简短摘要
· 伯恩斯坦测算，在 50GW 情景下，2027年至2029年间相关 WFE 累计约为7360亿美元。
· 每新增 1GW/年的 AI 算力，约需46,000至50,000片/月的晶圆产能，DRAM 和 HBM 占据主导地位。
· 应用材料、兰迪根和科林盈利弹性更高，但管道容量并不等同于实际订单。

伯恩斯坦最新报告将 AI 数据中心的扩张转化为半导体制造设备订单：如果到2030年，AI 数据中心的每年新增50GW的计算能力，那么2027年至2029年全球相关的WFE支出累计可能达到约7360亿美元，而2029年单年支出约为2910亿美元。

WFE 指的是晶圆制造设备支出，是应用材料（AMAT）、兰迪根（LRCX）、科林（KLAC）、阿斯麦（ASML）、东京电子等设备公司的主要需求来源。对于投资者来说，这一估算带来的最直接问题是：随着AI算力的持续扩张，将为设备制造商带来多少新增订单和盈利弹性。

在报告发布时，半导体设备股已经经历了一轮大幅上涨，而最近则明显回落。与此同时，美国的数据中心建设仍在扩大。公开披露的数据显示，截至2026年6月，项目管道容量已增至338GW，过去12个月增加了217GW，远远超过目前已投产规模。

美国数据中心的活跃容量和项目管道发生变化，管道容量从121GW增至338GW。

每新增1GW算力，大约需要5万片/月的晶圆产能

该报告的核心计算显示，每新增1GW/年的AI计算能力，大约需要46,000至50,000片/月的WSPM新增晶圆产能。WSPM 指的是每月开工晶圆数，是衡量晶圆厂产能的常用标准。

数据中心容量本身并不会直接转化为设备订单。只有当AI服务器需要更多的GPU、HBM、DRAM、NAND和先进逻辑芯片时，晶圆厂才需要扩大产能，设备公司才会看到新增的WFE支出。

在约46,000片/月/GW的新增需求中，DRAM 占比最高，约为53%；NAND 占约20%；HBM 占约16%；先进逻辑占约11%。这意味着，AI 数据中心的扩张不仅推动了GPU的先进工艺，还会提高存储产能需求，特别是DRAM和HBM。

這也是應用材料在這套計算中最受關注的原因。增量晶圓需求主要來自 DRAM、HBM 和 NAND，應用材料在存儲設備、沉積、刻蝕等環節開口更高，盈利彈性更直接。

每新增1GW計算能力約需46K WSPM，DRAM 53%、NAND 20%、HBM 16%、Logic 11%。

2029 年單年 WFE 可能接近 2910 億美元

基準情景下，AI 數據中心到 2030 年相較 2026 年基線實現每年新增50GW計算能力。為支持這一目標，相關 WFE 需要在2027-2029年逐步到位。

情景测算顯示，僅 AI 驅動的 WFE 支出，2027-2029 年累計約3760億美元；如果再加上每年約1200億美元的非 AI 基線支出，三年總 WFE 支出約7360億美元。年度路徑約為2027年2000億美元、2028年2450億美元、2029年2910億美元。

這組數字高於當前較保守模型中的設備支出假設。如果50GW情景兌現，2029年WFE規模將逼近3000億美元；在更高GW情景下，設備支出還有進一步上行空間。

報告還給出更激進情景。75GW情景下，設備公司盈利上修幅度可能超過100%；100GW情景下，2029年WFE支出潛力進一步放大，部分公司估值倍數可能被壓到10倍以下。

但這些仍是模型测算，不是已經落地的訂單。它們依賴數據中心建設管道能否轉化為真實投運、AI 伺服器出貨能否跟上、晶圓廠是否願意提前擴產，以及設備供應鏈是否具備足夠交付能力。

50GW情景下2027-2029年WFE累計約7360億美元，2029年約2910億美元；100GW情景下2029年約5420億美元。

應用材料彈性最大，泛林和科磊也受益

對股票的影響主要集中在應用材料、泛林集團和科磊。

在 50GW 情境下，三家公司到 2029 年的 EPS 較當前華爾街共識可能上行約 37%-60%。對應遠期市盈率可能降至 15-20 倍區間，而當前設備股普遍仍在更高區間交易。

其中應用材料彈性最大。50GW 情境下，其 2029 年 EPS 較共識上行接近 60%，對應遠期市盈率約 14.9 倍；泛林集團 EPS 上行約 54%，對應約 18.4 倍；科磊 EPS 上行約 37%，對應約 21.2 倍。

原因仍在晶圓需求構成。AI 擴張帶來的新增產能主要集中在DRAM、HBM和NAND，而不是單一先進邏輯。應用材料在存儲相關設備上的覆蓋更廣，比只受益於部分環節的公司更容易吃到增量。

據報告口徑，伯恩斯坦維持應用材料、泛林集團、科磊、阿斯麥、東京電子等多只設備股跑贏大盤評級，其中應用材料仍是首選。Screen 為中性評級。

50GW 情境下 AMAT/LRCX/KLAC 2029 年 EPS 較共識上行 59.5%/54.4%/37.1%，P/FE 降至 14.9x/18.4x/21.2x。

管道容量還要跨過電力、融資和交付門檻

這套測算最容易被誤讀的地方，是把數據中心管道容量直接當成未來設備訂單。

美國數據中心管道容量過去一年大幅擴張，說明AI基礎設施投資意願仍強。但從管道到投運之間還有多重門檻：電力接入、土地審批、融資成本、GPU供應、客戶需求、網路和冷卻基礎設施，都會影響最終落地速度。

設備側也有約束。若WFE規模要在數年內衝向3000億美元量級，設備公司、零部件供應商和晶圓廠都需要同步擴產。半導體設備不是可以無限快速放量的行業，先進設備、關鍵零部件、安裝調試和客戶認證都會拉長交付周期。

模型假設本身也有邊界。相關測算基於特定GPU架構、功耗、晶片面積和資本強度假設，並假定WFE要在2029年底前到位，以支撐2030年新增算力。架構變化、單位算力能耗下降、晶片良率提升、資本強度調整，都可能改變最終設備需求。

另一個方向的偏差也存在。若 2030 年前老舊算力替換需求沒有被充分計入，裝置需求可能還有上行空間；但如果 AI 應用變現速度低於預期，或者大型雲廠商放慢資本支出，50GW、75GW 甚至 100GW 情景也可能過於樂觀。

這份報告給出的不是確定訂單表，而是一套更清晰的換算：AI 資料中心每多 1GW，可能對應約 5 萬片/月晶圓產能和約 80 億美元級別的增量 WFE 需求。裝置股已經提前反映了一部分 AI 期望，分歧在於資料中心建設能否兌現到足以支撐 3000 億美元級別年度 WFE 的程度。

歡迎加入律動 BlockBeats 官方社群：

Telegram 訂閱群：https://t.me/theblockbeats

Telegram 交流群：https://t.me/BlockBeats_App

Twitter 官方帳號：https://twitter.com/BlockBeatsAsia