鄧聲興：GPU供不應求 「AI泡沫論」不攻自破？ 鄧聲興
在全球人工智能浪潮持續推進的背景下，圖形處理器(GPU)作為AI算力的核心基礎設施，正面臨前所未有的供需失衡局面。據NVIDIA 2026財年第三季度的財報會議，六年前出貨的A100 GPU至今仍在滿負荷運行，同時強調包括B
lackwell、Hopper和Ampere在內的多代GPU安裝基礎均處於全面利用狀態。這一現象不僅展現了AI算力需求的真實性與持續性，更從根本上動搖了「AI泡沫論」的立論基礎。
深入分析當前GPU市場的供需格局，可以發現需求來源正呈現多元化發展趨勢。除了大型雲服務商持續擴建AI數據中心外，各行業的數碼化轉型需求同樣呈現爆發式增長。從金融機構的風險模型訓練，到醫療機構的影像診斷系統，再到製造業的智能質檢平台，AI技術的產業化應用正在全面推開。這種滲透率的提升，使得算力需求呈現出可持續的結構性增長特徵。
值得注意的是，不同世代的GPU產品對應著不同的算力需求層級。高端晶片主要滿足大模型訓練和複雜推理任務，而前幾代產品則在邊緣計算、模型微調等場景中發揮重要作用。這種分層次的算力需求結構，有效延長了GPU產品的生命周期，也為整個AI產業鏈提供了更為穩健的發展基礎。
從產業鏈角度觀察，GPU供需緊張的局面正在催生一系列結構性變化。晶片製造商持續擴大先進製程產能，但短期內仍難以滿足快速增長的需求。與此同時，數據中心運營商積極優化資源配置，通過混合部署不同世代GPU的方式提升整體算力效率。這種趨勢不僅推動了硬件基礎設施的持續投資，也為相關軟件和服務提供商創造了新的市場空間。
對於投資者而言，可聚焦三大方向：具先進製程能力的晶片製造企業，其技術壁壘與定價能力在需求旺盛環境下持續強化；擁有規模化算力資源的雲服務提供商，其基礎設施價值在AI時代正獲重估；以及專注於算力調度與優化的軟件平台，這類企業在提升GPU利用率方面扮演關鍵角色。
展望未來，隨著大模型技術持續演進與應用場景不斷拓展，算力需求將保持強勁增長。業內新一代GPU的滿負荷運作狀態預計持續，前幾代產品生命周期亦將進一步延長。與其擔憂「AI泡沫」，不如把握產業發展的實質進展，在技術創新與應用落地過程中發掘真正的投資價值。GPU持續滿載的現象，正為相關企業的業績增長提供確定性支撐。
香港股票分析師協會主席 鄧聲興(筆者為證監會持牌人士及筆者未持有上述股份)
專家點評 - 鄧聲興 舊文
本文作轉載及備份之用 來源 source: http://hk.on.cc
