SemiAnalysis：存储仍有2至3倍上行空间，CPO落地推迟至2029年

先说几个核心判断：AI基础设施的每一层，现在都在承受压力——而且这种压力几乎是同步到来的。机会和误判，往往就在这种时候同时放大。

7月10日，根据追风交易台的消息，SemiAnalysis的创始人Dylan Patel在一次播客专访中，系统梳理了当前AI基础设施栈的核心动态和投资逻辑。他的判断视野很宽，从模型经济学到内存超级周期，从CPU的重新定价到CPO的时间线风险，再到数据中心能源供给的结构性缺位。可以说，几乎覆盖了当前AI基础设施投资中最值得关注的几个关键维度。

先聊聊市场最关心的问题：AI投资的回报率（ROI）到底行不行？Dylan透露了一个相当有分量的数据——Anthropic在今年第二季度已经实现了自由现金流转正。这意味着什么？意味着这家公司年化经常性收入已经突破500亿美元，毛利率超过70%。在企业端，最新一代AI模型带来的生产力提升，已经远远超过了算力成本的增加。企业为了维持这种爆炸式增长的AI预算，甚至开始削减其他软件开支。这背后的逻辑，很像一个资源不断向头部倾斜的“赢家通吃”局面。

再看硬件层面。推理模型的范式转换，正在从根本上重构市场需求。Dylan的判断很明确：存储——也就是内存——正面临一个长达数年的结构性短缺周期，而且这个周期可能还有2到3倍的上行空间。与此同时，虽然智能体和强化学习的热潮确实推高了CPU的需求，但问题在于，卖方市场对CPU的定价明显过高。这背后的真相是，CPU的增长主要来自历史欠账的“补课”，它在AI服务器里的绝对价值，和GPU相比，依然是一个在天上，一个在地下。

另一个被市场热炒但实际落地相当遥远的技术，是共封装光学（CPO）。Dylan给出的时间线相当明确：大规模落地要等到2028年底到2029年。这意味着，铜缆连接器的红利期，意外地延长了。对于布局铜缆相关技术的公司来说，这无疑是一个值得把握的窗口。

最后，有一个容易被忽视但影响深远的变量：数据中心能源。电网的输配电能力正在成为最直接的瓶颈。这迫使越来越多的数据中心转向“表后电源”——也就是自建电源。这意味着，在传统的芯片投资之外，一个庞大的工业能源和电力转换供应链投资机会，正在悄然成型。