当超大规模云厂商持续加码资本开支，AI 算力需求从训练向推理、Agentic AI 等新场景扩散，投资者开始寻找下一个关键答案：这一轮 AI 基础设施周期还能持续多久？哪些环节将继续受益？
9 月 8 日至 11 日，高盛将在旧金山举办 Communacopia 暨科技大会，32 家来自数字 /AI 芯片、EDA 软件、模拟半导体、半导体设备、存储及 IT 服务等领域的全球公司将参与。高盛分析师围绕本次大会梳理出五大核心辩题，涵盖AI 算力需求、半导体设备周期、存储供需、模拟芯片复苏以及 EDA 软件的 AI 商业化。
从高盛的最新判断来看，AI 资本开支的韧性仍是贯穿产业链的主线，而设备、存储等周期性行业也正在迎来结构性需求支撑。与此同时，定制 AI 芯片和 Agentic AI 正在打开新的增量空间，科技产业链的增长逻辑正从单一的算力扩张，进一步向更广泛的硬件和软件环节延伸。
辩题一：AI 算力需求——驱动因素与竞争格局如何演变？
AI 算力市场正在进入一个新的阶段。过去市场更关注大模型训练带来的 GPU 需求，如今投资者开始进一步追问：云厂商还能投入多少资本？数据中心的土地、电力和机房资源是否会成为瓶颈？Agentic AI 能否带来新的算力需求？通用芯片与定制芯片的竞争又将如何演变？
高盛预计，各家公司整体仍将对 AI 需求保持乐观。超大规模云厂商的资本开支环境依然强劲，而 Agentic AI 有望成为新的需求催化剂。随着推理成本持续下降，以及代码生成等应用开始展现可量化的投资回报，AI 基础设施投资的经济性正在得到进一步验证。
在芯片架构方面，高盛认为，通用芯片（merchant silicon）短期仍将占据主导，但 ASIC（专用集成电路）和定制加速芯片的市场份额将逐步提升。随着客户对单位算力成本和能耗效率的要求不断提高，AI 芯片竞争也将从单纯的性能比拼，转向性能、成本与功耗的综合优化。
与此同时，英伟达预计将进一步围绕 Rubin 产品周期以及实体 AI（Physical AI）展开讨论；博通则可能重点介绍 AI 网络和定制 XPU 的发展；AMD 则有望围绕 MI4XX 机架级解决方案和 ROCm 软件栈，进一步阐述其在 AI 基础设施中的竞争位置。
辩题二：半导体设备—— WFE 上行周期能否延续至 2028 年？
AI 资本开支正在通过先进逻辑、晶圆代工、DRAM 和先进封装等环节传导至半导体设备市场。市场当前最核心的争议是：2027 年 WFE（晶圆制造设备）增速能否超过 2026 年约 35% 的预期，以及本轮设备上行周期能否延续至 2028 年以后。
高盛的判断相对积极，认为本轮 WFE 上行周期至少有望持续至 2028 年。其中，DRAM、前沿逻辑 / 晶圆代工和先进封装将成为主要增长动力，NAND 和成熟制程逻辑的资本开支也有望逐步恢复。
除传统芯片厂商外，Terafab 等非传统客户的进入，以及 Intel 投资周期重新提速，也可能为设备需求带来额外增量。
从工艺环节看，沉积（deposition）和刻蚀（etch）仍是高盛重点关注的方向。与此同时，先进封装、检测和计量等环节也有望受益于 AI 芯片复杂度提升以及先进制程扩张。
辩题三：存储与固态硬盘——供需偏紧能否支撑估值重构？
AI 服务器需求正在将存储从传统周期品重新推向 AI 基础设施核心环节。当前市场争议主要集中在：2028 年前 DRAM 和 NAND 将增加多少供给，厂商扩产会否改变全球供需格局，以及 AI 服务器厂商优化内存配置会不会削弱需求增长。
高盛供需模型显示，2026 年至 2028 年，DRAM 供需缺口预计分别为 5.0%、5.9% 和 3.9%；NAND 同期缺口预计为 4.4%、4.6% 和 3.0%。这意味着，即使未来几年新增产能逐步释放，DRAM 和 NAND 市场仍可能维持供不应求。
供需之外，行业资本回报同样值得关注。高盛预计，多数存储企业可能将约 50% 至 100% 的超额自由现金流用于资本返还，若存储价格持续保持强势，现金流改善与股东回报提升可能进一步改变市场对行业估值的定价方式。
技术进展则是另一条主线。硬盘方面，HAMR（热辅助磁记录）量产进度值得关注；NAND 方面，HBF 等新技术路线的商业化也可能影响未来供给结构。
辩题四：模拟半导体——周期复苏能否比预期更持久？
模拟半导体的市场逻辑正在从 " 周期触底 " 转向 " 复苏空间还有多大 "。
高盛数据显示，截至 6 月，模拟芯片出货量已经较长期趋势线高出约 5%。但分析师认为，这并不意味着本轮周期已经接近尾声。过去四年行业出货量持续低于趋势水平，意味着此前积累了较大的需求修复空间。
与此同时，汽车等传统终端市场正在逐步改善，AI 数据中心又提供了新的增量需求。如果价格回升能够进一步传导至营收和利润率，AI 需求与传统终端复苏的叠加，可能使本轮模拟芯片周期比市场此前预期更加持久。
因此，市场接下来需要重点观察的并非单纯的出货量变化，而是价格、库存和终端需求改善能否形成正向循环，以及 AI 数据中心需求能否成为拉长行业周期的新结构性变量。
辩题五：EDA 软件—— Agentic AI 能否打开新的增长曲线？
如果说 AI 算力、设备和存储是本轮基础设施投资的直接受益环节，那么 EDA 软件可能成为下一阶段的新增量。
高盛关注的核心问题是：定制 AI 芯片浪潮能否推动 EDA 行业增长提速，以及 Agentic AI 能否将设计效率提升转化为实际收入。
随着 AI 芯片定制化程度提高，芯片设计复杂度上升，工程师短缺问题也更加突出。高盛认为，EDA 企业有望借助 Agentic AI 自动化部分设计、验证和优化流程，将效率提升转化为商业价值。
高盛估算，到 2030 年，Agentic AI 可能为 EDA 行业带来每年约 37 亿美元的增量市场，这一机会目前尚未充分反映在卖方盈利预期中，最早可能于 2026 年下半年开始显现。
