底电感进入交货期最长类别，这一现象在历史上往往预示着更广泛的供应紧张局面即将到来。当被动元件承压，说明全行业采购团队已开始防御性备货。
03、这对数据中心市场以外的OEM厂商意味着什么
共享元器件类别的交货周期延长。存储器IC、电源管理元器件、光纤和逻辑器件既被AI数据中心产品所消耗，也被非数据中心产品所消耗。当AI数据中心吸纳了70%的存储器产量时，其他所有买家便只能争夺剩余的30%。
需求驱动的通胀带来的定价压力。元器件价格受供货分配影响。当需求超过供应时，制造商会优先满足订单量更大、利润率更高的AI数据中心客户。订单量较小的OEM厂商则面临两种选择：要么支付溢价，要么接受更长的交货周期。
在缺货期间，假冒风险加剧。迫使原始设备制造商（OEM）从授权渠道以外采购的因素，即交货周期延长和配额限制，恰恰是假冒芯片滋生的温床。国际电子分销商协会（ERAI）报告称，2024年假冒芯片数量增长了25%，而2026年的缺货形势将更为严峻。
被动决策的成本不断攀升。Accuris的调查数据显示，72%的企业表示因被动型供应链决策导致的年成本超过5万美元，46%的企业每年遭遇3至10次代价高昂的供应中断。在AI数据中心需求同时挤压多个元器件类别供应的环境下，此类中断的频率和成本均呈上升趋势。
04、为何这一需求是结构性而非周期性的
以往的半导体需求激增，例如2020年至2022年因疫情引发的短缺，都是由暂时性的需求激增推动的，最终都会得到修正。而AI数据中心热潮在三个根本方面有所不同。
这项投资得到了全球最大科技公司的支持。这些公司拥有足以支撑多年建设周期的资产负债表，并承诺每年投入6000亿美元或更多的资本支出，因此这种需求绝非投机性质。它已获得资金支持、签订合同并正在建设中。
AI工作负载的增长呈复合增长态势，而非周期性波动。与存在季节性峰谷的消费电子产品周期不同，自2023年以来，AI计算需求持续增长，且没有放缓的迹象。每一代大型语言模型所需的计算能力、内存和互连带宽都比上一代更多。
电力供应和建设限制正在延长项目时间表。预计2026年计划中的AI数据中心容量的30%-50%将推迟至2028年，原因在于电网并网排队和建设瓶颈。这意味着原本预计在2026年达到峰值的组件需求，将随着延迟项目的上线而持续至2027年和2028年。
就供应链规划而言，其含义不言而喻：受AI数据中心需求影响的零部件类别，其供应紧张状况将持续数年，而非仅限于几个季度。
05、OEM厂商如何保护自身供应链
与AI数据中心基础设施共享零部件类别的 OEM，需要调整其采购和设计策略，以适应这样一个市场：在该市场中，单一买家群体就可能消耗关键类别中全球产量的绝大部分。
评估BOM在AI数据中心相关品类上的风险敞口。识别当前BOM中属于内存、电源管理、光纤、逻辑芯片或高密度连接器类别的所有元器件。针对每类元器件，评估当前交货周期趋势、单一来源风险以及与AI数据中心需求的重叠程度。
将受影响元器件的规划周期延长至52周或更久。当交货周期超过40周时，标准的13周或26周规划周期已不足以应对。与分销商和制造商共享更长期的预测，以便他们能根据您的需求进行资源分配。
在设计中注重采购韧性。对于新设计，应指定兼容多供应商的封装规格，并评估能够降低对最受限类别依赖的替代架构。采用避免单一来源HBM或使用兼容第二供应商的电源转换器的设计，在结构成本和可用性方面具有优势。
持续监控供应趋势。对于持续进行监控的企业而言，数据中已清晰显示出2026年3月供应周期骤增之前长达12个月的逐步延长趋势。仅靠季度物料清单（BOM）审查无法及早发现这些趋势并采取行动。
与授权分销商建立战略合作关系。在供货受限的市场环境下，与分销商的关系以及需求信号的共享将成为竞争优势。分销商会优先向那些需求可预见的客户分配货源。
为存储器和电源IC价格的持续上涨做好准备。鉴于当前的需求结构，假设价格将回归至2024年水平的预算规划并不现实。应将当前及预测价格纳入前瞻性成本模型中。
06、电子元器件竞争格局的新面貌
AI数据中心的蓬勃发展已永久性地改变了电子元器件供应领域的竞争格局。航空航天、国防、汽车、医疗和工业市场的原始设备制造商（OEM）不再主要彼此竞争以争取元器件配额。它们现在面临的竞争对手是历史上规模最大、资金最雄厚的科技公司，这些公司的采购规模足以吞噬整个元器件品类的大部分份额。
未来能够成功驾驭这一局势的企业，必须具备三项能力：具备前瞻性视野以尽早预判供应影响；拥有数据支持以精准量化风险敞口；以及具备决策智慧，能在市场形势不利于自身之前采取行动。
来源：内容由芯世相（ID：xinpianlaosiji）编译自「accuristech」，作者：Sarita Benjamin
