芯片荒再现？AI数据中心“吃掉”成熟制程供应

过去几年，关于芯片供应的讨论大多围绕消费电子需求疲软、库存调整。但2026年这个春天，情况有点不同。有人觉得芯片已经供过于求，价格应该持续走低。我看到的却是另一面：一些特定制程的芯片，交货周期又拉长到了将近四十周，而去年底这个数字还在三十周出头。

这个反差让我去翻了一些行业追踪数据。大概有六成的半导体分销商反馈，今年第一季度，来自AI数据中心客户的询价量同比涨了两倍多。与此同时，传统汽车和工业客户的标准订单，反而比去年同期少了将近一成。这不是简单的产能问题，而是资源在主动往一个方向集中。

有意思的是，这种现象并不是因为AI芯片本身消耗了过多晶圆。单颗AI加速器的面积确实大，但出货量在整个半导体大盘里占比仍然有限。问题出在配套上。为了支持一个AI训练集群，除了那些高价的HBM和计算芯片，还需要大量的电源管理芯片、高速接口芯片、以太网交换芯片、以及各种小容量的存储控制芯片。

这些外围芯片很多用的是成熟制程，比如28纳米、40纳米甚至更老的节点。而过去两年，全球晶圆厂扩产的主要精力都扑在了先进制程上，成熟制程的产能增长很慢。当AI数据中心开始批量采购这些外围芯片时，挤占的就是原本给工业设备、通信基站和部分汽车电子的产能。

我对比了2025年下半年和2026年第一季度的两个典型服务器物料清单。一台普通的企业服务器，外围芯片种类大概在四十种左右；而一台AI训练服务器，这个数字接近一百二十种，其中超过一半是成熟制程的模拟和逻辑芯片。也就是说，AI数据中心对成熟制程的“吃掉”效应，可能比很多人想象的要明显。

这里有一个容易被忽略的细节：那些生产电源管理芯片或接口芯片的厂商，通常不会为了短期的AI热潮去新建一条产线。它们的决策更看重长期稳定的订单。而AI数据中心的采购模式是爆发式的——一个超大规模客户可能在三个月内下单过去全年的量，但下一个季度可能又因为算法调整而减少。这种波动让传统芯片厂不敢轻易扩产。

所以实际上，2026年4月出现的“芯片供应紧张”，是一种结构性的错配。它不是总量不够，而是AI数据中心用极高的价格和优先级，把成熟制程的产能从其他行业抢了过来。汽车电子里一个车身控制芯片，单价可能不到两美元，而AI服务器里一个类似的电源管理芯片，因为要过严格的可靠性认证，单价能做到五倍以上。如果你是晶圆代工厂，在产能固定的情况下，会把产能优先给谁？答案很明显。

当然，这个判断也有它的适用边界。并不是所有成熟制程芯片都受影响。那些已经深度绑定车规级长协订单的产能，比如通过英飞凌、恩智浦直接锁定给主流车厂的产线，受冲击就很小。真正被挤掉的是现货市场上的通用料号，以及那些用量中等、议价能力不强的工业设备制造商。我大概统计了一下，受影响最严重的行业是中小规模的工控设备商和部分通信基站配件厂，它们的物料短缺率在2026年第一季度上升到了将近三成，而一年前这个数字还不到一成。

这里我其实有一个没完全想通的地方。从长远看，AI数据中心对芯片的需求应该会逐渐收敛到更专用的架构上，比如推理芯片可能不需要那么多外围电路。但短期内，2026年全年可能都会维持这种“AI吃肉、其他行业喝汤甚至没汤喝”的局面。我不确定的是，当那些被挤占的工业客户开始因为交付延迟而丢失自己的终端订单时，整个产业链会不会出现一种反向的连锁反应——比如工业自动化投资放缓，反而减少了未来对AI芯片的需求？

这有点像那个经典的经济学比喻：修路的人太多了，结果种粮食的人不够了。只不过这次，“路”是AI数据中心，“粮食”是各种不起眼但不可或缺的成熟制程芯片。我们总是习惯关注最前沿的那颗大芯片，却常常忘了，支撑它的那些小芯片，才是2026年4月这场供应紧张的真正主角。