算力军备竞赛背后：磷化铟、DRAM、电网——AI供应链的新卡点

大家都在聊大模型有多强、估值有多高，但有个话题很少被关注：支撑这些AI运转的硬件供应链，正在悄悄出现新的瓶颈。

最近看了一些研究，发现AI基础设施的"军备竞赛"已经从芯片蔓延到了更上游的光学器件和电力设备。HBM短缺的事情大家可能听过，但现在的情况更复杂——磷化铟、DRAM、甚至电网变压器，都开始成为新的卡点。

被忽视的光学器件：磷化铟

磷化铟是个比较冷门的材料，但它在AI基础设施里很关键——用于制造激光器和光学调制器，支撑数据中心的高速光通信。

问题在于，磷化铟的供应链高度集中，全球能做的厂商没几家。AI大厂拼命建数据中心，对光通信的需求激增，磷化铟的产能却跟不上了。

这有点像当初的芯片短缺——不是设计不出来，是产能跟不上需求。磷化铟的扩产周期很长，设备调试、良率爬坡，没个一年半载下不来。

DRAM的隐忧

DRAM（内存）的紧张也在加剧。AI训练需要海量显存，这个大家都知道。但现在的问题是，不仅AI服务器需要DRAM，消费电子市场的复苏也在抢占产能。

更麻烦的是，HBM和普通DRAM在产能上存在竞争关系。HBM利润高，厂商愿意把产能往那边倾斜，但HBM的良率问题一直存在，导致总产出效率不如预期。

有分析师已经开始预警，下半年可能出现内存交货周期拉长的情况。

被低估的电网瓶颈

这个话题更有意思。大家都在讨论芯片算力，但很少有人注意到"电够不够用"的问题。

一个中型数据中心的耗电量，相当于一个小城镇的居民用电。AI大厂疯狂建数据中心，电网的负荷压力越来越大。更关键的是，变压器、断路器这些电力设备的扩产周期，比芯片还长。

已经有大厂开始关注"固态变压器"这类新型电力设备了，说是能提高电网的调度效率。但离大规模商用还有距离。

对国内的影响

这几个瓶颈，对国内AI发展的影响不小。磷化铟、光模块这些领域，国内的产能占比不高，高端产品还是依赖进口。算力扩张的速度，可能会被供应链卡一卡。

当然，危中有机。国内在电网改造、储能、特高压这些领域有自己的优势。如果能在电力供给侧突破，反而可能成为差异化竞争点。

供应链的问题，不会像模型发布那样引发热议，但它决定了AI能跑多快、跑多远。这场竞赛，拼的不只是算法，还有整个工业体系。