博通（Broadcom）首席执行官陈福阳（Hock Tan）本周表示，相比晶圆和存储供给， 未来真正可能给 AI 行业“踩刹车”的，将是资本本身——资金成本与融资能力， 即便在算力需求有望一路旺盛、直至 2030 年的背景下亦然。
要点速览：
- 博通 CEO 陈福阳称，限制 AI 增长的最大因素，可能不再是晶圆或存储供给，而是资本约束。
- 他判断，算力需求可能将持续高于供给，贯穿至 2029 年甚至延续到 2030 年。
- 英特尔 CEO 谭仲良（Lip-Bu Tan）同样强调资本成本与 AI 投入回报压力正在抬头。
陈福阳：短缺在缓解，但“钱”正成最大瓶颈
在周一于新加坡举行的一场论坛上，陈福阳在发言中表示， 随着晶圆产能和存储芯片供应逐步爬坡，博通正在穿越此前的供应短板，但随着 AI 投入加速升级， 未来真正制约行业扩张的“天花板”将越来越多地来自资本端。
他指出，前沿实验室 Anthropic 与 OpenAI 已经展示出，通过将最新大模型部署为 AI 个人助手， 有能力在商业上实现可观营收，这支撑了市场对前沿算力的持续需求。
陈福阳在 DBS Asia Future Forward 会议上回顾称， 过去两年，半导体与 AI 产业几乎是“一个瓶颈接一个瓶颈”地往前走：先是晶圆、再到存储、电力与基础设施， 但每一轮都在逐步消化。
“今天的存储短缺，一年后未必还是短缺。”他表示。其判断是，晶圆供应紧张有望在 2028 至 2029 年间缓解， 而随着新基建落地，电力供给状况也将逐步改善。
“当前市场对算力基础设施的需求，明显高于我们能够提供的供给。”陈福阳说， 这种“供不应求”的缺口或将一直持续至 2029 年，甚至有可能延伸到 2030 年。
延伸阅读：ChatGPT 智能界面为 12 亿用户在答案中内嵌图表和计算器
谭仲良：资本成本与 ROI 压力抬头
英特尔（Intel）CEO 谭仲良（Lip-Bu Tan）在同一场合呼应了这一担忧， 认为真实挑战正日益集中在融资成本与资本回报的验证上。
他指出：“如果说前方最大的挑战是什么，那就是资本以及资本的成本；从更长期看，市场会要求看到 AI 投入的投资回报（ROI）。” 这份压力，主要落在大型数据中心、芯片制造与电力等重资产项目上，而这些项目的回本周期往往需要多年时间。
陈福阳也补充称，如果先进模型的落地推广不及预期，或者模型能力的迭代进入平台期， 市场需求也存在阶段性回落的可能。
谭仲良则强调，企业未来在 AI 上的投入，将越来越需要通过提升运营效率、 打造新业务模式等“看得见、算得清”的方式，证明其带来的实质性回报。
博通的 AI 融资路径
事实上，一个月前，陈福阳提到的“瓶颈”还并不完全相同。在 9 月 8 日举行的 高盛（Goldman Sachs） 科技会议上，他表示， 对于晶圆、存储以及封装基板等供应，博通尚能通过中长期规划进行协调， 但真正难以预测、也更难迅速补足的，是拥有足够电力配套的数据中心机房资源。
他同时介绍了与 Apollo 和 Blackstone 搭建的一种融资结构： 由银行与金融机构分担为前沿 AI 实验室提供算力基础设施的部分资金风险， 以支持这些现金流尚不充裕的机构进行大规模算力投入。
三方在今年 6 月发布了这一平台， 首期规模为 350 亿美元，由 Apollo 牵头，目标是在 2028 年前为前沿实验室提供逾 20 吉瓦的算力能力。 首笔交易覆盖的是 Anthropic 先前公布的扩产计划，涉及新增逾 1 吉瓦的计算能力。
