结论：AI 算力供应链的”三重挤压”正在形成
2026 年 5 月，半导体行业传来关键信号：Broadcom DSP（数字信号处理器）芯片价格上调 15-20%，平均售价（ASP）突破 $1000/片，交货周期延长至 50-70 周。
这不是孤立事件。同期行业数据显示：
- GPU 交期：仍维持在 6-9 个月
- 高端芯片获取：小型公司持续面临困难
- 芯片制造商定价权：持续增强
AI 算力供应链正在形成**“三重挤压”：涨价 + 延期 + 分配不均**。
数据拆解
Broadcom DSP 涨价
| 指标 | 此前 | 现在 | 变化 |
|---|---|---|---|
| 价格 | ~$830-870 | >$1,000 | +15-20% |
| 交期 | 30-40 周 | 50-70 周 | +50-75% |
| 涉及产品 | 1.6T DSP | 全线高端 DSP | 全线上调 |
Broadcom 的 DSP 芯片是高速网络互联的核心组件，用于数据中心内部的 GPU-to-GPU 通信。DSP 涨价直接影响 AI 集群的构建成本和网络性能。
供应链全景
| 瓶颈环节 | 现状 | 影响 |
|---|---|---|
| GPU 供应 | 交期 6-9 个月 | AI 训练集群部署延迟 |
| DSP 供应 | 交期 50-70 周 | 数据中心网络升级受阻 |
| 先进封装 | 产能紧张 | CoWoS 等封装技术供不应求 |
| 高端 HBM | 价格上行 | 模型训练成本间接上升 |
为什么会这样
需求侧：AI 军备竞赛
2026 年 Q1，七大科技巨头 AI CapEx 总计超过 $725B（季度年化），创下历史新高。每一家都在疯狂扩张算力基础设施。
供给侧：产能爬坡缓慢
- TSMC 的先进封装产能（CoWoS）扩张速度跟不上需求增长
- Broadcom 等芯片设计公司的代工产能被 AI 客户挤占
- 半导体设备交付周期本身也在延长（光刻机等设备交期 12-18 个月）
分配机制：大客户优先
在供应紧张时，芯片制造商和代工厂自然优先服务最大、最稳定的客户（Google、Microsoft、Meta、Amazon）。小型 AI 公司和初创企业面临**“有钱也买不到”**的困境。
格局判断
短期（6-12 个月）
- AI 基础设施成本持续上行
- 小型公司更加依赖云服务和 API，而非自建集群
- 算力即权力：拥有稳定算力供应的公司将获得竞争优势
中期（1-2 年）
- 新产能释放后价格可能回落，但高端芯片的结构性短缺不会很快解决
- 国产替代（如华为昇腾）的需求将进一步被刺激
- 芯片供应链安全将成为各国科技政策的核心议题
对开发者的启示
- 模型选择策略：在算力受限的情况下，优先考虑参数效率高的模型（如 Qwen 3.6 27B、DeepSeek V4 Flash）
- 云服务优先：自建 GPU 集群的 ROI 在供应紧张期显著降低
- 开源模型本地化：消费级 GPU + 高效开源模型是小型团队的可行路径
投资逻辑
Broadcom（AVGO）和 Marvell（MRVL）等 AI 基础设施芯片供应商将从这场供应紧张中持续受益。芯片制造商的定价权在供需失衡时是最强的。
但需要警惕的是：如果价格上涨到一定程度，客户会加速寻找替代方案（包括国产芯片、不同架构的芯片、甚至软件层面的优化）。长期来看，供应链多元化是不可逆的趋势。