伯恩斯坦最新報告把 AI 數據中心擴張換算成半導體製造設備訂單：如果到 2030 年 AI 數據中心每年新增 50GW 計算能力，2027-2029 年全球相關 WFE 支出累計可能達到約 7360 億美元，2029 年單年約 2910 億美元。
WFE 指晶圓廠設備支出，是應用材料（AMAT）、泛林集團（LRCX）、科磊（KLAC）、阿斯麥（ASML）、東京電子等設備公司的關鍵需求來源。對投資者來說，這份測算最直接的問題是：AI 算力繼續擴張，能給設備廠帶來多少新增訂單和盈利彈性。
報告發布時，半導體設備股已經經歷一輪大漲，近期又從高位明顯回調。與此同時，美國數據中心建設管道仍在擴大。公開摘錄顯示，截至 2026 年 6 月，專案管道容量升至 338GW，過去 12 個月增加 217GW，遠高於目前已投運規模。
美國數據中心活躍容量和專案管道變化，管道容量從 121GW 增至 338GW。
這份報告的核心換算是，每新增 1GW/年 AI 計算能力，大約需要 46K-50K WSPM 新增晶圓產能。WSPM 指每月晶圓開工片數，是衡量晶圓廠產能的常用口徑。
數據中心容量本身不會直接變成設備訂單。只有當 AI 伺服器需要更多 GPU、HBM、DRAM、NAND 和先進邏輯晶片，晶圓廠才需要擴產，設備公司才會看到新增 WFE 支出。
在約 46K WSPM/GW 的新增需求中，DRAM 佔比最高，約 53%；NAND 約 20%；HBM 約 16%；先進邏輯約 11%。也就是說，AI 數據中心擴張不只拉動 GPU 先進製程，也會推高儲存產能需求，尤其是 DRAM 和 HBM。
這也是應用材料在這套測算中最受關注的原因。增量晶圓需求主要來自 DRAM、HBM 和 NAND，應用材料在儲存設備、沉積、蝕刻等環節曝露更高，盈利彈性更直接。
每新增 1GW 計算能力約需 46K WSPM，DRAM 53%、NAND 20%、HBM 16%、Logic 11%。
基準情境下，AI 數據中心到 2030 年相較 2026 年基線實現每年新增 50GW 計算能力。為支援這一目標，相關 WFE 需要在 2027-2029 年逐步到位。
情境測算顯示，僅 AI 驅動的 WFE 支出，2027-2029 年累計約 3760 億美元；如果再加上每年約 1200 億美元的非 AI 基線支出，三年總 WFE 支出約 7360 億美元。年度路徑約為 2027 年 2000 億美元、2028 年 2450 億美元、2029 年 2910 億美元。
這組數字高於目前較保守模型中的設備支出假設。如果 50GW 情境兌現，2029 年 WFE 規模將逼近 3000 億美元；在更高 GW 情境下，設備支出還有進一步上行空間。
報告還給出更激進情境。75GW 情境下，設備公司獲利上修幅度可能超過 100%；100GW 情境下，2029 年 WFE 支出潛力進一步放大，部分公司估值倍數可能被壓到 10 倍以下。
但這些仍是模型測算，不是已經落地的訂單。它們取決於數據中心建設管道能否轉化為真實投運、AI 伺服器出貨能否跟上、晶圓廠是否願意提前擴產，以及設備供應鏈是否具備足夠交付能力。
50GW 情境下 2027-2029 年 WFE 累計約 7360 億美元，2029 年約 2910 億美元；100GW 情境下 2029 年約 5420 億美元。
對股票的影響主要集中在應用材料、泛林集團和科磊。
在 50GW 情境下，三家公司到 2029 年的 EPS 較目前華爾街共識可能上行約 37%-60%。對應遠期市盈率可能降至 15-20 倍區間，而目前設備股普遍仍在更高區間交易。
其中應用材料彈性最大。50GW 情境下，其 2029 年 EPS 較共識上行接近 60%，對應遠期市盈率約 14.9 倍；泛林集團 EPS 上行約 54%，對應約 18.4 倍；科磊 EPS 上行約 37%，對應約 21.2 倍。
原因仍在晶圓需求構成。AI 擴張帶來的新增產能主要集中在 DRAM、HBM 和 NAND，而不是單一先進邏輯。應用材料在儲存相關設備上的覆蓋更廣，比只受益於部分環節的公司更容易吃到增量。
據報告口徑，伯恩斯坦維持應用材料、泛林集團、科磊、阿斯麥、東京電子等多檔設備股跑贏大盤評級，其中應用材料仍是首選。Screen 為中性評級。
50GW 情境下 AMAT/LRCX/KLAC 2029 年 EPS 較共識上行 59.5%/54.4%/37.1%，P/FE 降至 14.9x/18.4x/21.2x。
這套測算最容易被誤讀的地方，是把數據中心管道容量直接當成未來設備訂單。
美國數據中心管道容量過去一年大幅擴張，說明 AI 基礎設施投資意願仍強。但從管道到投運之間還有多重門檻：電力接入、土地審批、融資成本、GPU 供應、客戶需求、網路和冷卻基礎設施， 都會影響最終落地速度。
設備側也有約束。若 WFE 規模要在數年內衝向 3000 億美元量級，設備公司、零部件供應商和晶圓廠都需要同步擴產。半導體設備不是可以無限快速放量的產業，先進設備、關鍵零部件、安裝調試和客戶認證都會拉長交付週期。
模型假設本身也有邊界。相關測算基於特定 GPU 架構、功耗、晶片面積和資本強度假設，並假定 WFE 要在 2029 年底前到位，以支援 2030 年新增算力。架構變化、單位算力能耗下降、晶片良率提升、資本強度調整，都可能改變最終設備需求。
另一個方向的偏差也存在。若 2030 年前老舊算力替換需求沒有被充分計入，設備需求可能還有上行空間；但如果 AI 應用變現速度低於預期，或者大型雲端廠商放慢資本支出，50GW、75GW 甚至 100GW 情境也可能過於樂觀。
這份報告給出的不是確定訂單表，而是一套更清晰的換算：AI 數據中心每多 1GW，可能對應約 5 萬片/月晶圓產能和約 80 億美元級別的增量 WFE 需求。設備股已經提前反映了一部分 AI 預期，分歧在於數據中心建設能否兌現到足以支撐 3000 億美元級別年度 WFE 的程度。
15.54萬 熱度
7.19萬 熱度
1.18億 熱度
119.17萬 熱度
99萬 熱度
Bernstein 解讀：50GW 算力重估設備股，AI 設備超級週期來了？
TL;DR
伯恩斯坦最新報告把 AI 數據中心擴張換算成半導體製造設備訂單：如果到 2030 年 AI 數據中心每年新增 50GW 計算能力，2027-2029 年全球相關 WFE 支出累計可能達到約 7360 億美元，2029 年單年約 2910 億美元。
WFE 指晶圓廠設備支出，是應用材料（AMAT）、泛林集團（LRCX）、科磊（KLAC）、阿斯麥（ASML）、東京電子等設備公司的關鍵需求來源。對投資者來說，這份測算最直接的問題是：AI 算力繼續擴張，能給設備廠帶來多少新增訂單和盈利彈性。
報告發布時，半導體設備股已經經歷一輪大漲，近期又從高位明顯回調。與此同時，美國數據中心建設管道仍在擴大。公開摘錄顯示，截至 2026 年 6 月，專案管道容量升至 338GW，過去 12 個月增加 217GW，遠高於目前已投運規模。
美國數據中心活躍容量和專案管道變化，管道容量從 121GW 增至 338GW。
每多 1GW 算力，背後約 5 萬片/月晶圓產能
這份報告的核心換算是，每新增 1GW/年 AI 計算能力，大約需要 46K-50K WSPM 新增晶圓產能。WSPM 指每月晶圓開工片數，是衡量晶圓廠產能的常用口徑。
數據中心容量本身不會直接變成設備訂單。只有當 AI 伺服器需要更多 GPU、HBM、DRAM、NAND 和先進邏輯晶片，晶圓廠才需要擴產，設備公司才會看到新增 WFE 支出。
在約 46K WSPM/GW 的新增需求中，DRAM 佔比最高，約 53%；NAND 約 20%；HBM 約 16%；先進邏輯約 11%。也就是說，AI 數據中心擴張不只拉動 GPU 先進製程，也會推高儲存產能需求，尤其是 DRAM 和 HBM。
這也是應用材料在這套測算中最受關注的原因。增量晶圓需求主要來自 DRAM、HBM 和 NAND，應用材料在儲存設備、沉積、蝕刻等環節曝露更高，盈利彈性更直接。
每新增 1GW 計算能力約需 46K WSPM，DRAM 53%、NAND 20%、HBM 16%、Logic 11%。
2029 年單年 WFE 可能接近 2910 億美元
基準情境下，AI 數據中心到 2030 年相較 2026 年基線實現每年新增 50GW 計算能力。為支援這一目標，相關 WFE 需要在 2027-2029 年逐步到位。
情境測算顯示，僅 AI 驅動的 WFE 支出，2027-2029 年累計約 3760 億美元；如果再加上每年約 1200 億美元的非 AI 基線支出，三年總 WFE 支出約 7360 億美元。年度路徑約為 2027 年 2000 億美元、2028 年 2450 億美元、2029 年 2910 億美元。
這組數字高於目前較保守模型中的設備支出假設。如果 50GW 情境兌現，2029 年 WFE 規模將逼近 3000 億美元；在更高 GW 情境下，設備支出還有進一步上行空間。
報告還給出更激進情境。75GW 情境下，設備公司獲利上修幅度可能超過 100%；100GW 情境下，2029 年 WFE 支出潛力進一步放大，部分公司估值倍數可能被壓到 10 倍以下。
但這些仍是模型測算，不是已經落地的訂單。它們取決於數據中心建設管道能否轉化為真實投運、AI 伺服器出貨能否跟上、晶圓廠是否願意提前擴產，以及設備供應鏈是否具備足夠交付能力。
50GW 情境下 2027-2029 年 WFE 累計約 7360 億美元，2029 年約 2910 億美元；100GW 情境下 2029 年約 5420 億美元。
應用材料彈性最大，泛林和科磊也受益
對股票的影響主要集中在應用材料、泛林集團和科磊。
在 50GW 情境下，三家公司到 2029 年的 EPS 較目前華爾街共識可能上行約 37%-60%。對應遠期市盈率可能降至 15-20 倍區間，而目前設備股普遍仍在更高區間交易。
其中應用材料彈性最大。50GW 情境下，其 2029 年 EPS 較共識上行接近 60%，對應遠期市盈率約 14.9 倍；泛林集團 EPS 上行約 54%，對應約 18.4 倍；科磊 EPS 上行約 37%，對應約 21.2 倍。
原因仍在晶圓需求構成。AI 擴張帶來的新增產能主要集中在 DRAM、HBM 和 NAND，而不是單一先進邏輯。應用材料在儲存相關設備上的覆蓋更廣，比只受益於部分環節的公司更容易吃到增量。
據報告口徑，伯恩斯坦維持應用材料、泛林集團、科磊、阿斯麥、東京電子等多檔設備股跑贏大盤評級，其中應用材料仍是首選。Screen 為中性評級。
50GW 情境下 AMAT/LRCX/KLAC 2029 年 EPS 較共識上行 59.5%/54.4%/37.1%，P/FE 降至 14.9x/18.4x/21.2x。
管道容量還要跨過電力、融資和交付門檻
這套測算最容易被誤讀的地方，是把數據中心管道容量直接當成未來設備訂單。
美國數據中心管道容量過去一年大幅擴張，說明 AI 基礎設施投資意願仍強。但從管道到投運之間還有多重門檻：電力接入、土地審批、融資成本、GPU 供應、客戶需求、網路和冷卻基礎設施， 都會影響最終落地速度。
設備側也有約束。若 WFE 規模要在數年內衝向 3000 億美元量級，設備公司、零部件供應商和晶圓廠都需要同步擴產。半導體設備不是可以無限快速放量的產業，先進設備、關鍵零部件、安裝調試和客戶認證都會拉長交付週期。
模型假設本身也有邊界。相關測算基於特定 GPU 架構、功耗、晶片面積和資本強度假設，並假定 WFE 要在 2029 年底前到位，以支援 2030 年新增算力。架構變化、單位算力能耗下降、晶片良率提升、資本強度調整，都可能改變最終設備需求。
另一個方向的偏差也存在。若 2030 年前老舊算力替換需求沒有被充分計入，設備需求可能還有上行空間；但如果 AI 應用變現速度低於預期，或者大型雲端廠商放慢資本支出，50GW、75GW 甚至 100GW 情境也可能過於樂觀。
這份報告給出的不是確定訂單表，而是一套更清晰的換算：AI 數據中心每多 1GW，可能對應約 5 萬片/月晶圓產能和約 80 億美元級別的增量 WFE 需求。設備股已經提前反映了一部分 AI 預期，分歧在於數據中心建設能否兌現到足以支撐 3000 億美元級別年度 WFE 的程度。