各公司争相将生成式AI（GenAI）能力添加到业务中，AI芯片的需求正在快速增长，而供应却可能无法跟上，这一问题可能迫使IT领导者在未来几年寻找创新解决方案。
Nvidia已经成为AI领域的明星，其强大的图形处理单元（GPU）遍布全球数据中心。然而，Nvidia的热门产品并不便宜。其最新的Blackwell GPU每个单元的售价超过4万美元，而上一代的Hopper H100的价格也在3万美元左右。AMD则生产价格较为便宜的MI300X GPU，售价在1万到1.5万美元之间，该公司预计AI芯片业务的需求将推动其收入的大幅增长。
报告指出，企业应该预期可能会出现AI芯片短缺，预计到2026年，AI将推动组件需求增长30%以上。需求增加20%或以上将足以影响AI芯片供应链。而不仅仅是数据中心GPU面临压力，AI支持的移动设备和PC的需求将在未来几个月和几年内推动升级。
正如科技行业在疫情期间学到的那样，芯片供应链是脆弱的。虽说PC销量的大幅增加，以应对远程工作需求，但供应链短缺造成了瓶颈。
半导体供应链极其复杂，需求增长约20%或以上很可能会打破平衡，导致芯片短缺。AI的爆发可能会迅速突破这一阈值，在供应链中形成脆弱的瓶颈。
如果需求预测按目前的轨迹继续增长，报告称，半导体的关键组件需要在2026年前将生产能力几乎增加三倍。
尽管目前需求高企，但供应，目前来看尚且充足。我们认为可能有几个因素会导致芯片短缺，在过去几年里AI领域的快速发展。
如果出现一个顶级的AI应用，所有人都在等待的那个应用，可能会真正推动AI PC的普及，或者是手机周期的升级，这将带来对大量不同类型半导体的需求，可能会导致供应链各方面的紧张。
这种芯片短缺将推高AI项目的成本。经济学的基本法则表明，高需求和低供应会导致价格上涨，并会继续推高价格，直到市场达到‘牛鞭效应’的另一端……也就是供应重新超越需求时，这种现象自然会导致项目成本超出预算。
供应链约束
像AMD和Nvidia这样的美国公司依赖中国台湾半导体制造公司（TSMC）生产芯片。TSMC已经在亚利桑那州建设了好几年了，即使它们能够提高产能，仍然只是生产量的一小部分。这将是一个需要几十年的过程。
尽管还未达到短缺的阶段，但TSMC正在努力跟上需求激增的步伐。
TSMC首席执行官表示：“我试图平衡供需关系，但今天无法做到。需求如此之高，我必须非常努力才能满足客户的需求。我们继续增加生产。”
魏哲家表示，AI芯片的库存“仍然非常紧张，可能会一直持续到2025年，希望到2026年能够得到缓解。”
他说：“我们在尽最大努力，随时随地都在努力。所有我的客户……都在寻求未来几年的领先产能，我们正在与他们合作。”
如果发生重大事件，影响将是巨大的。这就是为什么很多公司推动TSMC进行多元化。
预计将会看到越来越多的投资流入印度等其他市场的芯片生产。
IT领导者可以做什么
CIO和其他IT领导者面临着巨大的压力，需要迅速制定生成式AI战略，以应对潜在的供应短缺问题。考虑到单个单元的成本，花费很容易就会达到数百万美元。
但这并不是公司第一次应对半导体短缺。疫情期间，远程工作需求激增导致PC销量大幅增加，而全球运输中断则导致芯片短缺，影响了从冰箱到汽车再到PC的所有产品。
我们学到的一件事是供应链弹性的重要性——不要过度依赖任何一个供应商，并理解你有哪些替代选择。当我们与客户合作，确保他们拥有更具弹性的供应链时，我们会考虑几个因素……其中之一是确保他们重新考虑，要为最关键的组件保留多少库存，以便能够应对潜在的冲击。
另一个因素是地理弹性，即了解你的组件来自哪里，并且你是否觉得自己过度依赖任何一个供应商或地区。
Nvidia的GPU更难找到替代品，但其他芯片则有替代品。在其他领域，你可以双重采购，或者在市场中找到更多的弹性。
领导者必须关注预测。预测对公司来说非常关键，但在一些可能有周期性的市场中也很具有挑战性。但你越能预测自己的需求，并与供应商密切合作，确保他们理解你的预测，整个供应链就越有可能具备足够的产能。
与供应商的实时沟通也至关重要。IT领导者应该“数字化供需信号，并与多家供应商进行沟通。这可以在全球宏观和微观的供需信号强烈波动时，提供先发优势。
