半导体设备深度：每新增1GW需5万片月产能，AI如何把WFE推向3000亿美元

太长不看

1.伯恩斯坦给出了从电力到盈利的量化桥。每增加1GW年度数据中心建设能力，约需4.6万片/月新增300毫米等效晶圆产能，摘要取整为约5万片/月；按不同制程的设备资本强度换算，每1GW约对应75亿至80亿美元新增晶圆厂设备支出（WFE）。

2.50GW情景指2030年单年新增能力较2026年基线提高50GW。2026年基线约20GW，因此2030年单年新增约70GW；2027至2029年累计数据中心增量可能达到130至140GW，远大于50GW。晶圆厂设备需要提前下单、安装和验证。

3.3000亿美元来自“AI增量+非AI底座”，不是一句口号。50GW情景对应2027至2029年3760亿美元AI新增WFE，再叠加3年3600亿美元非AI基线，总额约7360亿美元；年度路径约为2000亿、2450亿和2910亿美元。更准确的说法是2029年逼近3000亿美元，而不是3年平均达到3000亿美元。

4.增量晶圆的89%来自内存，应用材料因此成为伯恩斯坦首选。每1GW需求中，动态随机存取存储器（DRAM）占53%、闪存（NAND）占20%、高带宽内存（HBM）占16%，先进逻辑只占11%。AI设备周期并不只是图形处理器和先进逻辑的故事，机架外中央处理器及其配套DRAM才是模型里最大的晶圆增量。

5.当前股价能否继续上行，要看盈利追赶估值，而不是只看WFE总额。50GW情景下，2029年应用材料、泛林集团和科磊每股收益较一致预期分别高59.5%、54.4%和37.1%，对应市盈率14.9倍、18.4倍和21.2倍；75GW和100GW只是更乐观的压力测试。项目获电、设施功率口径、芯片能效、内存附着量、设备交付和库存现金流，其中任意1项走弱都可能让情景折价。

伯恩斯坦把人工智能（AI）数据中心的电力扩张换算成晶圆和设备需求：真正决定设备股上限的，是GW项目能否变成月产能、订单与现金流。

设备股真正的矛盾：股价回撤了，估值却不便宜

半导体设备股现在同时具备“回撤很深”和“涨幅很大”两个看似冲突的事实。截至伯恩斯坦报告使用的2026年7月17日数据，阿斯麦、东京电子、应用材料、泛林集团和科磊较各自52周高点平均回撤约23.9%，其中3家美国公司回撤约28%至31%；但这5家公司年初至今平均仍上涨84.1%，单家公司涨幅约67%至106%。

估值扩张也没有因为回撤完全消失。报告显示，科磊和泛林集团的未来12个月市盈率从年初约28倍和27倍升至42.2倍和36.8倍，应用材料、东京电子和阿斯麦的估值同样明显提高。所以投资者需要回答两个更硬的问题：AI数据中心还要新增多少有效功率，这些功率对应的芯片需求能否让未来盈利增长快过估值消化。

需求侧并没有同步转弱。美国在运数据中心容量在2026年6月底达到50.7GW，较一年前增加11.4GW、同比增长29%；项目管线容量则达到约338GW，同比增加216.6GW、增长179%。但338GW只是规划池，不等于已经获得电力、融资、土地、并网和客户订单的在运容量。伯恩斯坦的价值，在于不把全部管线直接算成收入，而是反过来问：如果2030年每年真的能多建设50GW、75GW或100GW，半导体制造端要先准备多少产能。

此前市场常用2500亿美元作为WFE超级周期的远期上限。伯恩斯坦的新框架把这个上限变成可拆解的中间变量：先看实际GW，再看晶圆月产能，最后看设备订单与盈利。

从1GW到4.6万片月产能，模型到底怎么算

第一步，是把1GW变成机架和芯片。伯恩斯坦以Vera Rubin机架作为2030年算力架构的近似：单机架功率约220kW，因此1GW计算功率约对应4545个机架；每个机架合计消耗约64.6片300毫米晶圆，其中包括先进逻辑、HBM、普通DRAM和NAND。仅机架内部，1GW就对应约29.4万片晶圆的一次性需求。

这还不是全部。AI系统除了机架内的图形处理器、头节点中央处理器和HBM，还需要机架外中央处理器承担智能体编排、工具调用、数据访问和系统服务。伯恩斯坦假设2030年70GW情景对应约9520万颗中央处理器，折算每1GW约136万颗；扣除机架头节点后，每1GW仍需约9027片先进逻辑晶圆。每颗外围中央处理器再配0.5TB DRAM，在80%良率假设下，每1GW对应约19.5万片DRAM晶圆。模型还假设机架外数据中心NAND在2028至2030年保持30%年复合增长。

第二步，是把年度芯片需求换成稳定月产能。合并机架内外需求后，每新增1GW年度建设能力需要约4.6万片/月新增产能：DRAM 2.44万片、NAND 9200片、HBM 7300片、先进逻辑5300片。这里最容易被忽略的结论是，按晶圆数量计算，内存合计占89%，先进逻辑只占11%。

第三步，是把月产能换成设备资本开支。伯恩斯坦估算，每1万片/月先进逻辑产能约需34亿美元设备，HBM和DRAM约需14亿美元，NAND约需13亿美元。按上表加权，每1GW约对应74.4亿美元，报告正文取整为75亿至80亿美元。先进逻辑单位资本强度最高，但内存晶圆量大得多，因此内存仍贡献约四分之三的AI新增WFE。

这套算法比“云厂商资本开支增长多少，设备就增长多少”更有用，因为每一层都可以被现实数据证伪。机架功耗、每颗芯片面积、良率、服务器配置、DRAM容量和NAND增长任何一项改变，最终WFE都会随之变化。

这里还要区分“晶圆消耗”和“晶圆月产能”。Vera Rubin机架的64.6片晶圆，是一套机架所含芯片折算的一次性制造需求；4.6万片/月则是为了持续支持每年新增1GW数据中心而需要长期维持的生产能力。前者回答“造这一批机器要多少晶圆”，后者回答“晶圆厂要扩多大”。如果把29.4万片/GW的一次性消耗直接当成月产能，或者把4.6万片/月再乘一次机架数量，都会把WFE重复计算。

模型的时间关系同样重要。云厂商先确定负载和资本预算，数据中心项目再解决电力与施工，晶圆厂随后扩建洁净室、订购设备、安装验收并爬升良率，最后芯片才进入服务器。WFE收入领先最终算力投运，但不会领先所有项目条件；只有已经跨过获电、融资和客户锁定的GW，才有较大概率进入设备订单。

50GW不是累计建设量，3000亿美元也不是三年平均

报告中最容易被误读的是50GW的定义。2026年基线假设为每年新增约20GW；“2030年50GW情景”指2030年单年新增速度比这个基线再高50GW，即2030年单年能够新增约70GW，而不是2027至2030年合计新增50GW。若年度路径大致为2027年30GW、2028年45GW、2029年60GW，3年累计新增容量约135GW，方向上与报告给出的130至140GW区间一致。

半导体设备必须领先数据中心投运。要让2030年的芯片供应支持70GW单年新增，相关晶圆厂产能要在2029年底前基本形成，设备采购因此集中在2027至2029年。50GW情景对应的AI新增晶圆需求为：先进逻辑26.4万片/月、HBM 36.5万片/月、DRAM 122万片/月、NAND 45.8万片/月；对应AI新增WFE合计3760亿美元，其中HBM和DRAM贡献2280亿美元。

伯恩斯坦再加入每年1200亿美元非AI WFE底座，用来覆盖成熟制程、模拟芯片、中国市场和其他非数据中心需求。这样得到2027至2029年合计7360亿美元WFE，三年平均约2450亿美元，但年度路径逐步上升至2000亿、2450亿和2910亿美元。所谓“3000亿美元WFE”，准确含义是50GW情景下2029年已经逼近这一水平。

这张敏感性表不是年度预测的精确答案。模型把2027年固定在约2000亿美元，再按2030目标倒推出2028和2029斜率，因此高情景具有很强的机械外推特征。100GW情景给出的2029年5420亿美元，更适合用来测试设备供应链和盈利模型的上限，不能直接当作基准目标。

为什么这轮设备增量首先是内存，而不是先进逻辑

市场谈AI设备时容易先想到先进逻辑，伯恩斯坦的模型却把最大增量放在DRAM。原因并不只来自机架内HBM。Vera Rubin机架本身需要逻辑、HBM、DRAM和NAND，但更大的变量来自机架外中央处理器：智能体需要完成调度、检索、代码执行、工具调用和状态管理，大量工作发生在加速器机架之外；每颗中央处理器配0.5TB DRAM的假设，把普通DRAM晶圆需求推到了总量的一半以上。

这改变了设备公司受益排序。先进逻辑的每1万片/月设备成本约34亿美元，资本强度最高；但DRAM、HBM和NAND的新增晶圆量合计约为先进逻辑的8倍。总量上，应用材料覆盖沉积、材料工程和存储多个环节，伯恩斯坦因此把它列为首选。泛林集团在刻蚀、沉积、GAA、先进封装、HBM和NAND升级上拥有更强周期弹性；科磊受益于制程复杂度和良率要求提高，过程控制的高利润率更稳定。

阿斯麦、东京电子和日本设备链同样会受益，但报告没有为它们做与美国三家公司完全同口径的50/75/100GW盈利桥。不能因为行业WFE变大，就机械地给所有设备公司相同的收入增速。每家公司拿到多少增量，仍由产品位置、客户结构、市场份额、设备交付能力和服务收入决定。

50、75、100GW如何重算应用材料、泛林集团和科磊

伯恩斯坦把行业WFE进一步映射到设备收入、服务收入、每股收益和市盈率，这才是报告最接近投资决策的一步。50GW情景下，2029年应用材料和泛林集团收入都较一致预期高52.3%，科磊高33.1%；每股收益上修幅度分别为59.5%、54.4%和37.1%。如果股价保持在报告估值时点不变，2029年市盈率会降至14.9倍、18.4倍和21.2倍。

75GW情景明显放大经营杠杆。2029年应用材料、泛林集团和科磊每股收益较一致预期分别高120.3%、103.8%和89.5%，对应市盈率10.8倍、13.9倍和15.3倍。100GW情景下，3家公司每股收益上修分别达到181.0%、153.3%和142.0%，市盈率为8.5倍、11.2倍和12.0倍。

表内数字也纠正了报告标题式概括。75GW并非3家公司每股收益都翻倍，科磊为89.5%；100GW也不是3家公司都低于10倍，泛林集团和科磊仍为11至12倍。情景市盈率看起来很低，是因为模型在股价不变的前提下把远期盈利大幅抬高；它证明的是盈利弹性，不等于今天存在无风险估值折价。

应用材料的优势是内存暴露和相对估值，泛林集团的优势是刻蚀沉积与存储弹性，科磊的优势是过程控制、利润率和资本回报质量。组合应把总量弹性与盈利质量分开：应用材料更接近报告主情景，泛林集团对存储扩产斜率更敏感，科磊则需要更高的过程控制强度来消化质量溢价。

从行业WFE到公司EPS，中间还隔着3道门。第1道是可服务市场：同样100亿美元WFE，先进逻辑、DRAM、NAND和过程控制分配给各公司的比例不同。第2道是收入确认：设备从下单、发货到安装验收存在时滞，服务收入还要等装机基础扩大后逐步累积。第3道是增量利润率：供应链加急、零部件成本、研发费用和客户议价都会决定新增收入最终留下多少利润。伯恩斯坦的公司情景已经加入份额、服务和利润率假设，但这些假设比行业GW本身更难观察。

这也解释了3家公司在同一情景下的结果差异。应用材料和泛林集团在50GW情景中的2029年收入增量相同，EPS上修却分别为59.5%和54.4%；科磊收入增量较低，但高毛利率、服务与资本回报让其更像质量资产。若WFE规模上升而某家公司收入份额不升、利润率不升，行业判断正确也不等于个股盈利会按模型兑现。