伯恩斯坦：50GW算力扩张或引爆7360亿美元设备需求，AI芯片制造超级周期来临？

50GW算力目标催生7360亿美元设备支出预期

伯恩斯坦最新研究报告将AI数据中心扩张转化为半导体制造设备（WFE）需求模型：若到2030年全球每年新增50GW AI计算能力，则2027至2029年相关WFE支出累计将达到约7360亿美元，其中2029年单年支出预计达2910亿美元。该预测包含约3760亿美元的AI专属设备支出，叠加每年约1200亿美元的非AI基线支出。

每1GW算力对应约5万片/月晶圆产能

报告核心换算显示，每新增1GW/年AI算力，约需46K–50K WSPM（每月晶圆开工片数）的新增产能。这一需求并非仅来自GPU先进逻辑制程，而是以存储芯片为主导：DRAM占比高达53%，NAND占20%，HBM占16%，先进逻辑仅占11%。这意味着AI基础设施扩张正强力拉动存储芯片制造，尤其是高带宽内存（HBM）和DRAM。

应用材料成最大受益者，设备股盈利弹性显著

在50GW情景下，应用材料（AMAT）、泛林集团（LRCX）和科磊（KLAC）的2029年每股收益（EPS）较当前华尔街共识分别有望上修59.5%、54.4%和37.1%。对应远期市盈率将降至14.9倍、18.4倍和21.2倍。应用材料因在沉积、刻蚀及存储设备领域覆盖全面，成为弹性最大的标的。伯恩斯坦维持对AMAT、LRCX、KLAC、ASML和东京电子“跑赢大盘”评级，Screen则为中性。

数据中心管道激增，但落地仍存多重障碍

截至2026年6月，美国数据中心项目管道容量已从121GW飙升至338GW，过去12个月新增217GW，远超当前投运规模。然而，管道容量不等于实际订单。项目落地需克服电力接入、土地审批、融资成本、GPU供应、网络与冷却基础设施等挑战。此外，半导体设备行业本身存在交付瓶颈——先进设备、关键零部件、安装调试及客户认证周期均较长，难以短期快速放量。

模型假设存在变数，超级周期尚未确定

伯恩斯坦强调，其测算基于特定GPU架构、功耗、芯片面积和资本强度假设，并预设WFE需在2029年底前到位以支撑2030年算力目标。若单位算力能耗下降、芯片良率提升或资本效率优化，实际设备需求可能低于预期；反之，若老旧算力替换加速，需求仍有上修空间。更激进的75GW或100GW情景下，2029年WFE支出或达5420亿美元，部分设备股市盈率或压至10倍以下，但兑现仍高度依赖AI应用变现速度与云厂商资本开支节奏。